3.4: Dinámica excitatoria bidireccional y atractores

El flujo de excitación feedforward a través de múltiples capas del neocórtex puede hacernos inteligentes, pero el flujo de retroalimentación de excitación en la dirección opuesta es lo que nos hace robustos, flexibles y adaptativos. Sin esta vía de retroalimentación, el sistema solo puede responder sobre la base de lo que suceda para impulsar el sistema con mayor fuerza en el flujo de información de abajo hacia arriba de alimentación. Pero a menudo nuestra primera impresión es incorrecta, o al menos incompleta. En el ejemplo de “búsqueda de un amigo” de la introducción, es posible que no obtengamos información suficientemente detallada al escanear a la multitud para impulsar la representación adecuada de la persona. El flujo de activación de arriba hacia abajo puede ayudarnos a enfocarnos en información perceptual relevante que podemos detectar (como la capa roja). A medida que esta información interactúa con la información de abajo hacia arriba que entra mientras escaneamos a la multitud, nuestros cerebros convergen repentinamente en la respuesta correcta: ¡Ahí está mi amigo, con el abrigo rojo!

Figura\(3.14\): Ilustración de la dinámica del atractor, en términos de un “pozo gravitatorio”. En los conocidos pozos de gravedad que chupan monedas en los museos de ciencias, el estado atractor es el agujero inferior del pozo, donde la moneda inevitablemente termina. Esta misma dinámica puede operar en casos más abstractos dentro de redes conectadas bidireccionalmente. Por ejemplo, los ejes x e y en este diagrama podrían representar las actividades de dos neuronas diferentes, y el estado atractor indica que la conectividad de red prefiere tener neurona x altamente activa, mientras que la neurona y es débilmente activa. La cuenca atractora indica que independientemente de la configuración de activaciones en la que comiencen estas dos neuronas, terminarán en este mismo estado general de atractor.

El proceso global de converger sobre una buena representación interna dada una entrada ruidosa, débil o ambigua puede resumirse en términos de dinámica del atractor (Figura 3.14). Un atractor es un concepto de la teoría de sistemas dinámicos, que representa una configuración estable hacia la que un sistema dinámico tenderá a gravitar. Un ejemplo familiar de dinámica atrayente es el pozo de gravedad de la moneda, que a menudo se encuentra en los museos de ciencias Enrollas tu moneda por una ranura en la parte superior del dispositivo y se enrolla alrededor del borde de un “pozo de gravedad” en forma de campana al revés. Sigue orbitando alrededor del agujero central de este pozo, pero cada revolución lo acerca al estado “atractor” en el medio. No importa dónde empieces tu moneda, siempre quedará absorbida en el mismo estado final. Esta es la idea clave detrás de un atractor: muchas entradas diferentes son absorbidas todas en el mismo estado final. Si la dinámica del atractor es exitosa, entonces este estado final debería ser la categorización correcta del patrón de entrada.

Figura\(3.15\): Un ejemplo bien conocido de una imagen que es altamente ambigua, pero podemos averiguar qué está pasando si se proporciona una señal apropiada de alto nivel, por ejemplo, “dálmata”. Este proceso de conocimiento descendente que ayuda a resolver la ambigüedad de abajo hacia arriba es un gran ejemplo de procesamiento bidireccional.

Hay muchos casos diferentes donde las dinámicas excitatorias bidireccionales son evidentes:

• Imágenes de arriba hacia abajo — Te puedo pedir que te imagines cómo es un hipopótamo morado, y probablemente puedas hacerlo bastante bien, aunque nunca antes hayas visto uno. Mediante conexiones excitatorias de arriba hacia abajo, las entradas verbales de alto nivel pueden impulsar las representaciones visuales correspondientes. Por ejemplo, imaginar las ubicaciones de diferentes cosas en su hogar o departamento produce tiempos de reacción que reflejan las distancias espaciales reales entre esos objetos; parece que estamos usando una representación espacial real/visual en nuestras imágenes. (Ver Debate de imágenes para una breve discusión de un largo debate en la literatura sobre este tema).
• Resolución de ambigüedad de arriba hacia abajo — Muchos estímulos son ambiguos sin más restricciones de arriba hacia abajo. Por ejemplo, si nunca antes has visto la Figura 3.15, probablemente no podrás encontrar en ella al perro dálmata. Pero ahora que has leído esa pista, tu conocimiento semántico de arriba hacia abajo sobre cómo es un dálmata puede ayudar a que tu dinámica atrayente converja en una visión coherente de la escena.
• Finalización del patrón — Si te pregunto “qué cenaste anoche”, esta señal de entrada parcial puede excitar parcialmente la representación de memoria apropiada en tu cerebro (probablemente en el hipocampo), pero necesitas una dinámica excitatoria bidireccional para permitir que esta excitación parcial reverbere a través de los circuitos de memoria y rellenar las partes faltantes de la traza de memoria completa. Este proceso de reverberación es igual que la moneda que orbita alrededor del pozo de gravedad: diferentes neuronas se activan e inhiben a medida que el sistema “orbita” alrededor del rastro de memoria correcto, eventualmente convergiendo en el rastro de memoria correcto completo (¡o no!). A veces, en los llamados estados de punta de la lengua, la memoria que intentas recuperar está más allá de ser captada, y el sistema no puede converger del todo en su estado atractor. Hombre, ¡eso puede ser frustrante! Normalmente lo intentas todo para meterte en ese atractor final. No nos gusta estar en un estado sin resolver por mucho tiempo.

Energía y Armonía

Hay una manera matemática de capturar algo así como el eje vertical en la figura atrayente (Figura 3.14), que en términos físicos de un pozo gravitatorio es la energía potencial. Quizás no en vano, esta medida se llama energía y fue desarrollada por un físico llamado John Hopfield. Mostró que la actualización local de los estados de activación de la unidad termina reduciendo una medida energética global, mucho de la misma manera que el movimiento local de la moneda en el pozo de gravedad reduce su energía potencial general. Otro físico, Paul Smolensky, desarrolló un marco alternativo con el signo invertido, donde la actualización local de los estados de activación de la unidad aumenta la Armonía global. Eso suena bien, ¿no? Para ver los detalles matemáticos, ver Energía y Armonía. En realidad no necesitamos estas ecuaciones para ejecutar nuestros modelos, y la intuición básica de lo que nos dicen es captada por la noción de un atractor, por lo que no dedicaremos más tiempo a esta idea en este capítulo principal.

Exploraciones

Consulte Categorización de rostros (Parte II) para una exploración de cómo interactúan los procesos de arriba hacia abajo y de abajo hacia arriba para producir imágenes y ayudar a resolver entradas ambiguas (caras parcialmente ocluidas). Estas simulaciones adicionales proporcionan una mayor elaboración de cómputos bidireccionales:

• Gatos y Perros — divertido ejemplo de dinámica de atractores en una sencilla red semántica.
• Cube Necker — otro ejemplo divertido de la dinámica del atractor, que muestra también el importante papel del ruido y la fatiga neuronal.