¿Cómo tomamos decisiones? O, más bien, ¿cómo toman decisiones nuestras neuronas por nosotros? ¿Las neuronas individuales tienen una voz fuerte o es la voz en el colectivo neuronal?
Una forma de pensar sobre esta pregunta es preguntar cuántas de mis neuronas tendrías que observar para leer mi mente. Si puedes predecir que estoy a punto de decir la palabra "abuela" observando una de mis neuronas, entonces podríamosdicen que nuestras decisiones pueden atribuirse a neuronas individuales, quizás "muy vocales". En neurociencia, tales neuronas se denominan neuronas "abuelas" después de que se propusiera en la década de 1960 que puede haber neuronas individuales que respondan de manera única a percepciones complejas e importantes como uncara de abuela
Por otro lado, si solo puedes leer mi mente sondeando muchas de mis neuronas, entonces parecería una decisión colectiva, distribuida en cientos, miles o incluso millones de neuronas. Un gran debate en neurociencia es si solo-la codificación neuronal o la codificación distribuida es más relevante para comprender cómo funciona el cerebro.
De hecho, ambos pueden estar en lo cierto. En una investigación publicada recientemente en Fronteras en neurociencia , Bryan Daniels, Jessica Flack y David Krakauer del grupo de cómputo colectivo del Instituto Santa Fe C4 abordan este problema utilizando datos registrados de las neuronas de un mono macaco encargado por el experimentador de tomar una decisión simple.
En un área del cerebro involucrada en el proceso de toma de decisiones, Daniels y sus colegas descubren que a medida que el mono procesa inicialmente los datos, se requiere sondear muchas neuronas para obtener una buena predicción de la decisión del mono. Luego, como el momento paracomprometiéndose con una decisión se acerca, este patrón cambia. Las neuronas comienzan a estar de acuerdo y eventualmente cada una por sí misma es máximamente predictiva. Por lo tanto, al principio, la "voz neural" es heterogénea y colectiva, pero a medida que las neuronas se acercan al punto de decisión,la "voz neural" se vuelve homogénea y, en cierto sentido, individualista, ya que cualquier neurona por sí sola es suficiente para leer la mente del mono.
Daniels dice que una posible explicación para este comportamiento extraño es que el sistema tiene dos tareas que resolver. Debe reunir buena información de datos ruidosos y debe usar esta información para producir una decisión coherente. Para encontrar regularidades en la entrada, sondea muchasneuronas individuales, ya que la respuesta de la multitud es más confiable que cualquier neurona cuando los datos son ruidosos. Pero, como dice Krakauer, en última instancia, se debe tomar una decisión. Las neuronas acuerdan una respuesta al compartir su información para llegar a un consenso.
Esta explicación refleja los resultados en otros sistemas colectivos, desde sociedades animales hasta sistemas estudiados en física estadística. Flack dice que esta comunidad sugiere un principio general de computación colectiva: tiene dos fases: una fase de acumulación de información que utiliza crowdsourcing para recopilar información confiabley una fase de consenso que permite que el sistema actúe.
Fuente de la historia :
Materiales proporcionado por Instituto Santa Fe . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :