Durante mucho tiempo he estado interesado en el concepto de "estados de ánimo", que influyen en la percepción del mundo exterior y la perspectiva del pasado, presente y futuro. Pueden considerarse como "lentes de colores" a través de los cuales se percibe el mundo. Cada estado tiene un desencadenante determinado. Algunos estados de ejemplo son:
Hoy he leído sobre un experimento para replicar una parte del cerebro de una rata en una supercomputadora . La siguiente cita saltó a mí como algo significativo:
Los investigadores escribieron que las ondas sincrónicas lentas de actividad neuronal, que se han encontrado en el cerebro durante el sueño, se 'activaron' durante las simulaciones, lo que sugiere que los circuitos neuronales pueden tener la capacidad única de cambiar a diferentes 'modos' que podría explicar comportamientos críticos.
“Una analogía sería un procesador de computadora que puede reconfigurarse para enfocarse en ciertas tareas. Los experimentos sugieren la existencia de un espectro de estados , por lo que esto plantea nuevos tipos de preguntas, como "¿qué pasa si estás atrapado en el estado equivocado?" dijo Markram.
Leí que el proyecto es criticado por su complejidad, parece que están trabajando de abajo hacia arriba, lo que me hace preguntar:
¿Existen proyectos que intenten modelar el cerebro desde los niveles más altos de abstracción (estados discretos y sus disparadores) hasta más detalles?
Para usar una analogía informática, en lugar de escribir un código binario de muy bajo nivel, puedo tomar una biblioteca de programación de alto nivel y trabajar con eso. ¿Existe investigación en esta dirección?
Esta imagen es un ejemplo de una máquina de estados: un sistema se modela en términos de estados discretos y sus interacciones. El autor no se preocupa por la interacción de las neuronas individuales, sino por los estados de nivel superior:
Mi respuesta es probablemente una mezcolanza extraña de cosas a veces mal explicadas, pero espero que sea lo suficientemente coherente: P
Durante muchas décadas en psicología, hemos tenido una comprensión mecanicista de estímulo-organismo-respuesta del cerebro. Es decir, un estímulo desencadena un proceso psicológico interno, que produce alguna respuesta conductual. Una de las principales limitaciones de este tipo de pensamiento es que asume que la mente está en reposo hasta que es estimulada por algo en el entorno (incluso si le agregamos un componente recursivo). Sin embargo, esto es fundamentalmente falso.
En cambio, el cerebro es un órgano predictivo (p. ej., Clark, 2013 ). Está repleto de conocimientos previos sobre experiencias pasadas, que se utilizan constantemente para predecir la información sensorial entrante. Si hay una discrepancia entre la información entrante y la experiencia pasada (es decir, un error de predicción), nuestro conocimiento se actualiza. Esto se ve más claramente en la literatura sobre la visión, que muestra cómo las expectativas de arriba hacia abajo y el conocimiento previo sesgan fuertemente la actividad visual temprana, incluso en ausencia de un estímulo visual ( Summerfield & de Lange, 2014 ). El modelo de estado desencadenante no podría explicar esto fácilmente.
Además, dividir el cerebro en estados mentales puede no representar realmente cómo funciona el cerebro. El cerebro no es realmente fiel al tipo de distinciones que hacemos entre cognición y emoción, por ejemplo (por ejemplo, Barrett, 2009 ; Pessoa, 2008 ). Y no solo eso, esos estados de orden superior como la ansiedad y la excitación sexual pueden representarse en el cerebro de muchas maneras diferentes. De hecho, no existe un mecanismo específico en el cerebro o el cuerpo para producir estados como la ansiedad o la inspiración creativa (p. ej., Wager et al., 2015 ). Son meros conceptos para organizar y comunicar nuestra experiencia. E incluso entonces, es posible que nuestro cerebro no "tenga" realmente conceptos (ver el trabajo de Laurence Barsalou ; pero ver tambiénBlouw, Solodkin, Thagard, & Eliasmith, 2015 ), aunque puede tener un sistema conceptual que nos permita conceptualizar (eg, Barsalou, 2005 ).
Así que supongo que lo que quiero decir es que la función cerebral no es lineal, espaciotemporalmente dinámica y no se adhiere a las categorías psicológicas populares. Por lo tanto, probablemente sería difícil comprender el cerebro si se intentara reducir las relaciones lineales de activación y estado al nivel de redes, regiones y células. Sin embargo, tal vez (probablemente) alguien tenga una respuesta mejor informada y más equilibrada que yo. :)
Estoy de acuerdo con la respuesta/comentarios anteriores de que buscar un modelo abstracto simplificado del cerebro cuando es tan complejo probablemente sea pedir demasiado. Necesitaríamos saber mucho más sobre los "estados" de los que está hablando para modelarlos y, en realidad, el conjunto de "desencadenantes", etc., será demasiado largo.
Sin embargo, dado su interés y analogía con la informática, puede interesarle leer sobre arquitecturas de modelado cognitivo, que intentan modelar algunas tareas/comportamientos/procesos en un nivel abstracto pero manejable. Uno de los más conocidos es ACT-R .
Puedo sentirlo
alex piedra
Puedo sentirlo
queloniano
alex piedra