�
|
� � �
traducci�n de
Adela Kaufmann � � � �
por c�mo funciona el cerebro, en que la percepci�n puede ser pensada como una "alucinaci�n controlada". Esta teor�a enfatiza las expectativas del cerebro y predicciones sobre la realidad en lugar de
la evidencia sensorial directa que recibe el cerebro.� � Una teor�a controvertida sugiere esa percepci�n, control motor, memoria y otras funciones cerebrales todos dependen de las comparaciones entre experiencias reales en curso y las expectativas modeladas del cerebro. � �
� Con solo unas pocas im�genes, el sistema, denominado�Generative Query Network�(red de consulta generativa), o GQN, puede modelar con �xito el dise�o de un simple laberinto de videojuegos.
� A partir de la imagen presentada, GQN genera predicciones acerca de lo que una escena debe ser similar - en donde deben ubicarse los objetos, la forma en sombras deben caer contra superficies, qu� �reas deben ser visibles o escondidos basado en ciertas perspectivas - y utiliza las diferencias entre las predicciones y sus observaciones reales para mejorar la precisi�n de las predicciones que har� en el futuro.
Seg�n�Danilo Rezende, coautor de Eslami y colega de DeepMind,
Los neurocient�ficos han sospechado durante mucho tiempo que un mecanismo similar impulsa el funcionamiento del cerebro.�(De hecho, esas especulaciones son parte de lo que inspir� al equipo de GQN a seguir este enfoque). � De acuerdo con esta teor�a de "codificaci�n predictiva", en cada nivel de un proceso cognitivo, el cerebro genera modelos, o creencias, sobre qu� informaci�n deber�a recibir del nivel inferior. � Estas creencias se traducen en predicciones sobre lo que se debe experimentar en una situaci�n determinada, proporcionando la mejor explicaci�n de lo que hay disponible para que la experiencia tenga sentido. � Las predicciones luego se env�an como retroalimentaci�n a las regiones sensoriales de bajo nivel del cerebro. � El cerebro compara sus predicciones con la entrada sensorial real que recibe, "explicando" cualquier diferencia, o los errores de predicci�n, puede mediante el uso de sus modelos internos para determinar las causas probables de las discrepancias. � (Por ejemplo, podr�amos tener un modelo interno de una tabla como una superficie plana soportada por cuatro patas, pero a�n podemos identificar un objeto como una tabla, incluso si algo m�s bloquea la mitad de la vista). � �
� Los errores de predicci�n que no pueden explicarse se transmiten a trav�s de conexiones a niveles m�s altos (como se�ales de retroalimentaci�n, en lugar de retroalimentaci�n), donde se consideran de inter�s period�stico, algo para que el sistema preste atenci�n y trate con en consecuencia.
Durante la �ltima d�cada, los cient�ficos cognitivos, fil�sofos y psic�logos han tomado la codificaci�n predictiva como una idea convincente, especialmente para describir c�mo funciona la percepci�n, pero tambi�n como una teor�a m�s ambiciosa y global sobre lo que est� haciendo todo el cerebro. � Las herramientas experimentales solo recientemente han permitido comenzar a probar directamente los mecanismos espec�ficos de la hip�tesis, y algunos art�culos publicados en los �ltimos dos a�os han proporcionado evidencias sorprendentes para la teor�a. � Aun as�, sigue siendo controvertido, tal como lo demuestra mejor un debate reciente sobre si algunos resultados hist�ricos fueron replicables. � � � � Caf�, crema y perros
Parece natural completar el espacio en blanco con "az�car".� Ese es el instinto cient�fico cognoscitivo del que�Marta Kutas�y�Steven Hillyard�de la Universidad de California, San Diego, estaban apostando en 1980 cuando�realizaron una serie de experimentos�en los que presentaron la oraci�n a las personas, una palabra a la vez en una pantalla, y registr� su actividad cerebral � Solo que, en lugar de terminar con "az�car", cuando la �ltima palabra apareci� en su lugar, la oraci�n dec�a:
Los investigadores observaron una mayor respuesta cerebral cuando los sujetos del estudio se encontraron con la palabra inesperada "perro", que se caracteriza por un patr�n espec�fico de actividad el�ctrica, conocido como el "efecto N400", que alcanz� su punto m�ximo alrededor de 400 milisegundos despu�s de que la palabra fue revelada. � Pero c�mo interpretarlo segu�a sin estar claro.
Diferentes regiones cerebrales... intercambian diferentes tipos de predicciones. � En 2005, Kutas y su equipo�realizaron otro estudio�que apuntaba a la �ltima posibilidad. � A las personas nuevamente se les pidi� que leyeran una oraci�n una palabra a la vez en una pantalla:
Debido a que "una cometa" parec�a la forma m�s probable de terminar la oraci�n, los sujetos esperaban ver "una" a continuaci�n, una palabra que no ten�a un significado intr�nseco pero predec�a la palabra a seguir. � Cuando los participantes vieron "una" en su lugar (como en "un avi�n"), experimentaron un efecto N400, aparentemente porque el cerebro tuvo que procesar un desajuste entre su expectativa y la realidad. � El efecto aparentemente no estaba relacionado con el significado de la palabra ni con ninguna dificultad para procesar el est�mulo presentado. � El hallazgo de 2005 pareci� ser una buena opci�n para el marco de codificaci�n predictivo. � Pero en abril pasado,�un art�culo publicado en�eLife�inform� que varios laboratorios no pudieron replicar el resultado.�Ahora, otros investigadores han comenzado a responder, algunos afirman que las sutilezas en los m�todos de replicaci�n a�n favorecen la interpretaci�n basada en la predicci�n. � Este ir y venir refleja gran parte del debate que est� rodeado de codificaci�n predictiva. � Experimentos como los de Kutas est�n sujetos a muchas interpretaciones.�Pueden explicarse mediante modelos distintos de la codificaci�n predictiva, y no llegan a la prueba definitiva de la hip�tesis porque no profundizan en los mecanismos reales en juego. � Si bien la idea de que el cerebro est� constantemente haciendo inferencias (y compar�ndolas con la realidad) est� bastante bien establecida en este punto, los defensores de la codificaci�n predictiva han estado buscando la manera de probar que su versi�n particular de la historia es la correcta, y que se extiende a toda la cognici�n. � � � � Cerebros Bayesianos y Computaci�n Eficiente� La idea fundamental de que el cerebro perpetuamente hace y eval�a sus propias predicciones sobre las experiencias en curso no siempre se dio por sentado. � La vista de la neurociencia que domin� el siglo 20 caracteriza la funci�n del cerebro como la de un detector de caracter�sticas: Se registra la presencia de un est�mulo, lo procesa, y luego env�a se�ales para producir una respuesta conductual. � La actividad en c�lulas espec�ficas refleja la presencia o ausencia de est�mulos en el mundo f�sico.�Algunas neuronas en la corteza visual, por ejemplo, responden a los bordes de los objetos a la vista;�otros disparan para indicar la orientaci�n, coloraci�n o sombreado de los objetos. � Pero el proceso result� ser mucho menos directo de lo que parec�a. � Pruebas adicionales encontraron que a medida que el cerebro percibe, por ejemplo, una l�nea m�s larga y m�s larga, las neuronas detectoras de las l�neas dejan de disparar, aunque la l�nea no haya desaparecido. � Y el hecho de que tanta informaci�n parec�a comunicarse a trav�s de misteriosas conexiones de retroalimentaci�n suger�a que algo m�s estaba sucediendo. � � La idea es que si el cerebro es una m�quina de inferencia, un �rgano de estad�stica, luego cuando sale mal, har� el mismo tipo de errores que har�a un estad�stico. Karl Friston University College London � � Ah� es donde�entra en juego�el "cerebro Bayesiano", un marco general con ra�ces que datan de la d�cada de 1860 y que da la vuelta al modelo tradicional. � La teor�a propone que el cerebro hace inferencias probabil�sticas sobre el mundo basadas en un modelo interno, calculando esencialmente una "mejor conjetura" sobre c�mo interpretar lo que est� percibiendo (de acuerdo con las reglas de las estad�sticas Bayesianas, que cuantifica la probabilidad de un evento basado en informaci�n relevante obtenida de experiencias anteriores). � En lugar de esperar a que la informaci�n sensorial impulse la cognici�n, el cerebro siempre est� construyendo activamente hip�tesis sobre c�mo funciona el mundo y us�ndolos para explicar experiencias y completar datos faltantes. � Es por eso que, seg�n algunos expertos, podr�amos pensar en la percepci�n como "alucinaci�n controlada". � En esa l�nea, el cerebro Bayesiano tambi�n explica por qu� funcionan las ilusiones visuales:
Comprender c�mo se mueven los objetos es un tipo de conocimiento de nivel superior, pero fundamentalmente influye en c�mo percibimos. � El cerebro simplemente est�llenando los vac�os de informaci�n, en este caso, sobre el movimiento, para pintar una imagen que no es del todo precisa. � �
� Introduzca la�teor�a de codificaci�n predictiva, que ofrece formulaciones espec�ficas de c�mo los cerebros pueden ser Bayesianos. � La codificaci�n predictiva�recibe su nombre de una t�cnica para�transmitir se�ales de telecomunicaciones de manera m�s eficiente: como los archivos de video contienen mucha redundancia de un cuadro al siguiente, es ineficaz codificar cada p�xel en cada imagen al comprimir los datos. � En cambio, tiene m�s sentido codificar las diferencias entre cuadros adyacentes y luego retroceder para interpretar el video completo. � En 1982, los cient�ficos encontraron que esta idea tiene�una aplicaci�n clara en la neurociencia, ya que parece explicar c�mo las neuronas en la retina codifican informaci�n sobre un est�mulo visual y lo transmiten a lo largo del nervio �ptico. � Tambi�n se ha cimentado como un principio de c�mo funciona el sistema de recompensa del cerebro: las neuronas de dopamina codifican la magnitud de la falta de correspondencia entre una recompensa esperada y la recompensa real que se recibe. � Estos errores de predicci�n, dicen los investigadores, ayudan a los animales a actualizar sus expectativas futuras e impulsar la toma de decisiones. � Pero a pesar de estos ejemplos, los cient�ficos en su mayor�a vieron la�codificaci�n predictiva�como un proceso espec�fico para ciertas redes.� � Las pruebas de resonancia magn�tica funcional y otros tipos de experimentos han comenzado a cambiar eso. � � � � Un marco universal� Parte de lo que hace que la�hip�tesis de�codificaci�n predictiva sea�tan convincente es su incre�ble poder explicativo.
En primer lugar, unifica la percepci�n y el control motor en un �nico proceso computacional. � Los dos son esencialmente lados opuestos de la misma moneda:
Con la percepci�n, es el modelo interno el que se ajusta;�con control de motor, es el entorno real. � (Para este �ltimo, imagina que quieres levantar la mano. Si tu mano a�n no est� levantada, esa discrepancia genera un gran error de predicci�n, que se puede minimizar si simplemente mueves la mano). � �
Lucy Reading-Ikkanda Revista Quanta �
�
� � Los experimentos de percepci�n y control motor han proporcionado la evidencia m�s s�lida para la teor�a de codificaci�n predictiva. � En�un art�culo publicado el mes pasado�en el�Journal of Neuroscience, por ejemplo, los experimentadores hicieron que los sujetos leyeran la palabra "kick" (patada) en una pantalla, y luego les hicieron escuchar una grabaci�n distorsionada de la palabra "pick" (escoger o recoger) que son� como un fuerte susurro. � Muchos escucharon en su lugar "kick" (patada) y las im�genes fMRI revelaron que el cerebro representaba el sonido inicial "k" o "p" con mayor fuerza: el sonido que se correlacionaba con un error de predicci�n. � Si el cerebro simplemente representara su experiencia perceptiva, la se�al m�s fuerte deber�a haber correspondido a "ick" (porque eso fue reproducido tanto en la pantalla como en el audio). � Pero tambi�n se est�n realizando esfuerzos para ampliar la relevancia de la codificaci�n predictiva m�s all� de la percepci�n y el movimiento, para establecerla como la moneda com�n de todo lo que sucede en el cerebro.
Diferentes regiones del cerebro simplemente comercian en diferentes tipos de predicci�n. � Friston, entre otros, afirma que esto se aplica a los procesos cognitivos superiores, incluida la atenci�n y la toma de decisiones. � El trabajo computacional reciente sobre la corteza prefrontal ha implicado la codificaci�n predictiva en la�memoria de trabajo�y�las conductas dirigidas a objetivos.� � Algunos investigadores teorizan que las emociones y los estados de �nimo se pueden formular en t�rminos de codificaci�n predictiva:
Si el cerebro reconoce que est� agitado, por ejemplo, entonces sabe que todos esos factores est�n subiendo.�Quiz�s tambi�n sea as� como puede surgir el concepto de individualidad. � La mayor parte del trabajo que se realiza en este sentido se centra en c�mo la codificaci�n predictiva podr�a explicar los trastornos neuro-psiqui�tricos y del desarrollo.
Es decir, har� las inferencias equivocadas al poner demasiado o muy poco �nfasis en las predicciones o los errores de predicci�n. � Los aspectos del autismo, por ejemplo, pueden caracterizarse por la incapacidad de ignorar los errores de predicci�n relacionados con las se�ales sensoriales en los niveles m�s bajos de la jerarqu�a de procesamiento del cerebro.�Eso podr�a llevar a una preocupaci�n por las sensaciones, la necesidad de repetici�n y previsibilidad, la sensibilidad a ciertas ilusiones y otros efectos. � Lo contrario podr�a ser cierto en condiciones que est�n asociadas con alucinaciones, como la esquizofrenia:
(Los expertos son r�pidos en advertir, sin embargo, que el autismo y la esquizofrenia son demasiado complicados para ser reducidos a una �nica explicaci�n o mecanismo).
Los experimentos en el laboratorio de Corlett establecen nuevas "creencias" en sujetos sanos que los alientan a alucinar los est�mulos que experimentaron previamente. � (Por ejemplo, en un experimento, los cient�ficos condicionaron a los participantes a asociar un tono con un patr�n visual. Los sujetos continuaron escuchando el tono cuando ve�an el patr�n, incluso cuando no hab�a sonido). � Los investigadores intentan descifrar c�mo esas creencias se traducen en percepci�n. � A trav�s de estos estudios,
Pero esa evidencia no se ha aproximado a ofrecer pruebas, hasta ahora. � � � � Acercarse para una mejor visi�n
La teor�a es ampliamente aceptada en las ciencias cognitivas, pero,
Su laboratorio est� tratando de cambiar esto con evidencia m�s dura. � �
� En un estudio�publicado el a�o pasado en�Neuron, Keller y sus colegas observaron la aparici�n de neuronas en el sistema visual de ratones que se volvieron predictivas a lo largo del tiempo. � Comenz� con un accidente, cuando se dispusieron a entrenar a los ratones en un videojuego, solo para descubrir que el mundo virtual hab�a mezclado sus direcciones. � Normalmente, y hasta el momento del experimento, los ratones vieron que su campo de visi�n se mov�a hacia la derecha cada vez que giraban hacia la izquierda, y viceversa. � Pero alguien hab�a volteado involuntariamente el mundo virtual que utilizaron los investigadores en el estudio, invirtiendo la izquierda y la derecha, de modo que girar hacia la izquierda significaba que los ratones tambi�n ten�an la visi�n hacia la izquierda. � Los investigadores se dieron cuenta de que pod�an sacar provecho del accidente. � Monitorearon las se�ales cerebrales que representaban este flujo visual y descubrieron que las se�ales cambiaban lentamente a medida que los ratones aprend�an las reglas del entorno invertido.
Si las se�ales hubieran sido simplemente representaciones sensoriales de la experiencia visual del mouse, se habr�an lanzado inmediatamente al mundo virtual. � I Si hubieran sido se�ales motoras, no habr�an dado la vuelta en absoluto.�En su lugar,
� La parte m�s profunda de esto es que nos muestra cu�n vulnerable es nuestra funci�n mental. Philip Corlett Escuela de Medicina de Yale � � Hallazgos similares�en las partes del cerebro que los macacos usan para procesar las caras se informaron al mismo tiempo. � El trabajo anterior ya hab�a demostrado que las neuronas en los niveles inferiores de la red codifican los aspectos de una cara basados en la orientaci�n, disparando, por ejemplo, a cualquier cara de perfil. � En niveles m�s altos, las neuronas representan la cara m�s abstracta, prestando atenci�n a su identidad en lugar de a su posici�n. � En el estudio de los macacos, los investigadores entrenaron monos a reconocer pares de rostros en los que una cara, que aparec�a primero, siempre predec�a algo sobre la segunda. � M�s tarde, los experimentadores interfirieron con esas expectativas de maneras espec�ficas, mostrando la misma cara desde un �ngulo diferente, o una cara completamente diferente. � Encontraron errores de predicci�n en �reas de menor nivel de la red de procesamiento facial, pero estos errores no se asociaron con predicciones sobre la orientaci�n, sino con predicciones sobre la identidad. � Es decir, los errores se derivaron de lo que estaba ocurriendo en los niveles superiores del sistema, lo que sugiere que los niveles inferiores construyen la se�al de error al comparar las percepciones entrantes con las predicciones que descienden de los niveles superiores.
Seg�n�Lucia Melloni, investigadora del Instituto Max Planck para Est�tica Emp�rica en Frankfurt, Alemania, su grupo est� empezando a ver que los resultados son compatibles con una explicaci�n del error de predicci�n en los datos neuronales que se est�n recopilando actualmente en seres humanos. � � � � Una carrera para encontrar m�s m�quinas predictivas� No todos est�n de acuerdo en que el caso de la�codificaci�n predictiva�en el cerebro se est� fortaleciendo. � Algunos cient�ficos aceptan que la teor�a puede explicar ciertos aspectos de la cognici�n, pero rechazan la idea de que podr�a explicarlo todo.�Otros no conceden ni siquiera eso. � Para�David Heeger�, profesor de psicolog�a en la Universidad de Nueva York, es importante�hacer una distinci�n�entre "codificaci�n predictiva", que dice que se trata de transmitir informaci�n de manera eficiente, y "procesamiento predictivo", que �l define como la generaci�n de predicciones a lo largo del tiempo.
Otros tipos de�modelos Bayesianos, por ejemplo, podr�an proporcionar una descripci�n m�s precisa de la funci�n cerebral en determinadas circunstancias. � � El trabajo proporciona un tipo de evidencia eso no exist�a antes Una demostraci�n muy local, c�lula por c�lula, capa por capa ese es el modelo m�s adecuado para lo que est� pasando es una codificaci�n predictiva. Andy Clark Universidad de Edimburgo � � Sin embargo, en lo que s� coinciden muchos expertos en el campo es que esta investigaci�n tiene el potencial de interesantes aplicaciones en el aprendizaje autom�tico. � En la actualidad, la gran mayor�a de la investigaci�n de inteligencia artificial no incluye codificaci�n predictiva, sino que se centra en otros tipos de algoritmos. � Pero la formulaci�n de una arquitectura de codificaci�n predictiva en un contexto de aprendizaje profundo podr�a acercar a las m�quinas a la inteligencia, sostiene Friston. � El�GQN�de DeepMind�sirve como un buen ejemplo de ese potencial. � Y el a�o pasado, los investigadores de la Universidad de Sussex incluso utilizaron tecnolog�as de realidad virtual e inteligencia artificial que inclu�an funciones de codificaci�n predictiva�para crear lo que llamaron la "Hallucination Machine", una herramienta capaz de imitar los estados alucinatorios alterados causados t�picamente por drogas psicod�licas. � Los avances en el aprendizaje autom�tico podr�an usarse para proporcionar nuevos conocimientos sobre lo que est� sucediendo en el cerebro al comparar qu� tan bien funcionan los modelos de codificaci�n predictiva frente a otras t�cnicas. � Por lo menos, la introducci�n de codificaci�n predictiva en sistemas artificiales podr�a mejorar significativamente la inteligencia de esas m�quinas. � Pero antes de que eso pueda suceder, queda mucho trabajo por delante.�Los cient�ficos deben continuar el tipo de investigaci�n que Keller, Schwiedrzik y otros realizan para determinar exactamente d�nde residen, por ejemplo, las representaciones internas del cerebro. � Y queda por ver si experimentos similares pueden justificar los reclamos de codificaci�n predictiva en procesos cognitivos superiores. � Codificaci�n predictiva,
Pero por ahora, se�al� Sprevak,
� � |
