La clave del aprendizaje reside en que los pesos de las diferentes conexiones neuronales (mostradas como resistencias en la Fig 17.b), pueden ser reajustados de una manera incremental, ya sea cuando los datos básicos tienen estructura (lo cual se reinterpreta como un "maestro oculto" que ayuda a aprender), o bien cuando existe un maestro explícito que indica si la tarea intentada fue correctamente ejecutada o no.
¿Cómo saben los pesos hacia dónde y con qué paso de avance cambiar? En los chips que aprenden, son algoritmos que detectan el signo del vector que
[56]
apunta hacia la mínima energía de computo. En los animales son los mecanismos hebbianos o antihebbianos de alteración de neuronas con el aprendizaje, que algunos autores visualizan como el tipo mostrado por la Fig 18. Existen otras hipotesis alternativas, como la danesa descripta en el Apéndice 4.La regla de Hebb señala que si las descargas entre dos neuronas i y j conectadas entre sí, son transmitidas por una conexión en forma repetida y persistente, algun mecanismo de crecimiento o cambio metabólico sucede a uno y a otro lado de la hendidura sináptica, resultando como consecuencia de ese refuerzo, que entre j e i aumenta el potencial o actividad Vij. Otros autores acuñaron el término de antihebbiano para referirse al mecanismo de disminución por inhibición. Excitaciones e inhibiciones, en conjunto, podrían responder a un imperativo de búsqueda de mínima energía, si bien Francis Crick (en The Astonishing Hypothesis, p. 102) concreta de esta otra manera cómo aparecen excitaciones e inhibiciones:
"Aunque algunos modelos teóricos suponen que la excitación es simétrica a la inhibición, en el neocórtex no lo es. Las conexiones a larga distancia de una zona cortical a otra, surgen solamente mediante neuronas piramidales. Son todas excitatorias. Los axones de la mayoría de las neuronas inhibitorias son, en cambio, bastante cortos y solamente influyen sobre neuronas del vecindario. Las neuronas excitatorias e inhibitorias difieren morfológicamente entre sí (con una posible excepción menor)... Todas las neuronas reciben tanto excitaciones como inhibiciones, presumiblemente para evitar que queden siempre silenciosas o que se vuelvan salvajes."
Hopfield se basa en Hebb para formular la segunda expresión relacionada con los signos, donde aparece Vo, parámetro tipicamente hebbiano pues puede cambiar.
Como resumen, se puede afirmar que hay una serie de conceptos secuenciales que se refuerzan mutuamente y que están fuertemente correlacionados: coherencia y coevolución interna entre subsistemas biológicos en un sistema complejo en condiciones de sujetarse a una transición, y decisión conjunta reforzada o inhibida hebbiana o antihebbianamente, aparentemente para acceder a atractores caracterizados por mínima energia. Resta por considerar que en la mente (no así, a lo que se aprecia, en los actuales chips informáticos) los fenómenos importantes ocurren, ya sea en la zona intermedia entre el orden y el caos, o bien en plena zona de caos, lo cual parece quedar evidenciado por el estudio de las ondas electroencefálicas.
Siguiendo las mismas lineas precedentes, Donald O. Hebb fue el primero en probar, en su Organization of Behavior, que los pensamientos o ideas y sus mecanismos de generación tienen una base física tan firme como los movimientos musculares. A partir de esa verificación, se fue elaborando un así llamado modelo darwiniano del pensamiento (Calvin, Investigación y Ciencia, Dic. 1994, p. 81-85.)
- Hebb DO, The Organization of Behavior: A Neuropsychológical Theory, John Wiley, 1949.
- Clark JW, Introduction to neural networks, en Proto A (ed.), Nonlinear Phenomena in Complex Systems, p.1, North Holland, 1989.
- Milner PM, The Mind and Donald O. Hebb, Sci.Am., 286, N§3, March 1992,28.
- Neher E, Turok NG, The patch clamp technique, Sci.Am., 266, N3, p.28.
- Crick F, The Astonishing Hypothesis, Simon & Schuster, 1995.
Vuelta a índice de Biotermodinámica del Cerebro
Raúl Barral - Carlos von der Becke: Biotermodinámica del Cerebro - 2000