Resumen:El notable desempeño de los sistemas modernos de IA ha sido impulsado por escalas de datos, computación y energía sin precedentes, que superan con creces los recursos requeridos por la inteligencia humana. Esta disparidad resalta la necesidad de nuevos principios rectores y motiva a inspirarse en los principios organizativos fundamentales de la computación cerebral. Entre estos principios, se ha demostrado que la modularidad es fundamental para respaldar el aprendizaje eficiente y las fuertes capacidades de generalización que los humanos exhiben consistentemente. Además, la modularidad se alinea bien con el teorema del almuerzo gratis, que destaca la necesidad de sesgos inductivos específicos del problema y motiva arquitecturas compuestas por componentes especializados que resuelven subproblemas. Sin embargo, a pesar de su papel fundamental en la inteligencia natural y sus beneficios demostrados en una variedad de subcampos de la IA aparentemente dispares, la modularidad sigue siendo relativamente subestimada en la investigación convencional de la IA. En este trabajo, revisamos varios hilos de investigación en inteligencia artificial y neurociencia a través de un marco conceptual que resalta el papel central de la modularidad en el apoyo a la inteligencia artificial y natural. En particular, examinamos qué ventajas computacionales ofrece la modularidad, cómo ha surgido como una solución en varias áreas de investigación de la IA, qué principios de modularidad explota el cerebro y cómo la modularidad puede ayudar a cerrar la brecha entre la inteligencia natural y la artificial.
Publicado originalmente en export.arxiv.org el 23 de febrero de 2026.
Ver fuente original
