por�
Jordana Cepelewicz
10 Julio 2018
del Sitio Web�QuantaMagazine

traducci�n de Adela Kaufmann
Versi�n original en ingles


Algunos neurocient�ficos prefieren una explicaci�n de codificaci�n predictiva

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.�
Zolloc para Quanta Magazine

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.


El mes pasado, la compa��a de inteligencia artificial DeepMind�
introdujo un nuevo software�que puede tomar una sola imagen de unos pocos objetos en una sala virtual y, sin gu�a humana, inferir c�mo se ve la escena tridimensional desde puntos de observaci�n completamente nuevos.

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.


Existen aplicaciones tecnol�gicas obvias para GQN, pero tambi�n llamaron la atenci�n de los neurocient�ficos, que est�n particularmente interesados en el entrenamiento de algoritmo, que utiliza para aprender a realizar sus tareas.

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.

"Fue la diferencia entre la realidad y la predicci�n lo que permiti� la actualizaci�n del modelo", dijo�Ali Eslami, uno de los l�deres del proyecto.

Seg�n�Danilo Rezende, coautor de Eslami y colega de DeepMind,

"el algoritmo cambia los par�metros de su modelo [predictivo] de tal forma que la pr�xima vez, cuando encuentre la misma situaci�n, se sorprender� menos".

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).

Dada una imagen bidimensional de un patr�n de bloques (izquierda), la inteligencia artificial de la red de consulta general puede inferir su disposici�n tridimensional en el espacio (derecha).

El sistema se basa en algunos de los mismos conocimientos fundamentales que subyacen a la teor�a de la neurociencia conocida como codificaci�n predictiva.�
DeepMind

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.

"El juego ahora trata de ajustar los modelos internos, la din�mica del cerebro, para suprimir el error de predicci�n", dijo�Karl Friston del University College London, un renombrado neurocient�fico y uno de los pioneros de la hip�tesis de codificaci�n predictiva.

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

"Tomo caf� con crema y ____".

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:

"Tomo caf� con crema y�perro".

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.

  • �Estaba el cerebro reaccionando porque el significado de la palabra no ten�a sentido en el contexto de la oraci�n?

  • �O podr�a haber estado reaccionando porque la palabra era simplemente imprevista, violando las predicciones que el cerebro hab�a hecho sobre qu� esperar?

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:

"El d�a era ventoso as� que el ni�o sali� a volar ____".

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:

dos puntos parpadeando en una alternancia r�pida en una pantalla, por ejemplo, parecen un solo punto movi�ndose hacia adelante y atr�s, por lo que nuestros cerebros inconscientemente comienzan a tratarlos como un solo objeto.

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.

En esta ilusi�n visual bien conocida, el azulejo A en el tablero de ajedrez parece significativamente m�s oscuro que el azulejo B. Sin embargo, en realidad ambos tienen el mismo tono de gris.

El cerebro utiliza el color de los mosaicos cercanos y la ubicaci�n de la sombra proyectada por el cilindro para hacer inferencias sobre los colores del tablero de ajedrez.

En este caso, esas inferencias conducen a la percepci�n de que A y B est�n sombreados de manera diferente, aunque sean id�nticos.

(Conectando los cuadrados, como a la derecha, y oscureciendo el cilindro, esto lo hace�m�s claro para el ojo.)�Adrian Pingstone, basado en una imagen original de Edward H. Adelson

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.

"Lo que encuentro convincente es c�mo se explican tantas cosas en esta historia", dijo�Andy Clark, profesor de l�gica y metaf�sica en la Universidad de Edimburgo y experto en teor�a.

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:

En cada caso, el cerebro minimiza los errores de predicci�n, pero de diferentes maneras.

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

Cerebros Predictivos

Seg�n una hip�tesis, la percepci�n - y quiz�s toda la cognici�n - es formada por el desajuste entre lo que esperan las neuronas en el cerebro a la experiencia y lo que realmente hacen.

Visi�n del Siglo 20

Las neuronas reciben y procesan entradas sensoriales, y siempre la env�an a niveles m�s altos de la jerarqu�a cognitiva

Visi�n Predictiva de Codificaci�n

El cerebro compara sus expectativas (predicciones) con la informaci�n que recibe, y env�a discrepancias (errores de predicci�n) a niveles m�s altos. El proceso permite al cerebro actualizar sus modelos predictivos para minimizar errores en el futuro.

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.

"Es como tener bloques de construcci�n con los que se pueden construir diferentes estrategias", dijo Clark.�

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:

Las emociones podr�an ser estados que el cerebro representa para minimizar el error de predicci�n sobre las se�ales internas, como la temperatura corporal, la frecuencia card�aca o la presi�n arterial.

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.

"La idea", dijo Friston, "es que si el cerebro es una m�quina de inferencia, un �rgano de estad�sticas, cuando sale mal, cometer� los mismos errores que un estad�stico".

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:

El cerebro puede prestar demasiada atenci�n a sus propias predicciones sobre lo que est� sucediendo y no lo suficiente a la informaci�n sensorial que contradice esas predicciones.

(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).

"Lo m�s profundo es que nos muestra cu�n vulnerable es nuestra funci�n mental", dijo�Philip Corlett�, neurocient�fico cl�nico de la Facultad de Medicina de Yale.

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,

"Tenemos evidencia que sugiere que la percepci�n y la cognici�n no est�n tan separadas", dijo Corlett.�"Se pueden ense�ar nuevas creencias y pueden cambiar lo que percibes".

Pero esa evidencia no se ha aproximado a ofrecer pruebas, hasta ahora.

Acercarse para una mejor visi�n

"El trabajo experimental a menudo muestra que un resultado particular es compatible con el procesamiento predictivo, pero no es la mejor explicaci�n de ese resultado", dijo Sprevak.

La teor�a es ampliamente aceptada en las ciencias cognitivas, pero,

"En el campo de la neurociencia de sistemas, todav�a es un poco menos favorecido", dijo�Georg Keller, un neurocient�fico del Instituto Friedrich Miescher de Investigaci�n Biom�dica en Suiza.

Su laboratorio est� tratando de cambiar esto con evidencia m�s dura.

Georg Keller, un neurocient�fico del Instituto Friedrich Miescher de Investigaci�n Biom�dica, ha estado trabajando para descubrir evidencia mecanicista de la hip�tesis de codificaci�n predictiva.�
Roland T�nnler

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.

"Las se�ales parec�an predicciones de flujo visual hacia la izquierda", dijo Keller.

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,

"Se trata de identificar la predicci�n", dijo Keller.�"La predicci�n del flujo visual, dado el movimiento".

"El trabajo proporciona un tipo de evidencia que no exist�a antes", dijo Clark.�"Una demostraci�n muy local, c�lula por c�lula, capa por capa, de que el modelo m�s adecuado para lo que est� sucediendo es la codificaci�n predictiva".

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.

"Fue emocionante encontrar errores de predicci�n y encontrar el contenido espec�fico de las predicciones en ese sistema", dijo el autor principal del art�culo, Caspar Schwiedrzik, neurocient�fico del European Neuroscience Institute G�ttingen en Alemania.

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.

"Hay mucha confusi�n en la literatura porque se ha supuesto que todas estas cosas son parte de la misma sopa", dijo.�"Y ese no es necesariamente el caso, ni es necesariamente la mejor manera de avanzar en su estudio".

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,

"Es tan importante para la neurociencia como la evoluci�n para la biolog�a", dijo�Lars Muckli, un neurofisi�logo de la Universidad de Glasgow que ha realizado un extenso trabajo sobre la teor�a.

Pero por ahora, se�al� Sprevak,

"el jurado a�n est� deliberando."