Aunque la metáfora cerebro de computadora ha servido bien a la psicología cognitiva, la investigación en neuro-ciencias cognitivas ha revelado muchas diferencias importantes entre los cerebros y las computadoras. Apreciar estas diferencias podría ser crucial para comprender los mecanismos de procesamiento neural de la información, y en última instancia para la creación de una inteligencia artificial. Abajo, examino las más importantes de estas diferencias (y las consecuencias para la psicología cognitiva si deja de reconocerlas).

Diferencia #1: Los cerebros son análogos; las computadoras son digitales

Es fácil pensar que las neuronas son esencialmente binarias, ya que disparan un potencial de acción si llegan a cierto umbral, que de otra manera no disparan. Esta semejanza superficial al digital "1 y 0" oculta una amplia variedad de procesos continuos y no lineales que influyen directamente en el procesamiento neuronal.

Por ejemplo, uno de los principales mecanismos de la transmisión de la información parece ser el ritmo en que las neuronas transmiten el impulso nervioso, una variable esencialmente continua. De manera similar, las redes de neuronas pueden disparar en relativa sincronía o en relativo desorden; esta coherencia afecta la potencia de las señales recibidas por las neuronas corriente abajo. Al final, dentro de todas y cada una de las neuronas hay un circuito integrador en colador, compuesto por una variedad de canales iónicos y membranas en continua fluctuación de potencial.

La imposibilidad de reconocer estas importantes sutilezas puede haber contribuido al notorio error de caracterización de los perceptrones de Minksy & Papert, una red nerviosa sin una capa intermedia entre la recepción y la salida. En las redes lineales, cualquier función computada por una red de tres capas también puede ser computada por una red de dos capas adecuadamente ordenada. En otras palabras, se pueden modelar con precisión combinaciones de funciones lineales múltiples mediante una única función lineal. Porque sus simples redes de dos capas no pudieron resolver muchos problemas importantes, Minksy & Papert razonaron que esas redes más grandes tampoco podrían. Por otra parte, los cálculos realizados por redes más ajustadas a la realidad (por ejemplo, no lineales) son altamente dependientes de la cantidad de capas, por lo tanto, los "perceptrones" subestiman tremendamente la potencia computacional de las redes nerviosas.

Diferencia #2: El cerebro usa una memoria de contenido direccionable

En las computadoras, se accede a la información en la memoria buscando su preciso lugar en la memoria. Esto es conocido como memoria byte-direccionable. Por contraste, el cerebro usa una memoria de contenido direccionable, de modo tal que la información puede ser accedida en la memoria a través de una "activación difusa" desde conceptos relacionados. Por ejemplo, pensar en la palabra "zorro" puede activar automática y difusamente los recuerdos relacionados con otros animales inteligentes, con jinetes a caballo cazando zorros, o miembros atractivos del sexo opuesto.

El resultado final es que su cerebro tiene una especie de "Google incorporado", donde apenas unas pistas (palabras clave) son suficientes para provocar la recuperación de un recuerdo completo. Por supuesto, se pueden hacer cosas similares en las computadoras, principalmente con el desarrollo de enormes índices de los datos almacenados, que luego también tienen que ser almacenados y buscados para encontrar información relevante (a propósito, casi es lo que Google hace, con algunos trucos).

Aunque ésta podría parecer una diferencia menor entre las computadoras y los cerebros, tiene profundos efectos en el cálculo neural. Por ejemplo, un prolongado debate en la psicología cognitiva trataba sobre si se perdía la información de la memoria por simple decadencia o por la interferencia de otra información. En retrospectiva, este debate está parcialmente basado en la falsa suposición de que estas dos posibilidades están separadas, como puede ocurrir en las computadoras. Ahora muchos se dan cuenta de que este debate representa una falsa dicotomía.

Diferencia #3: El cerebro es una enorme computadora paralela; las computadoras son modulares y seriales

Un desafortunado legado de la metáfora cerebro-computadora es la tendencia de los psicólogos cognitivos hacia buscar una característica modular en el cerebro. Por ejemplo, la idea de que las computadoras necesitan memoria ha conducido a algunos a buscar el "área de la memoria", cuando de hecho estas diferencias son mucho más confusas. Una consecuencia de esta simplificación excesiva es que recién ahora estamos aprendiendo que las regiones de "memoria" (como los hipocampos) son también importantes para la imaginación, la representación de objetivos nuevos, la navegación espacial, y otras y diversas funciones.

De manera similar, uno podría imaginar que hay un "módulo del lenguaje" en el cerebro, como lo podría haber en las computadoras con programas de procesamiento de lenguaje natural. Los psicólogos cognitivos incluso afirmaron haber encontrado este módulo, sobre la base de pacientes con daños en una región cerebral conocida como el Área de Broca. Evidencias más recientes han mostrado que el lenguaje también es computado por circuitos nerviosos ampliamente distribuidos y de dominio general, y que el Área de Broca también podría estar involucrada en otros cálculos.

Diferencia #4: La velocidad de procesamiento cerebral no es fija; no hay ningún reloj de sistema

La velocidad de procesamiento de la información neural está sujeta a una variedad de límites, incluyendo el tiempo que usa una señal electro-química para cruzar axones y dendritas, la mielinación axonal, el tiempo de difusión de los neuro-transmisores a través de la fisura sináptica, las diferencias en la eficiencia sináptica, la coherencia del disparo nervioso, la actual disponibilidad de neuro-transmisores, y la historia previa de disparos nerviosos. Aunque hay diferencias individuales en algo que los psicometristas llaman "velocidad de procesamiento", no refleja un concepto monolítico o unitario, e indudablemente nada tan concreto como la velocidad de un microprocesador. En cambio, la "velocidad de procesamiento" psicométrico probablemente ponga un índice a una heterogénea combinación de todas las limitaciones de velocidad mencionadas más arriba.

De forma similar, no parecer haber ningún reloj central en el cerebro, y existe una discusión respecto a qué tan parecidos a un reloj son en realidad los dispositivos que mantienen el tiempo en el cerebro. Para usar sólo un ejemplo, a menudo se cree que el cerebelo calcula la información involucrando un cronometraje preciso, como el requerido para los delicados movimientos de un motor; sin embargo las evidencias recientes sugieren que el tiempo en el cerebro tiene más semejanza con las olas en una laguna que con un reloj digital corriente.

Diferencia #5: La memoria a corto plazo no es como la RAM

Aunque la aparente semejanza entre la RAM y la memoria a corto plazo o "de trabajo" envalentonaron a muchos de los primeros psicólogos cognitivos, un examen más minucioso revela sorprendentes e importantes diferencias. Aunque la RAM y la memoria a corto plazo parecen necesitar energía (un disparo nervioso en el caso de la memoria a corto plazo, y electricidad en el caso de la RAM), la memoria a corto plazo parece contener sólo "apuntadores" a la memoria a largo plazo, mientras que la RAM contiene datos que son isomórficos a los que contiene el disco duro. (Vea aquí más sobre "apuntadores de atención" en la memoria a corto plazo).

A diferencia de la RAM, la capacidad límite de la memoria a corto plazo no es fija; la capacidad de la memoria a corto plazo también parece fluctuar con las diferencias en la "velocidad de procesamiento" (ver diferencia #4) así como con la experiencia y el conocimiento.

Diferencia #6: No se puede hacer ninguna distinción entre equipo y software con respecto al cerebro o la mente

Durante años, fue tentador imaginar que el cerebro era el equipo donde un "programa mental" o "software mental" es ejecutado. Esto dio origen a una variedad de modelos abstractos -parecidos a programas- de la cognición, donde los detalles de cómo ejecutaba el cerebro ejecutaba en realidad esos programas eran considerados irrelevantes, de la misma manera que un programa Java puede lograr la misma función que un programa C++.

Por desgracia, esta atractiva distinción entre equipo y software oscurece un hecho importante: la mente emerge directamente del cerebro, y los cambios de opinión son siempre acompañados por cambios en el cerebro. Cualquier descripción abstracta del procesamiento de la información siempre necesitará especificar cómo la arquitectura nerviosa puede implementar esos procesos, de otro modo los modelos cognitivos son excesivamente forzados. Algunos culpan a este malentendido por el notorio fracaso la "IA simbólica".

Diferencia #7: Las sinapsis son mucho más complicadas que las puertas lógicas eléctricas

Otra característica perjudicial de la metáfora cerebro-computadora es que parece sugerir que los cerebros también pueden funcionar a base de señales eléctricas (potenciales de acción) que viajan a lo largo de puertas lógicas individuales. Por desgracia, esto es sólo una media verdad. Las señales que son propagadas a lo largo de los axones son en realidad de naturaleza electro-química, y significa que viajan mucho más despacio que las señales eléctricas en una computadora, y que pueden ser moduladas de innumerables maneras. Por ejemplo, la transmisión de una señal no sólo depende de las llamadas "puertas lógicas" de la arquitectura sináptica sino también de la presencia de una variedad de químicos en la fisura sináptica, de la relativa distancia entre sinapsis y dendritas, y muchos otros factores. Esto se suma a la complejidad del procesamiento que tiene lugar en cada sinapsis, y es por lo tanto profundamente equivocado pensar que las neuronas funcionan simplemente como transistores.

Diferencia #8: A diferencia de las computadoras, el procesamiento y la memoria son llevados a cabo por los mismos componentes en el cerebro

Las computadoras procesan la información de la memoria usando una CPU, y luego vuelven a escribir los resultados de ese procesamiento en la memoria. No existe tal diferencia en el cerebro. Mientras las neuronas procesan la información, también están modificando sus sinapsis, que son en sí mismas el lugar se asiento de la memoria. Por consiguiente, la recuperación de memoria siempre modifica ligeramente esos recuerdos. (Por lo general los hacen más fuertes, pero a veces menos exactos.

Diferencia #9: El cerebro es un sistema auto-organizado

Este punto resulta naturalmente del punto previo; la experiencia da forma profunda y directamente a la naturaleza del procesamiento de la información neural de una manera que simplemente no ocurre en los microprocesadores tradicionales. Por ejemplo, el cerebro es un circuito de auto-reparación; algo conocido como "plasticidad inducida por un trauma" se pone en funcionamiento después de una lesión. Esto puede conducir a una variedad de cambios interesantes, incluyendo algunos que parecen revelar un potencial sin uso en el cerebro (conocido como savantismo adquirido), y otros que pueden resultar en una profunda disfunción cognitiva (como es por desgracia mucho más típico en las lesiones cerebrales traumáticas y en los trastornos del desarrollo).

En el campo de la neuro-psicología tenemos una consecuencia del error al reconocer esta diferencia, donde se examina el desempeño cognitivo de los pacientes con lesión cerebral para determinar la función computacional de la región dañada. Por desgracia, y por una pobre comprensión de la naturaleza de la plasticidad inducida por trauma, la lógica no puede ser tan sencilla. Problemas similares subyacen los trabajos sobre los trastornos del desarrollo y sobre el nuevo campo de la "genética cognitiva", donde las consecuencias de la auto-organización nerviosa son frecuentemente ignoradas.

Diferencia #10: Los cerebros tienen cuerpos

Esto no es tan trivial como podría parecer; resulta que el cerebro toma sorprendentes ventajas del hecho de que tiene un cuerpo a su disposición. Por ejemplo, a pesar de su sensación instintiva que podría cerrar los ojos y saber la ubicación de los objetos a su alrededor, una serie de experimentos en el campo de la ceguera ha mostrado que nuestra memoria visual es en realidad muy escasa. En este caso, el cerebro "descarga" sus necesidades de memoria al ambiente en donde existe: ¿por qué molestarse en recordar la ubicación de los objetos cuando un vistazo será suficiente? Un sorprendente conjunto de experimentos realizados por Jeremy Wolfe ha mostrado que incluso después de preguntar cientos de veces qué formas geométricas simples se ven en una pantalla de computadora, los sujetos continúan respondiendo a esas preguntas por la vista y no de memoria. Una amplia variedad de evidencia de otros dominios sugiere que apenas estamos empezando a comprender la importancia del cuerpo en el procesamiento de la información.

Bono de diferencia: El cerebro es mucho, mucho más grande que cualquier computadora [actual]

Los modelos biológicos precisos del cerebro tendrían que incluir unos 225.000.000.000.000.000 (225 mil billones) de interacciones entre tipos de células, neuro-transmisores, neuro-moduladores, ramas axonales y espinas dendríticas, y eso no incluye la influencia de la geometría dendrítica, ni las cerca de 1 billón de células gliales que pueden o no ser importantes para el procesamiento de la información neural. Porque el cerebro es no-lineal, y porque es mucho más grande que todas computadoras actuales, parece probable que funcione de un modo totalmente diferente. La metáfora cerebro-computadora oscurece esta importante, aunque quizás obvia, diferencia en potencia computacional.

Fuente. Aportado por EJC