Descodificar la mente con ayuda de la IA
Los modelos internos del cerebro son representaciones cognitivas creadas por el cerebro para predecir e interpretar el mundo exterior. Sirven para anticipar las consecuencias de nuestras acciones, comprender el entorno y orientar nuestros procesos de toma de decisiones. Estos modelos se actualizan y perfeccionan continuamente en función de los nuevos datos sensoriales y de la información procedente del entorno, junto con las experiencias pasadas y los conocimientos adquiridos. Por ejemplo, cuando una persona alarga la mano para agarrar un objeto, su cerebro utiliza un modelo interno para generar predicciones de la respuesta sensorial esperada que se derivaría de esa acción, en función del peso del objeto, su textura y sus propias fuerzas de agarre. Cuando realmente agarra el objeto, su cerebro compara la información sensorial real con las predicciones generadas por el modelo interno y actualiza el modelo para futuras acciones.
Comprender las representaciones internas del cerebro
El proyecto COGTOM, financiado por el Consejo Europeo de Investigación, se centró en desvelar las valiosas representaciones internas de los seres humanos que subyacen a nuestro comportamiento adaptativo. «Se supone que las representaciones internas forman parte integral del funcionamiento de nuestra mente, pero no son directamente observables, lo que supone un reto importante para la ciencia cognitiva», explica el investigador Máté Lengyel. Aunque se observa fácilmente en un entorno experimental, el comportamiento depende de las representaciones internas de la mente en modos que a menudo son complejos e indirectos. El objetivo de COGTOM era avanzar en nuestra comprensión de cómo la mente construye modelos internos para la percepción, la toma de decisiones, el control de los movimientos y la interacción con los demás.
Modelización de las capacidades cognitivas del cerebro
El investigador empleó el aprendizaje automático (AA), que es el enfoque predominante en la IA y se basa en algoritmos que pueden aprender de la «experiencia» con los datos. Pueden aplicarse herramientas avanzadas de aprendizaje automático para analizar grandes conjuntos de datos obtenidos de forma rutinaria en los experimentos actuales de neurociencia y ciencia cognitiva. Además, en COGTOM, el aprendizaje automático también proporcionó un marco teórico para formalizar matemáticamente el modo en que los seres humanos aprenden de la experiencia y toman decisiones. Se probaron los modelos bayesianos para comprobar su aplicabilidad a los datos del comportamiento humano y explicar cómo el cerebro procesa e integra la información sensorial para tomar decisiones óptimas. Los modelos bayesianos presuponen que el cerebro integra conocimientos previos o expectativas con los datos sensoriales entrantes. A continuación, mediante una serie de observaciones del comportamiento, los investigadores del proyecto reconstruyeron un modelo interno detallado relacionado con los cambios en las capacidades cognitivas superiores de los humanos a lo largo del tiempo. Los investigadores aplicaron este enfoque a varios conjuntos de datos experimentales relacionados con el aprendizaje perceptivo y el aprendizaje de estructuras visuales y motoras. También realizaron análisis en profundidad de los movimientos oculares, reconociendo su papel fundamental en la mejora de la precisión y la riqueza con la que pueden derivarse modelos internos a partir de los datos conductuales. COGTOM desveló el proceso por el que los seres humanos segmentan su flujo continuo de experiencias en contextos distintos. Esta segmentación influye enormemente en la forma en que los individuos crean, actualizan y expresan recuerdos que dependen del contexto. Los resultados de COGTOM relacionados con la excepcional capacidad de los seres humanos para aprender e integrar continuamente nueva información también pueden ayudar a superar las barreras actuales de la IA.
Valor añadido de la IA en la investigación
«La importancia de la IA (AA) en mi investigación va mucho más allá del mero valor añadido; desempeña un papel indispensable. Sin las técnicas y los marcos teóricos que aporta la AA, la investigación de COGTOM no habría sido posible en absoluto», subraya Lengyel. «En general, las matemáticas constituyen el medio más eficaz para hacer que las teorías científicas sean verificables y rebatibles, además de garantizar la coherencia conceptual. En concreto, para abordar la cognición y la percepción, la AA proporciona el lenguaje matemático adecuado para incorporar conceptos y marcos esenciales. Además, también se necesitan técnicas de AA para comparar rigurosamente las predicciones de estas teorías con los datos».
Palabras clave
COGTOM, cerebro, IA, representaciones internas, capacidades cognitivas, modelos bayesianos, modelos internos del cerebro, aprendizaje automático, neurociencia, información sensorial
