La computación neuronal es el procesamiento de información realizado por redes de neuronas . La computación neuronal está afiliada a la tradición filosófica conocida como teoría computacional de la mente , también conocida como computacionalismo, que avanza la tesis de que la computación neuronal explica la cognición. Las primeras personas en proponer una descripción de la actividad neuronal como computacional fueron Warren McCullock y Walter Pitts en su artículo seminal de 1943, A Logical Calculus of the Ideas Immanent in Nervous Activity. Hay tres ramas generales del computacionalismo, incluido el clasicismo, el conexionismo y la neurociencia computacional.. Las tres ramas están de acuerdo en que la cognición es computación, sin embargo, no están de acuerdo sobre qué tipo de computaciones constituyen la cognición. La tradición del clasicismo cree que la computación en el cerebro es digital, análoga a la computación digital. Tanto el conexionismo como la neurociencia computacional no requieren que los cálculos que realizan la cognición sean necesariamente cálculos digitales. Sin embargo, las dos ramas discrepan mucho sobre qué tipo de datos experimentales deberían usarse para construir modelos explicativos de los fenómenos cognitivos. Los conexionistas se basan en la evidencia del comportamiento para construir modelos para explicar el fenómeno cognitivo, mientras que la neurociencia computacional aprovecha la información neuroanatómica y neurofisiológica para construir modelos matemáticos que expliquen la cognición. [1]
Al comparar las tres tradiciones principales de la teoría computacional de la mente, así como las diferentes formas posibles de computación en el cerebro, es útil definir lo que entendemos por computación en un sentido general. La computación es el procesamiento de vehículos, también conocidos como variables o entidades, de acuerdo con un conjunto de reglas. Una regla en este sentido es simplemente una instrucción para ejecutar una manipulación en el estado actual de la variable, con el fin de producir una salida especificada. En otras palabras, una regla dicta qué salida producir dada una determinada entrada al sistema informático. Un sistema informático es un mecanismo cuyos componentes deben estar organizados funcionalmente para procesar los vehículos de acuerdo con el conjunto de reglas establecidas. Los tipos de vehículos procesados por un sistema informático determinan qué tipo de cálculos realiza. Tradicionalmente, en la ciencia cognitiva se han propuesto dos tipos de computación relacionados con la actividad neuronal: digital y analógica , y la gran mayoría del trabajo teórico incorpora una comprensión digital de la cognición. Los sistemas informáticos que realizan cálculos digitales están organizados funcionalmente para ejecutar operaciones en cadenas de dígitos con respecto al tipo y ubicación del dígito en la cadena. Se ha argumentado que la señalización del tren de picos neuronales implementa alguna forma de cálculo digital, ya que los picos neuronales pueden considerarse como unidades discretas o dígitos, como 0 o 1: la neurona dispara un potencial de acción o no. En consecuencia, los trenes de picos neuronales podrían verse como cadenas de dígitos. Alternativamente, los sistemas de computación analógicos realizan manipulaciones en variables no discretas, irreductiblemente continuas, es decir, entidades que varían continuamente en función del tiempo. Este tipo de operaciones se caracterizan por sistemas de ecuaciones diferenciales. [1]
La computación neuronal se puede estudiar, por ejemplo, mediante la construcción de modelos de computación neuronal .
Existe una revista científica dedicada a este tema, Neural Computation .
Las redes neuronales artificiales (ANN) son un subcampo del área de investigación del aprendizaje automático . El trabajo sobre las RNA se ha inspirado en cierto modo en el conocimiento de la computación neuronal. [1]
Referencias
- ^ a b c Piccinini, Gualtiero; Bahar, Sonya (2013). "Computación neuronal y la teoría computacional de la cognición" . Ciencia cognitiva . 37 (3): 453–488. doi : 10.1111 / cogs.12012 . PMID 23126542 .