Nuevo modelo imita el aprendizaje predictivo del cerebro, ofreciendo perspectivas sobre la consciencia

Editado por: Elena HealthEnergy

Un nuevo modelo computacional emula cómo la neocorteza del cerebro procesa información y aprende a través del aprendizaje predictivo auto-supervisado. Este modelo ofrece una comprensión más profunda de cómo nuestros cerebros anticipan e interpretan el mundo que nos rodea, lo cual es crucial para entender la consciencia.

El modelo, desarrollado por investigadores, imita la estructura de la neocorteza, utilizando capas que corresponden a diferentes regiones del cerebro. La capa 2/3 predice la información sensorial entrante, mientras que la capa 5 recibe la entrada sensorial real. El modelo aprende comparando estas predicciones con los datos sensoriales reales, ajustando sus conexiones internas para minimizar los errores. Este enfoque se asemeja a la forma en que los niños pequeños aprenden a anticipar eventos, como la hora de la comida o la llegada de un familiar.

Este enfoque permite que el modelo aprenda representaciones predictivas, de manera similar a cómo nuestros cerebros aprenden a anticipar eventos. El modelo también demuestra cómo diferentes capas de la corteza cerebral juegan roles distintos en el procesamiento de la información. Esta investigación destaca la importancia del aprendizaje auto-supervisado en la capacidad del cerebro para comprender y predecir el mundo. Este tipo de investigación podría tener implicaciones significativas en el desarrollo de la inteligencia artificial, especialmente en el campo de la robótica y la interacción humano-máquina.

Esta investigación proporciona valiosos conocimientos sobre cómo el cerebro aprende y procesa la información. La comprensión de estos mecanismos podría conducir a avances en la inteligencia artificial y en nuestra comprensión de la consciencia. La capacidad del modelo para imitar las capacidades predictivas del cerebro ofrece una prometedora vía para la investigación futura sobre las complejidades de la mente humana. Los resultados de este estudio podrían ser relevantes para el tratamiento de enfermedades neurológicas y el desarrollo de nuevas terapias cognitivas. Se espera que los hallazgos sean de interés para la comunidad científica latinoamericana, especialmente en países como México y Argentina, donde la investigación en neurociencia está en auge.

Fuentes

  • Nature

  • Self-supervised predictive learning accounts for cortical layer-specificity

  • How the Neocortex Learns: A Closer Look

  • The brain may learn about the world the same way some computational models do

  • Unsupervised neural network models of the ventral visual stream

  • Optically mapping methylation

¿Encontró un error o inexactitud?

Consideraremos sus comentarios lo antes posible.