Diferencia entre cerebro y computadora.
Esto es lo que aprendí …
Aquí está la gran diferencia entre humanos y tecnología y cómo nos conocen.
- ¿Las computadoras cuánticas eventualmente reemplazarán a las computadoras eléctricas convencionales?
- ¿Por qué la mayoría de las niñas que persiguen ciencias de la computación e ingeniería no están tan entusiasmadas?
- ¿Es sabio especializarse en Ingeniería Informática?
- ¿Es cierto que pronto no habrá suficientes trabajos para los ingenieros de TI?
- Multinúcleo: ¿Cuáles son algunas cosas geniales que podrías construir con Parallella?
Diferencia # 1: los cerebros son análogos; las computadoras son digitales
Es fácil pensar que las neuronas son esencialmente binarias, dado que disparan un potencial de acción si alcanzan un cierto umbral, y de lo contrario no se disparan. Esta similitud superficial con los “1 y 0” digitales oculta una amplia variedad de procesos continuos y no lineales que influyen directamente en el procesamiento neuronal.
Por ejemplo, uno de los principales mecanismos de transmisión de información parece ser la velocidad a la que se activan las neuronas, una variable esencialmente continua. Del mismo modo, las redes de neuronas pueden dispararse en relativa sincronía o en desorden relativo; Esta coherencia afecta la fuerza de las señales recibidas por las neuronas aguas abajo. Finalmente, dentro de cada neurona hay un circuito integrador con fugas, compuesto de una variedad de canales iónicos y potenciales de membrana que fluctúan continuamente.
Si no se reconocen estas sutilezas importantes, puede haber contribuido a la infame caracterización errónea de los perceptrones de Minksy & Papert, una red neuronal sin una capa intermedia entre la entrada y la salida. En redes lineales, cualquier función calculada por una red de 3 capas también puede ser calculada por una red de 2 capas reorganizada adecuadamente. En otras palabras, las combinaciones de múltiples funciones lineales se pueden modelar con precisión con una sola función lineal. Dado que sus redes simples de 2 capas no podían resolver muchos problemas importantes, Minksy & Papert razonaron que las redes más grandes tampoco podían. Por el contrario, los cálculos realizados por redes más realistas (es decir, no lineales) dependen en gran medida del número de capas, por lo tanto, los “perceptrones” subestiman enormemente el poder computacional de las redes neuronales.
Diferencia # 2: el cerebro usa memoria direccionable por contenido
En las computadoras, se accede a la información en la memoria sondeando su dirección de memoria precisa. Esto se conoce como memoria direccionable por byte. Por el contrario, el cerebro utiliza memoria direccionable por el contenido, de modo que se puede acceder a la información en la memoria a través de la “difusión de activación” desde conceptos estrechamente relacionados. Por ejemplo, pensar en la palabra “zorro” puede propagar automáticamente la activación a los recuerdos relacionados con otros animales inteligentes, jinetes que cazan zorros o miembros atractivos del sexo opuesto.
El resultado final es que su cerebro tiene una especie de “Google incorporado”, en el que solo unas pocas señales (palabras clave) son suficientes para hacer que se recupere una memoria completa. Por supuesto, se pueden hacer cosas similares en las computadoras, principalmente mediante la creación de índices masivos de datos almacenados, que luego también deben almacenarse y buscar la información relevante (por cierto, esto es más o menos lo que hace Google, con algunos giros) .
Aunque esto puede parecer una diferencia bastante menor entre computadoras y cerebros, tiene profundos efectos en la computación neural. Por ejemplo, un debate duradero en psicología cognitiva se refería a si la información se pierde de la memoria simplemente por la descomposición o por la interferencia de otra información. En retrospectiva, este debate se basa parcialmente en el supuesto falso de que estas dos posibilidades son disociables, como pueden ser en las computadoras. Muchos se están dando cuenta de que este debate representa una falsa dicotomía.
Diferencia # 3: el cerebro es una máquina masivamente paralela; las computadoras son modulares y seriales
Un legado desafortunado de la metáfora cerebro-computadora es la tendencia de los psicólogos cognitivos a buscar la modularidad en el cerebro. Por ejemplo, la idea de que las computadoras requieren memoria ha llevado a algunos a buscar el “área de memoria”, cuando en realidad estas distinciones son mucho más confusas. Una consecuencia de esta simplificación excesiva es que solo ahora estamos aprendiendo que las regiones de “memoria” (como el hipocampo) también son importantes para la imaginación, la representación de objetivos novedosos, la navegación espacial y otras funciones diversas.
De manera similar, uno podría imaginar que hay un “módulo de lenguaje” en el cerebro, como podría haberlo en computadoras con programas de procesamiento de lenguaje natural. Los psicólogos cognitivos incluso afirmaron haber encontrado este módulo, basado en pacientes con daños en una región del cerebro conocida como el área de Broca. La evidencia más reciente ha demostrado que el lenguaje también se calcula mediante circuitos neuronales ampliamente distribuidos y de dominio general, y el área de Broca también puede estar involucrada en otros cálculos (consulte aquí para obtener más información sobre esto).
Diferencia # 4: la velocidad de procesamiento no está fijada en el cerebro; no hay reloj del sistema
La velocidad del procesamiento de la información neuronal está sujeta a una variedad de restricciones, incluido el tiempo para que las señales electroquímicas atraviesen axones y dendritas, mielinización axonal, el tiempo de difusión de los neurotransmisores a través de la hendidura sináptica, diferencias en la eficacia sináptica, la coherencia del disparo neuronal, la disponibilidad actual de neurotransmisores y la historia previa de activación neuronal. Aunque existen diferencias individuales en algo que los psicometristas llaman “velocidad de procesamiento”, esto no refleja una construcción monolítica o unitaria, y ciertamente nada tan concreto como la velocidad de un microprocesador. En cambio, la “velocidad de procesamiento” psicométrica probablemente indexa una combinación heterogénea de todas las restricciones de velocidad mencionadas anteriormente.
Del mismo modo, no parece haber ningún reloj central en el cerebro, y hay un debate sobre cómo son realmente los dispositivos de cronometraje del cerebro. Para usar solo un ejemplo, a menudo se piensa que el cerebelo calcula información que involucra el tiempo preciso, como se requiere para movimientos motores delicados; Sin embargo, la evidencia reciente sugiere que el cronometraje en el cerebro tiene más similitudes con las ondas en un estanque que con un reloj digital estándar.
Diferencia # 5: la memoria a corto plazo no es como la RAM
Aunque las aparentes similitudes entre la memoria RAM y la memoria a corto plazo o “funcional” envalentonaron a muchos psicólogos cognitivos tempranos, un examen más detallado revela diferencias notablemente importantes. Aunque la memoria RAM y la memoria a corto plazo parecen requerir energía (activación neuronal sostenida en el caso de la memoria a corto plazo y electricidad en el caso de la RAM), la memoria a corto plazo parece contener solo “punteros” a la memoria a largo plazo, mientras que RAM contiene datos que son isomorfos a los que se encuentran en el disco duro. (Consulte aquí para obtener más información sobre “punteros atencionales” en la memoria a corto plazo).
A diferencia de la RAM, el límite de capacidad de la memoria a corto plazo no es fijo; la capacidad de la memoria a corto plazo parece fluctuar con las diferencias en la “velocidad de procesamiento” (ver Diferencia # 4), así como con la experiencia y familiaridad.
Diferencia # 6: No se puede hacer distinción hardware / software con respecto al cerebro o la mente
Durante años fue tentador imaginar que el cerebro era el hardware en el que se ejecuta un “programa mental” o “software mental”. Esto dio lugar a una variedad de modelos abstractos de cognición similares a programas, en los que los detalles de cómo el cerebro realmente ejecutaba esos programas se consideraban irrelevantes, de la misma manera que un programa Java puede cumplir la misma función que un programa C ++.
Desafortunadamente, esta atractiva distinción hardware / software oculta un hecho importante: la mente emerge directamente del cerebro, y los cambios en la mente siempre van acompañados de cambios en el cerebro. Cualquier explicación de procesamiento de información abstracta de la cognición siempre necesitará especificar cómo la arquitectura neuronal puede implementar esos procesos; de lo contrario, el modelado cognitivo está muy poco restringido. Algunos culpan a este malentendido por el infame fracaso de la “IA simbólica”.
Diferencia # 7: las sinapsis son mucho más complejas que las puertas lógicas eléctricas
Otra característica perniciosa de la metáfora cerebro-computadora es que parece sugerir que los cerebros también pueden operar sobre la base de señales eléctricas (potenciales de acción) que viajan a través de puertas lógicas individuales. Desafortunadamente, esto es solo medio cierto. Las señales que se propagan a lo largo de los axones son en realidad de naturaleza electroquímica , lo que significa que viajan mucho más lentamente que las señales eléctricas en una computadora, y que pueden modularse de innumerables maneras. Por ejemplo, la transmisión de señal depende no solo de las “puertas lógicas” putativas de la arquitectura sináptica sino también de la presencia de una variedad de productos químicos en la hendidura sináptica, la distancia relativa entre sinapsis y dendritas, y muchos otros factores. Esto se suma a la complejidad del procesamiento que tiene lugar en cada sinapsis y, por lo tanto, es profundamente erróneo pensar que las neuronas funcionan simplemente como transistores.
Diferencia # 8: a diferencia de las computadoras, el procesamiento y la memoria son realizados por los mismos componentes en el cerebro
Las computadoras procesan la información de la memoria utilizando CPU, y luego escriben los resultados de ese procesamiento nuevamente en la memoria. No existe tal distinción en el cerebro . A medida que las neuronas procesan la información, también están modificando sus sinapsis, que son el sustrato de la memoria. Como resultado, la recuperación de la memoria siempre altera ligeramente esos recuerdos (por lo general, los fortalece, pero a veces los hace menos precisos; consulte aquí para obtener más información al respecto).
Diferencia # 9: el cerebro es un sistema autoorganizado
Este punto se deduce naturalmente del punto anterior: la experiencia da forma profunda y directa a la naturaleza del procesamiento de la información neuronal de una manera que simplemente no ocurre en los microprocesadores tradicionales. Por ejemplo, el cerebro es un circuito de reparación automática, algo que se conoce como “plasticidad inducida por trauma” se activa después de una lesión. Esto puede conducir a una variedad de cambios interesantes, incluidos algunos que parecen desbloquear el potencial no utilizado en el cerebro (conocido como savantismo adquirido) y otros que pueden provocar una disfunción cognitiva profunda (como desafortunadamente es mucho más típico en la lesión cerebral traumática y el desarrollo trastornos).
Una consecuencia de no reconocer esta diferencia ha sido en el campo de la neuropsicología, donde se examina el rendimiento cognitivo de los pacientes con daño cerebral para determinar la función computacional de la región dañada. Desafortunadamente, debido a la naturaleza poco conocida de la plasticidad inducida por el trauma, la lógica no puede ser tan sencilla. Problemas similares subyacen al trabajo sobre los trastornos del desarrollo y el campo emergente de la “genética cognitiva”, en el que las consecuencias de la autoorganización neural se descuidan con frecuencia.
Diferencia # 10: los cerebros tienen cuerpos
Esto no es tan trivial como podría parecer: resulta que el cerebro se aprovecha sorprendentemente del hecho de que tiene un cuerpo a su disposición. Por ejemplo, a pesar de su sensación intuitiva de que podría cerrar los ojos y conocer la ubicación de los objetos a su alrededor, una serie de experimentos en el campo de la ceguera al cambio ha demostrado que nuestros recuerdos visuales son bastante escasos. En este caso, el cerebro está “descargando” sus requisitos de memoria al entorno en el que existe: ¿por qué molestarse en recordar la ubicación de los objetos cuando una mirada rápida será suficiente? Un sorprendente conjunto de experimentos de Jeremy Wolfe ha demostrado que incluso después de que se les haya preguntado cientos de veces qué formas geométricas simples se muestran en la pantalla de una computadora, los sujetos humanos continúan respondiendo esas preguntas con la mirada en lugar de la memoria. Una amplia variedad de evidencia de otros dominios sugiere que solo estamos comenzando a comprender la importancia de la realización en el procesamiento de la información.
Diferencia adicional: el cerebro es mucho, mucho más grande que cualquier computadora [actual]
Los modelos biológicos precisos del cerebro tendrían que incluir unas 225,000,000,000,000,000 (225 millones de billones) de interacciones entre tipos de células, neurotransmisores, neuromoduladores, ramas axonales y espinas dendríticas, y eso no incluye las influencias de la geometría dendrítica, o los aproximadamente 1 billón de gliales células que pueden o no ser importantes para el procesamiento de información neuronal. Debido a que el cerebro no es lineal y es mucho más grande que todas las computadoras actuales, parece probable que funcione de una manera completamente diferente. (Vea aquí para más información sobre esto.) La metáfora cerebro-computadora oscurece esta importante, aunque quizás obvia, diferencia en el poder computacional en bruto.
(165)
Mor
