La predicción es crucial para la función cerebral: sin pronosticar, nuestras acciones siempre serían demasiado tarde debido al retraso en el procesamiento neural. Sin embargo, ha habido un trabajo teórico limitado que explica cómo nuestros cerebros realizan predicciones perceptivas a lo largo del tiempo.
en el último número de Actas de la Academia Nacional de Ciencias PNAS , el neurocientífico de la Universidad de Nueva York David Heeger ofrece un nuevo marco para explicar cómo el cerebro hace predicciones. Describe cómo la "predicción" puede ser un principio general de la función cortical, junto con el papel ya establecido de inferencia.
"Hace tiempo que se reconoce que el cerebro realiza una especie de inferencia, combinando información sensorial con expectativas", explica Heeger, profesor del Centro de Ciencias Neurales de la Universidad de Nueva York. "Esas expectativas pueden provenir del contexto actual, del recuerdo de la memoria,o como una predicción continua a lo largo del tiempo. Esta nueva teoría reúne todo esto y lo formaliza matemáticamente ".
Gran parte de nuestra comprensión de la función cerebral había sido modelos similares a los empleados habitualmente por los meteorólogos. Al hacer sus predicciones, los pronosticadores confían en la información meteorológica pasada para proyectar las condiciones climáticas en los próximos días.
"Del mismo modo, las redes neuronales en nuestros cerebros encarnan un tipo de modelo de nuestro entorno", observa Heeger. "Sin embargo, no tenemos una comprensión clara de cómo operan para hacer predicciones".
Las teorías existentes sobre la función cerebral y las redes neuronales utilizadas en la inteligencia artificial utilizan una estructura jerárquica: la información sensorial entra en un extremo y progresivamente se calculan representaciones más abstractas a lo largo de la jerarquía.
Heeger argumenta que esta arquitectura de "avance" / procesamiento de tuberías no tiene en cuenta las capacidades predictivas del cerebro porque, a diferencia de los modelos climáticos, no explica cómo se repite en la información anterior, incluida una teoría dinámica de Heeger.
"Es posible ejecutar este proceso al revés: tomar una representación abstracta en la parte superior de la jerarquía y ejecutarla hacia atrás, de arriba a abajo a través de la red neuronal, para generar algo así como una predicción sensorial o expectativa," el explica.
En general, la teoría de Heeger combina la inferencia con la predicción. La red neuronal del cerebro puede procesar de manera progresiva, desde la entrada sensorial hasta una representación abstracta, similar a las redes neuronales de IA típicas. La teoría de Heeger puede funcionar en modo de retroalimentaciónpara generar una predicción sensorial a partir de una representación abstracta es decir, un tipo de recuerdo de memoria o imágenes mentales o puede ejecutarse en un modo que es una combinación de los dos, en el que las inferencias mezclan la entrada sensorial con la predicción.
La teoría también plantea un papel para el ruido o la variabilidad en la actividad neuronal para explorar diferentes interpretaciones posibles, incluso cuando la entrada sensorial y la predicción son las mismas.
"Este proceso de exploración impulsado por el ruido puede ser la base neuronal de la creatividad", especula.
Heeger plantea la hipótesis de que los neuromoduladores como la acetilcolina cambian el estado del cerebro para controlar qué modo, puramente hacia delante, puramente retroalimentación o una combinación, funciona en cada momento en el tiempo. La cantidad de ruido, que determina la cantidad de exploración, escontrolado por otros neuromoduladores como la noradrenalina y por oscilaciones en la actividad cerebral, sugiere.
La teoría, que utiliza el modelo incrustado en la red neuronal para predecir y explorar con el tiempo, ofrece resultados prometedores tanto en el campo de la investigación en neurociencia como en la IA.
Una de estas áreas es la evaluación de los factores que explican el autismo. No existe un mecanismo genético especial que lo cause los llamados "genes del autismo" representan solo un pequeño porcentaje de casos. En cambio, las personas con autismo tienen unDéficit neurocomputacional: el procesamiento del cerebro no funciona correctamente. Al comprender más completamente cómo el cerebro computa de manera efectiva, dice Heeger, potencialmente podemos arrojar luz sobre cuáles son exactamente las diferencias neurocomputacionales. Del mismo modo para otros trastornos del desarrollo y enfermedades psiquiátricas.
Además, si bien la IA busca replicar la toma de decisiones y el procesamiento humano, no puede capturar completamente estos fenómenos si se basa exclusivamente en una arquitectura de "avance", ignorando la predicción y la exploración.
"La teoría de la función neuronal que estoy describiendo tiene como objetivo completar algunas de las dinámicas significativas que falta la IA", dice Heeger.
Fuente de la historia :
Materiales proporcionado por Universidad de Nueva York . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :