Cerebro humano

Publicidad

MEZCLA LA INFERENCIA CON LA PREDICCIÓN

Descubren nuevos datos sobre cómo el cerebro hace predicciones

El neurólogo David Heeger explica que la "predicción" puede ser un principio general de la función cortical y explica que el cerebro realiza una especie de inferencia, combinando la información sensorial con las expectativas, que pueden provenir del contexto actual, de los recuerdos o como una predicción continua en el tiempo.

La predicción es crucial para la función cerebral, ya que, sin pronóstico, nuestras acciones siempre se tomarían demasiado tarde debido a la demora en el procesamiento neural. Sin embargo, el trabajo teórico sobre cómo nuestros cerebros realizan predicciones perceptivas con el tiempo ha sido muy limitado.

En el último número de 'Proceedings of the National Academy of Sciences', el neurólogo David Heeger, de la Universidad de Nueva York, en Estados Unidos, ofrece un nuevo marco para explicar cómo el cerebro hace predicciones. En concreto, describe cómo la "predicción" puede ser un principio general de la función cortical, junto con el papel ya establecido de la inferencia.

"Se ha reconocido durante mucho tiempo que el cerebro realiza una especie de inferencia, combinando la información sensorial con las expectativas -explica Heeger, profesor del Centro de Ciencias Neuronales de la Universidad de Nueva York-. Esas expectativas pueden provenir del contexto actual, de los recuerdos o como una predicción continua en el tiempo. Esta nueva teoría pone todo esto en orden y lo formaliza matemáticamente".

Al hacer sus predicciones, los meteorólogos se basan en la información meteorológica del pasado para proyectar las condiciones climáticas durante 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 entendemos de forma clara cómo funcionan para hacer predicciones".

Las teorías existentes de la función cerebral y las redes neuronales utilizadas en la inteligencia artificial emplean una estructura jerárquica: la entrada sensorial viene en un extremo y las representaciones progresivamente más abstractas se calculan a lo largo de la jerarquía.

Sin embargo, Heeger argumenta que esta arquitectura de procesamiento de 'feedforward' (prealimentación/canalización) no explica las capacidades predictivas del cerebro. "Es posible ejecutar este proceso a la inversa: 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", explica.

En general, la teoría de Heeger mezcla la inferencia con la predicción. La red neuronal del cerebro puede procesar de una manera directa -desde la entrada sensorial a una representación abstracta- similar a las típicas redes neuronales de la inteligencia artificial (IA).

La teoría de Heeger puede funcionar en un modo de retroalimentación para generar una predicción sensorial a partir de una representación abstracta (es decir, un tipo de recuerdo o imágenes mentales) o puede funcionar en un modo que es una combinación de los dos, en el cual las inferencias mezclan la entrada sensorial con la predicción.

La base neuronal de la creatividad

El planteamiento también postula un papel para el ruido o la variabilidad en la actividad neuronal para explorar diferentes posibles interpretaciones, incluso cuando la entrada sensorial y la predicción son las mismas. "Este proceso de exploración accionado por el ruido puede ser la base neural de la creatividad", especula.

"Este proceso de exploración accionado por el ruido puede ser la base neural de la creatividad",

Heeger plantea la hipótesis de que los neuromoduladores, como la acetilcolina, cambian el estado cerebral para controlar qué modo -feedforward, retroalimentación, ruido o una combinación- está funcionando en cada momento en el tiempo. Otros neuromoduladores, como la noradrenalina, y oscilaciones en la actividad cerebral controlan la cantidad de ruido, que determina la cantidad de exploración, sugiere este experto.

La teoría, que utiliza el modelo incorporado en la red neuronal para predecir y explorar a lo largo el tiempo, resulta prometedora para los campos de la investigación de la neurociencia y la IA. Por ejemplo, puede ayudar a evaluar los factores que explican el autismo, en el cual no existe un mecanismo genético especial que lo cause a (los llamados "genes del autismo" representan sólo un pequeño porcentaje de casos).

Las personas con autismo tienen un déficit neurocomputacional, es decir, que el procesamiento del cerebro no funciona correctamente. Por ello, al entender más plenamente cómo hace cálculos el cerebro de manera eficaz, dice Heeger, se puede aportar más información sobre cuáles son exactamente las diferencias neurocomputacionales; también para otros trastornos del desarrollo y enfermedades psiquiátricas.

Publicidad