El cerebro es mucho más complejo que los modelos actuales de aprendizaje automático, pero esta idea tiene mérito.
Los modelos emergentes de la función cerebral implican la interacción del procesamiento ascendente y descendente. En otros términos, la percepción y la predicción / anticipación son funciones integradas y simultáneas de un proceso neuronal dinámico. En términos generales, el crossover y la comparación entre estas dos “direcciones” pueden llamarse evaluación y propagación de errores. Creo que esto es demasiado reduccionista, pero representa la idea principal y ayuda a definir el paradigma de investigación.
Redefiniendo el papel de las áreas límbicas en el procesamiento cortical
- ¿Ya es posible aprender las reglas de un juego como Monopoly utilizando un aprendizaje no supervisado?
- ¿Qué significa "tomar la media geométrica de la distribución predictiva producida por las redes de abandono exponencialmente numerosas" en redes neuronales profundas?
- ¿Qué tan grande es el mercado de consultoría de aprendizaje automático para nuevas empresas?
- Cómo descargar el conjunto de datos para el resumen de texto extractivo
- Si enseñamos a un programa de aprendizaje automático cómo hacer operaciones aritméticas, ¿sería más rápido o más lento que los humanos?
Cada vez hay más pruebas de que el cerebro construye activamente la acción y la percepción utilizando la experiencia pasada. En este artículo, proponemos que la dirección del flujo de información a lo largo de los gradientes de diferenciación laminar proporciona información importante sobre el papel de las cortezas límbicas en el procesamiento cortical. Las áreas límbicas corticales, con una estructura laminar simple (p. Ej., Capa nula o rudimentaria IV), envían proyecciones de “retroalimentación” a áreas mejor laminadas de nivel inferior. Presumimos que esta “retroalimentación” funciona como predicciones que impulsan el procesamiento en toda la corteza cerebral. Esta hipótesis tiene el potencial de proporcionar un marco unificador para un número creciente de propuestas que utilizan la codificación predictiva para explicar una miríada de procesos y trastornos neuronales, y tiene implicaciones importantes para las hipótesis sobre la conciencia.
Andy Clark – Cerebros predictivos (varios artículos), incluyendo ¿Qué sigue? Cerebros predictivos, agentes situados y el futuro de la ciencia cognitiva.
Los cerebros, se ha argumentado recientemente, son esencialmente máquinas de predicción. Son paquetes de células que apoyan la percepción y la acción al intentar constantemente hacer coincidir las entradas sensoriales entrantes con las expectativas o predicciones de arriba hacia abajo. Esto se logra utilizando un modelo generativo jerárquico que tiene como objetivo minimizar el error de predicción dentro de una cascada bidireccional de procesamiento cortical. Tales cuentas ofrecen un modelo unificador de percepción y acción, iluminan el papel funcional de la atención y pueden capturar claramente la contribución especial del procesamiento cortical para el éxito adaptativo. Este artículo objetivo examina críticamente este enfoque de “máquina de predicción jerárquica”, y concluye que ofrece la mejor pista hasta la fecha de la forma de una ciencia unificada de la mente y la acción. Las secciones 1 y 2 exponen los elementos clave y las implicaciones del enfoque. La Sección 3 explora una variedad de trampas y desafíos, abarcando lo evidencial, lo metodológico y lo más propiamente conceptual. El artículo termina (secciones 4 y 5) preguntando cómo dichos enfoques podrían afectar nuestra visión más general de la mente, la experiencia y la agencia.