Estoy buscando referencias que traten el tema de cómo se representan (o podrían representarse) neuronalmente varios tipos de conocimiento semántico. La mayor parte de la discusión sobre este tema parece sesgada por los psicólogos sociales, quienes hablan en términos de muy alto nivel sobre cómo se pueden representar varias construcciones semánticas (como las metas) en base a observaciones conductuales (cf. Eitam & Higgins, 2010). Pero ha sido difícil encontrar cuentas que estén más cerca del metal (que consideren la plausibilidad neuronal) y también de alto nivel (que traten la semántica más compleja que la fuerza asociativa entre nodos genéricos).
¿Alguien puede señalarme un buen material sobre este tema?
Referencias:
En mi experiencia, el término "conocimiento semántico" (o memoria semántica o conocimiento conceptual) se usa generalmente para referirse al conocimiento de objetos, significados de palabras, hechos y personas, sin conexión con ningún tiempo o lugar en particular. Se acepta más o menos que la base neuronal de este tipo de conocimiento depende de una red distribuida de regiones cerebrales corticales (p. ej., Martin, 2007; Patterson, Nestor y Rogers, 2007). Tim Rogers y Jay McClelland (p. ej., Rogers & McClelland, 2004) se encuentran entre los líderes en el desarrollo de modelos computacionales de memoria semántica biológicamente plausibles (y muchos otros también están trabajando en ello).
Los objetivos suelen ubicarse en el dominio de las "funciones ejecutivas" o el "control cognitivo" y generalmente se asocian con las regiones corticales prefrontales (y frontales). Sé un poco menos sobre esta área de investigación, pero definitivamente se están desarrollando modelos biológicamente plausibles, incluso por Botvinick y Plaut (2004) y es posible que encuentre lo que está buscando en el trabajo de Munakata y O'Reilly (por ejemplo, Munakata et al., 2011)
Referencias
Botvinick, MM y Plaut, DC (2004). Prescindir de las jerarquías de esquemas: un enfoque conexionista recurrente de la acción secuencial rutinaria normal y deteriorada. Revisión psicológica, 111(2), 395-429, pdf gratuito .
Martín, A. (2007). La representación de conceptos de objetos en el cerebro. Revisión anual de psicología, 58, 25-45, pdf gratis .
Munakata, Y., Herd, SA, Chatham, CH, Depue, BE, Banich, MT y O'Reilly, RC (2011). Un marco unificado para el control inhibitorio. Tendencias en Ciencias Cognitivas, 15(10), 453-459.
Patterson, KE, Néstor, PJ y Rogers, TT (2007). ¿Dónde sabes lo que sabes? La representación del conocimiento semántico en el cerebro humano. Nature Reviews Neuroscience, 8, 976-987, pdf gratuito .
Rogers, TT y McClelland, JL (2004). Cognición semántica: un enfoque de procesamiento distribuido en paralelo. Cambridge, MA: MIT Press.
Creo que este documento reciente se ajusta a sus requisitos. Considera la plausibilidad biológica al mostrar que la cantidad de neuronas requeridas en el método propuesto está dentro de un tamaño razonable para el cerebro humano y descarta una serie de modelos irrazonables. Específicamente, crean una red neuronal usando Neural Engineering Framework (NEF) y Semantic Pointer Architecture (SPA). La red contiene 2,5 millones de neuronas para contener una red de 100.000 conceptos, que solo requeriría 14,7 mm , en contraste con otro modelo discutido en el documento, que requeriría 500 cm .
También es lo suficientemente "de alto nivel" que no solo considera las fortalezas relativas de los nodos, sino que las aplica para analizar la información semántica del vocabulario. Por ejemplo, una de las tres pruebas discutidas en el documento es ver si la red es lo suficientemente "inteligente" para determinar que la palabra "perro" es sinónimo de "canino".
El documento en sí es un poco difícil de tragar si no tiene experiencia con NEF y SPA para abordarlo, por lo que recomiendo leer este tutorial para comenzar o "Cómo construir un cerebro" por Chris Eliasmith.
Referencia
Eric Crawford, Matthew Gingerich y Chris Eliasmith. Representación del conocimiento biológicamente plausible a escala humana . En la 35ª Conferencia Anual de la Sociedad de Ciencias Cognitivas , 412–417. 2013.
shanusmagnus