A menudo escucho declaraciones como:
El 80% del procesamiento de tu cerebro está calculando el efecto de la gravedad
o, de manera similar:
Solo usas el 20% de tu poder mental
Mi pregunta no es sobre la verdad de estas afirmaciones, pero si están bien formadas: ¿podemos medir el 'procesamiento' en el cerebro (o una red neuronal artificial lo suficientemente complicada) para cuantificar cuántos de los recursos de procesamiento se asignan a subespecíficos? -rutinas?
Como ejemplo de cuándo esto es factible en otro dominio: considere una computadora con una arquitectura estándar de von Neumann. En este caso, podemos saber cuánto procesamiento entra en la subrutina simplemente contando el número de pasos que cada subrutina tiene en el procesador. Sin embargo, este simple conteo solo es posible debido a dos características:
Ambas características faltan en una computadora con una arquitectura neuronal. ¿Cómo podemos medir los recursos que una computadora con arquitectura neuronal (ejemplo: el cerebro) dedica a las subtareas?
Estoy interesado en configuraciones donde no hay una localización obvia de subtareas. Entonces una respuesta como:
podemos medir la cantidad de recursos que se destinan al reconocimiento de rostros al observar la absorción metabólica del área fusiforme de la cara.
No es tan interesante para mí, ya que solo es válido para subtareas que tienen áreas especialmente dedicadas. Por supuesto, si hay un argumento de que cualquier arquitectura neuronal razonable (o más restringida: similar a la humana) tiene que compartimentar sus cálculos, me gustaría escuchar eso. Sin embargo, el que responde se quedaría con la tarea de explicar cómo identificar el grupo de neuronas que debe asociarse con una subtarea específica.
Bueno, en primer lugar, ¿qué dicen realmente esas declaraciones? ¿Cómo se mide el "procesamiento" o el "poder" en relación con el cerebro? Para un ingeniero eléctrico que trabaja en comunicaciones, es fácil: simplemente toma el cuadrado de la amplitud de la señal (potencia de la señal) o cuenta el número de instrucciones por segundo (potencia de procesamiento). Pero esa es la disciplina donde se define el poder de procesamiento; hacer una analogía con un cerebro trae muchas advertencias. ¿Qué es una instrucción? ¿En cuántas pequeñas instrucciones puedes dividir una instrucción? ¿Dónde quiere dibujar la línea en un espectro de color que divide el naranja del amarillo? ¿O quieres dibujar más líneas y tener amarillo claro y oscuro? ¿O aún más líneas...?
Hans Moravec, un investigador de inteligencia artificial, es famoso por sus comparaciones de tecnología con el poder de procesamiento del organismo. Aquí explica un poco cómo llega a sus números, pero realmente no son satisfactorios para mí. Parece tomar un ejemplo (la retina) y juzgarlo por lo que puede hacer empíricamente con una imagen, y luego extrapolarlo al resto del cerebro. Entonces, esto solo considera una topología de red única en un sistema que tiene millones más de variaciones en la topología.
El principal problema que es una queja típica de los biólogos cuando la gente usa la analogía de la informática para los cerebros es que el metabolismo y las funciones están demasiado estrechamente acoplados para separarse fácilmente. Los mecanismos funcionales pueden ocurrir como negociaciones entre redes moleculares (incluida la transcripción genética) además de las señales eléctricas que los ingenieros eléctricos y los informáticos generalmente consideran "procesamiento".
Esto se destaca especialmente en las redes moleculares de glutamina, gaba y adenosina (es decir, los transmisores están estrechamente acoplados al metabolismo a través del ATP y el ciclo de Krebb). Mucha evidencia reciente también ha puesto un mayor énfasis en los astrocitos. Este artículo trata sobre la epilepsia, pero toma algo de tiempo en la introducción para desarrollar ideas sobre los astrocitos y el metabolismo cerebral completo con referencias. El material sobre el metabolismo cerebral es típico en cualquier libro de texto de neurobiología; La participación de los astrocitos es una línea de investigación más reciente. También hay mucha investigación por venir en los mecanismos moleculares de la memoria .
Ha habido todo tipo de mediciones sobre el poder de procesamiento, incluso a nivel genético, pero todas estas mediciones suponen lo que es un bit al dividir los subsistemas biológicos en dos estados (este, 1 y 0). Pero luego, más adelante, alguien descubrirá que en realidad había un tercer estado funcional significativo. Así que se trata de dónde la gente quiere dibujar líneas.
Otro problema (ahora más a nivel macro) es que la misma tarea tendrá diferentes requisitos de procesamiento dependiendo de cuán sólidamente se aproxime y prediga el modelo interno del organismo al mundo externo. Por lo tanto, una tarea de la que sabe qué esperar requerirá considerablemente menos "poder de procesamiento" que una en la que no se cumplan sus expectativas. Karl Friston escribió una reseña interesante que sugiere un marco de modelado que podría ayudar a explicar esto.