Otro método importante, que se utiliza en la neurociencia cognitiva, es el uso de redes neuronales (técnicas de modelado por computadora) para simular la acción del cerebro y sus procesos. Estos modelos ayudan a los investigadores a probar teorías del funcionamiento neuropsicológico y a derivar principios que ven las relaciones cerebro-comportamiento.
Una red neuronal básica.
Para simular las funciones mentales en humanos, se puede utilizar una variedad de modelos computacionales. El componente básico de la mayoría de estos modelos es una “unidad”, que uno puede imaginar como mostrando un comportamiento neuronal. Estas unidades reciben entrada de otras unidades, las cuales se suman para producir una entrada neta. La entrada neta a una unidad se transforma luego en la salida de esa unidad, principalmente utilizando una función sigmoide. Estas unidades están conectadas entre sí formando capas. La mayoría de los modelos consisten en una capa de entrada, una capa de salida y una capa “oculta” como se puede ver en el lado derecho. La capa de entrada simula la toma de información del mundo exterior, la capa de salida simula la respuesta del sistema y la capa “oculta” es la responsable de las transformaciones, que son necesarias para realizar el cómputo bajo investigación. Las unidades de diferentes capas están conectadas a través de pesos de conexión, los cuales muestran el grado de influencia que una unidad en un nivel tiene sobre la unidad en otro.
Lo más interesante e importante de estos modelos es que son capaces de “aprender” sin que se les proporcionen reglas específicas. Esta capacidad de “aprender” puede compararse con la habilidad humana, por ejemplo, de aprender la lengua materna, porque no hay nadie que le diga a uno “las reglas” para poder aprender ésta. Los modelos computacionales aprenden extrayendo la regularidad de las relaciones con la exposición repetida. Esta exposición se produce entonces a través del “entrenamiento” en el que se proporcionan patrones de entrada una y otra vez. El ajuste de “los pesos de conexión entre unidades” como ya se mencionó anteriormente es responsable del aprendizaje dentro del sistema. El aprendizaje ocurre debido a cambios en las interrelaciones entre unidades, cuya ocurrencia se piensa que es similar en el sistema nervioso.
