Una gran pregunta en neurociencia es cómo la actividad neuronal representa el conocimiento. Podemos usar el modelado para explorar cómo los diferentes niveles de actividad neuronal (corrientes subliminales, potenciales de acción, potenciales de campo locales, etc.) se relacionan entre sí y, finalmente, con el comportamiento.
Algunos modelos simulan el comportamiento, por ejemplo, qué color de flores prefiere una abeja o cómo navegará un ratón por el laberinto acuático de Morris. (Piense en el capítulo 9 de Dayan & Abbot (2001).)
Otros modelos simulan el comportamiento de grupos de neuronas. Algunos de ellos incluso abordan qué conocimiento podría estar representando esa actividad. (Piense en el capítulo 10 de Dayan & Abbot (2001).)
¿Cuáles son ejemplos de vincular los dos? (Soy consciente de las limitaciones computacionales, además del poder de cómputo, como la tontería de simular ecuaciones rígidas durante largos períodos de tiempo).
EDITAR: Un ejemplo es explorar cómo los potenciales de campo locales (LFP) podrían surgir de redes de neuronas de integración y disparo. Los modelos anteriores de LFP eran fenomonológicos. Eran simplemente osciladores acoplados con diferentes constantes de tiempo y, por lo tanto, no permitían ver cómo niveles de descripción más detallados podían crear LFP.
Existen varios modelos de este tipo en el campo de la percepción auditiva. Por ejemplo, Patterson 1996 [1] sugiere un modelo que comienza con una simulación de la cóclea y la actividad neuronal y llega hasta la percepción; Winkler 2006 [2] revisa el proceso de percepción auditiva, nuevamente desde la cóclea hasta la percepción.
Algo antiguo y no menciona un modelo específico, pero aun así se proporciona una revisión muy relevante del debate entre la actividad neuronal y la interacción del comportamiento en Barlow 1972 [3] .
[1] Patterson RD, Holdsworth J., Un modelo funcional de patrones de actividad neuronal e imágenes auditivas. Avances en el procesamiento del habla, la audición y el lenguaje , 1996. enlace .
[2] Winkler I., Denham SL, Nelken I., Modelado de la escena auditiva: representaciones de regularidad predictiva y objetos perceptivos. Tendencias en ciencias cognitivas , 2009. doi: 10.1016/j.tics.2009.09.003
[3] Barlow BH, Unidades individuales y sensación: ¿una doctrina neuronal para la psicología perceptiva? Percepción , 1972. enlace
El único método de modelado que conozco para crear modelos biológicos a gran escala es el Neural Engineering Framework (NEF).
El NEF es básicamente un marco para asociar cálculos funcionales y sistemas dinámicos a poblaciones de neuronas biológicamente plausibles. Dada esta base, las aplicaciones avanzadas que vinculan el comportamiento con la función neuronal se vuelven mucho más fáciles.
Un ejemplo de esto es el trabajo de Dan Rassmussen sobre el aprendizaje por refuerzo jerárquico , que relaciona el aprendizaje por refuerzo conductista con las actividades neuronales y las regiones cerebrales observadas en los datos neuronales.
Spaun , que es una amalgama de muchos modelos aislados (ganglios basales, corteza visual) creados con NEF, también ha replicado varios comportamientos humanos (la misma tasa de olvido, reconocimiento y recuerdo) en tareas simples como la memorización de listas.
Artem Kaznatchev