Cómo crear una Mente RAY KURZWEIL
"Este libro es una piedra de Rosetta para el misterio del pensamiento humano. Más sorprendente aún , es un modelo para la creación de conciencia artificial que es tan persuasiva y emocional como la la nuestra. Kur!eil trata el tema de la conciencia meor que nadie de #lac$more de %ennett . &u convincente e'perimento mental es de una calidad Einstein ( )bli*a a reconocer la verdad " . Martine Rothblatt , presidente y +E) de nited -herapeutics , creador de &irius M &atellite radio "El libro de Kur!eil es un brillante eemplo de su prodi*iosa habilidad para sintetiar las ideas de los dominios dispares y les e'plica a los lectores en un len*uae sencillo y ele*ante. /s0 como el 1ro*reso de +hanute en máquinas de vuelo marcó el comieno de la era de la aviación hace más de un si*lo, este libro es el presa*io de la pró'ima revolución de la inteli*encia inteli*encia artificial que cumplirá de Kur!eil propias profec0as acerca de 2l " . %ileep 3eor*e , /4 cient0fico cient0fico , pionero de los modelos erárquicos de la neocortea , cofundador de 5umenta y 6icarious &istemas " 7a comprensión de Ray Kur!eil del cerebro y la inteli*encia artificial afectará dramáticamente cada aspecto de nuestras vidas, todas las industrias en la -ierra, -ierra, y cómo pensar en nuestro futuro. &i usted se preocupa por cualquiera de ellos, leer este libro8 " 1eter 9. %iamandis , presidente y director eecutivo de 1R4:E , presidente eecutivo de la niversidad &in*ularity , autor del 5e! ;or$ ;or$ -imes bestseller /bundancia ( El futuro es meor de lo que piensa +
con -erry 3rossman ? 7a sin*ularidad está cerca ( +uando los humanos trascienden la biolo*0a 6iae fantástico ( 6ivir lo suficiente para vivir para siempre > con -erry 3rossman ? 7a era de las máquinas espirituales ( +uando los equipos superan la inteli*encia humana 7a solución de @A B para una vida saludable 7a era de las máquinas inteli*entes +RE/R 5/ ME5-E E7 &E+RE-) %E7 1E5&/M4E5-) 9M/5) RE6E7/%) R/; KR:=E47
45-R)%++4<5 @. E1ER4ME5-)& %E 1E5&/M4E5-) E5 E7 M5%) C. E'perimentos mentales en el pensamiento D. 5 M)%E7) %E 7/ 5E)+)R-E( E7 M)%E7) %E RE+)5)+4M4E5-) teor0a de la mente . El neocórte' #4)7<34+/ F. E7 +ERE#R) /5-43) G. 9/#474%/%E& trascendente H. 7/ bioló*ico inspirado %434-/7 5E)+)R-E I. 7/ ME5-E +)M) )R%E5/%)R J. E1ER4ME5-)& %E 1E5&/M4E5-) E5 7/ ME5-E @A. 7/ 7E; %E retornos acelerados /174+/%/ /7 +ERE#R) @@. )#E+4)5E& E1L7)3) 5)-/& 5)-/& L5%4+E 45-R)%++4<5 45-R)%++4<5 El cerebroes más ancho que el cieloparalos puso al lado del otro El otro contendrá +on facilidad y ;ouunto El cerebro es más profundo que el marormantenerlas#lue de #lueEl que el otro va a absorber +omo Esponas6ald2sdo El cerebro es sólo el peso de %iosor9eft elloslibra por libra; será diferentesi lo hacen +omo s0laba de sonido. Emily %ic$inson / medida medida que el fenómeno más importante en el universo , la inteli*encia es capa de trascender las limitaciones naturales y de transformar el mundo a su propia ima*en . En las manos del hombre , nuestra inteli*encia nos ha permitido superar las limitaciones de nuestro patrimonio bioló*ico y cambiarnos a nosotros mismos en el proceso. &omos la única especie especie que hace esto. 7a historia de la inteli*encia humana comiena con un universo que es capa de la información de codificación . este fue el factor que permite que permitió la evolución que ten*a lu*ar . +omo el universo tiene que ser de esta manera es en s0 mismo una historia interesante. El modelo estándar de la f0sica tiene docenas de constantes que deben ser precisamente lo que son, o átomos no habr0a sido posible, y no habr0a sido ni estrellas , ni planetas , ni cerebro, ni libros sobre el cerebro . Nue las leyes de la f0sica están tan sintoniados con precisión que han permitido la evolución de la información parece ser muy poco probable. &in embar*o, e mbar*o, por el principio antrópico , no estar0amos hablando de esto si no fuera el caso. %onde al*unos ven una u na mano divina , otros ven una puesta pu esta multiverso una evolución de los universos con los aburridos >no portadoras de información ? las v0as de desaparición . 1ero independientemente de cómo nuestro universo lle*ó a ser lo que es , podemos empear nuestra historia con un mundo basado en e n la información . 7a historia de la evolución se desarrolla con el aumento de los niveles de abstracción. Otomos especialmente átomos de carbono , que pueden crear ricas estructuras de información mediante la vinculación de cuatro mol2culas cada ve más compleas
direcciones formadas diferentes . +omo resultado , la f0sica dio lu*ar a la qu0mica . Mil millones de aPos más tarde , una mol2cula complea llamada /%5 evolucionado , lo que podr0a p odr0a codificar precisamente lar*as cadenas de información y *enerar or*anismos descritos por estos pro*ramas " . " +omo resultado , la qu0mica dio lu*ar a la biolo*0aQ . / un ritmo ritmo cada ve más rápido , los or*anismos han evolucionado las redes de comunicación y de toma llamados sistema nervioso , lo que podr0a coordinar las pieas cada ve más compleas de su cuerpo , as0 como los comportamientos que facilitan su supervivencia. 7as neuronas que componen los sistemas nerviosos en el cerebro de a*re*ados capaces de comportamientos cada ve más inteli*entes . %e esta manera , la biolo*0a dio lu*ar a la neurolo*0a , como cerebros fueron ahora la van*uardia de almacenar y manipular información. /s0 que fuimos de los átomos a mol2culas de /%5 /%5 a los cerebros . El si*uiente paso era e'clusivamente humana . El cerebro de los mam0feros tiene una aptitud distinta que no se encuentra en nin*una otra clase de animal. &omos capaces de pensamiento erárquico , de la comprensión de una estructura compuesta de diversos elementos dispuestos en un patrón, que representa a ese acuerdo con un s0mbolo, y lue*o usar ese s0mbolo como un elemento en una confi*uración aún más elaborado. Esta capacidad se desarrolla en una estructura del cerebro llamada la cortea cerebral , que en el ser humano ha alcanado un umbral de compleidad y capacidad de tal manera que somos capaces de llamar a estas ideas patrones. / trav2s de un proceso recursivo infinito que somos capaces de construir ideas que son cada ve más compleos . 7lamamos a esta amplia *ama de conocimientos vinculados de forma recursiva ideas. &ólo 9omo sapiens tienen una base de conocimiento que s0 evoluciona evoluciona , crece de manera e'ponencial, y se se transmite de una *eneración a otra . 5uestro cerebro dieron lu*ar lu*ar a otro nivel de abstracción, abstracción, en el que se ha utiliado utiliado la inteli*encia de nuestros cerebros más otro factor facilitador , un ap2ndice oponible el pul*ar para manipular el entorno entorno para construir herramientas. herramientas. Estas herramientas representan una nueva forma de la evolución , como neurolo*0a dio lu*ar a la tecnolo*0a . Es sólo a causa de nuestras herramientas que nuestra base de conocimientos ha sido capa de crecer sin l0mite. 5uestro primer invento invento fue la historia historia ( el len*uae hablado que nos permitió permitió representar ideas con e'presiones distintas. +on la posterior invención del len*uae escrito , hemos desarrollado distintas formas de simboliar nuestras ideas. #ibliotecas del len*uae escrito muy e'tendidos la capacidad de d e nuestro cerebro sin ayuda a retener y ampliar nuestra base de conocimiento de ideas estructuradas de forma recursiva . E'iste cierto debate sobre si otras especies , como los chimpanc2s , tienen la capacidad de e'presar ideas erárquicas en el len*uae. 7os chimpanc2s son capaces de aprender un conunto limitado de s0mbolos del len*uae de si*nos , que pueden utiliar para comunicarse con los instructores humanos. Es claro, sin embar*o , que hay l0mites distintos a la compleidad de las estructuras de conocimiento con el que los chimpanc2s son capaces de tratar . 7as frases que puedan e'presar de forma limitativa simples secuencias sustantivo sustantivo verbo espec0ficos y no son capaces de la e'pansión indefinida de la compleidad caracter0stica de los seres humanos . 1ara ver
un eemplo divertido de la compleidad del len*uae humano *enerado , acabo de leer una de las espectaculares frases de varias pá*inas de lon*itud de un cuento 3abriel 3arc0a Márque o la novela su historia de seis pá*inas "-he 7ast 6oya*e of the 3host " es una frase y funciona bastante bien en espaPol y el 4n*l2s translation.@ 7a idea principal de mis tres libros anteriores sobre la tecnolo*0a > 7a era de las máquinas inteli*entes , escrito en @JIA y publicado en @JIJ , 7a era de las máquinas espirituales , escrito a mediados o finales %2cada de @JJA y se publicó en @JJJ , y 7a sin*ularidad está cerca , escrito en la d2cada de CAAA y se publicó en CAAF ? es un proceso evolutivo que acelera inherentemente inherentemente > como resultado resultado de sus crecientes niveles de abstracción ? y que sus productos crecen de manera e'ponencial en la compleidad y la capacidad . ;o ;o llamo a este fenómeno la ley de rendimientos acelerados > 7)/R ? , y se refiere tanto a la evolución bioló*ica y tecnoló*ica. El eemplo más dramático de la 7)/R es el crecimiento e'ponencial muy predecibles en calidad y precio rendimiento de las tecnolo*0as de la información. El proceso evolutivo de la tecnolo*0a conduo invariablemente a la computadora, que a su ve ha permitido una *ran e'pansión de nuestra base de conocimientos , lo que permite amplios v0nculos de un área de conocimiento a otro. 7a =eb =eb es en s0 mismo un eemplo potente y conveniente de la capacidad de un sistema erárquico para abarcar una amplia *ama de conocimiento preservando al mismo tiempo su estructura inherente . El mundo mismo es inherentemente erárquicas árboles contienen ramas, ramas contienen hoas , las hoas contienen venas. Edificios contienen plantas , suelos contienen habitaciones , las habitaciones cuentan con puertas , ventanas, paredes y pisos. -ambi2n -ambi2n hemos desarrollado desarrollado herramientas que ahora nos están permitiendo entender nuestra propia biolo*0a en t2rminos e'actos de información . &omos rápidamente la in*enier0a inversa de los procesos de información que subyacen a la biolo*0a , como la de nuestro nuestro cerebro. /hora contamos con el códi*o códi*o obeto de la vida en la forma del *enoma humano hu mano , un lo*ro que era en s0 misma un eemplo e'cepcional de crecimiento e'ponencial , en el que la cantidad de los recursos *en2ticos datos que el mundo ha secuenciado se ha duplicado apro'imadamente cada aPo durante los últimos veinte aPos C ahora tener la capacidad de simular en los equipos de cómo secuencias de pares de bases dan lu*ar a secuencias de aminoácidos que se plie*an en prote0nas tridimensionales , de la que q ue toda la biolo*0a se construye . 7a compleidad de las prote0nas para las que se puede simular el ple*amiento de prote0nas ha estado aumentando constantemente constantemente como recursos computacionales continúan creciendo e'ponentially.D e'ponentially.D -ambi2n -ambi2n podemos simular cómo las prote0nas interactúan uno con el otro en una dana tridimensional intrincada de fueras atómicas . 5uestra creciente comprensión de la biolo*0a es una faceta importante de descubrir los secretos inteli*entes que la evolución nos ha concedido y el uso de estos paradi*mas inspirados en la biolo*0a para crear una tecnolo*0a cada ve más inteli*ente. /hora hay un *ran proyecto en marcha que involucra muchos miles de cient0ficos e in*enieros que trabaan para entender el meor eemplo que tenemos de un proceso inteli*ente ( el cerebro humano. 1odr0a decirse que es el esfuero más importante en la historia de la civiliación civiliación humana máquina. En -he &in*ularity &in*ularity is 5ear hice el caso que un corolario de la ley de los retornos acelerados es que probablemente otras
especies inteli*entes no deben e'istir. 1ara resumir el ar*umento , si e'istieran nos habr0amos dado cuenta, dado el relativamente poco tiempo que transcurre entre la posesión de la tecnolo*0a de crudo de una civiliación > considerar que en @IFA la manera más rápida para enviar la información a nivel nacional fue el 1ony E'press? a su tecnolo*0a que posee que puede trascender su propia planeta. %esde esta perspectiva, la in*enier0a inversa del cerebro humano puede ser considerado como el proyecto más importante en el universo. El obetivo del proyecto es entender e'actamente cómo funciona el cerebro humano , y lue*o utiliar estos m2todos revelados para entender meor a nosotros mismos , para solucionar el cerebro cuando es necesario, y, lo más relevante para el tema de este libro para crear aún más inteli*ente máquinas . -en*a en cuenta que amplificar en *ran medida un fenómeno natural es precisamente lo que la in*enier0a es capa de hacer. +omo eemplo , consideremos el fenómeno más sutil del principio de #ernoulli , que dice que hay un poco menos de presión de aire sobre una superficie curva en movimiento , que por una plana móvil. 7a matemática de cómo el principio de #ernoulli produce sustentación del ala todav0a no está todav0a completamente resueltos entre los cient0ficos , sin embar*o, la in*enier0a ha tomado esta delicada perspicacia, centraron sus poderes, y crearon todo el mundo de la aviación . En este libro presento una tesis que yo llamo la teor0a de reconocimiento de patrones de la mente > 1R-M ?, que , se ar*umenta , se describe el al*oritmo básico del neocórte' > la re*ión del cerebro responsable de la percepción , la memoria y el pensamiento cr0tico ? . En los cap0tulos que si*uen describo cómo reciente investi*ación de la neurociencia , as0 como nuestros propios e'perimentos mentales , conduce a la ineludible conclusión de que este m2todo se utilia constantemente en la neocortea . 7a implicación del 1R-M combinado con la 7)/R es que vamos a ser capaces de disePar estos principios para ampliar enormemente los poderes de nuestra propia inteli*encia . %e hecho, este proceso ya está en marcha . 9ay cientos de tareas y actividades que anteriormente la única provincia de la inteli*encia humana que ahora puede ser llevada a cabo por computadoras , por lo *eneral con una mayor precisión y en una escala mucho mayor . +ada ve que env0e un mensae de correo electrónico o conectar una llamada de tel2fono celular, al*oritmos inteli*entes encaminan de manera óptima la información . )btener un electrocardio*rama, y se vuelve con un dia*nóstico equipo que compite con la de los m2dicos . 7o mismo es cierto para las imá*enes de c2lulas san*u0neas . /l*oritmos inteli*entes detectan automáticamente el fraude de taretas de cr2dito , volar y los aviones terrestres , sistemas de armas inteli*entes de *u0a, ayudar a los productos de disePo con funciones inteli*entes de disePo asistido por ordenador , realiar un se*uimiento de los niveles de inventario usto a tiempo , ensamblar productos en las fábricas robotiadas , y u*ar ue*os como aedre e incluso el sutil ue*o de 3o a nivel maestr0a. Millones de personas fueron testi*os de la computadora 4#M llamado =atson u*ar el ue*o de len*uae natural de eopardy 8 y obtener una puntuación superior a los dos meores u*adores humanos en el mundo en su conunto . %ebe tenerse en cuenta que no sólo hab0a le0do =atson y " entender " el len*uae sutil en la eopardy 8 consulta
>que incluye fenómenos como los ue*os de palabras y metáforas ?, pero obtiene el conocimiento que necesita para lle*ar a una respuesta por parte de la comprensión de cientos de millones de pá*inas de documentos en len*uae natural como =i$ipedia y otras enciclopedias por su cuenta. -en0a que dominar prácticamente todas las áreas de la actividad intelectual humana , incluyendo la historia , la ciencia , la literatura, las artes , la cultura , y más. 4#M está trabaando con 5uance &peech -echnolo*ies > anteriormente Kur!eil +omputer 1roducts , mi primera empresa ? en una nueva versión de =atson que leer literatura m2dica > esencialmente todas las revistas m2dicas y los principales blo*s m2dicos ? para convertirse en un dia*nosticador maestro y consultor m2dico , el uso de las tecnolo*0as del len*uae comprensión cl0nica de 5uance . /l*unos observadores han ar*umentado que =atson en realidad no "entender " el eopardy 8 consultas o las enciclopedias que ha le0do , ya que se acaba participando en el " análisis estad0stico . " n punto clave que describir2 aqu0 es que las t2cnicas matemáticas que se han desarrollado en el campo de la inteli*encia artificial >como los utiliados en =atson y &iri, el i1hone ayudante? son matemáticamente muy similar a los m2todos que la biolo*0a evolucionó en la forma de la neocortea . &i la comprensión del len*uae y otros fenómenos a trav2s del análisis estad0stico no cuenta como verdadero entendimiento , entonces los humanos no entienden bien . 7a capacidad de =atson para dominar inteli*entemente el conocimiento en los documentos en len*uae natural está lle*ando a un motor de búsqueda en su área, y pronto. 7a *ente ya está hablando con sus tel2fonos en len*uae natural >a trav2s de &iri , por eemplo , que fue tambi2n contribuyó al por 5uance ? . Estos asistentes de len*uae natural se convertirá rápidamente más inteli*ente ya que utilian más de los m2todos de =atson como y como el propio =atson continúa meorando . 7os coches de autoconducción de 3oo*le han re*istrado CAA.AAA millas en las ciudades ocupadas y las ciudades de +alifornia > una cifra que sin duda será mucho más alto en el momento en este libro sal*a a la venta real y virtual?. 9ay muchos otros eemplos de la inteli*encia artificial en el mundo de hoy , y mucho más en el horionte. +omo eemplos adicionales de la 7)/R , la resolución espacial de e'ploración del cerebro y la cantidad de datos que estamos reuniendo en el cerebro se duplica cada aPo . -ambi2n estamos demostrando que podemos convertir estos datos en los modelos de trabao y simulaciones de las re*iones del cerebro . 9emos tenido 2'ito en la in*enier0a inversa de las funciones principales de la cortea auditiva , donde procesamos la información sobre el sonido , la cortea visual, donde se procesan la información de nuestra vista , y el cerebelo , donde hacemos una parte de nuestra formación de habilidades >como la captura de un elevado ? . El filo del proyecto para comprender , modelar y simular el cerebro humano es la in*enier0a inversa de la neocortea cerebral, donde hacemos nuestro pensamiento erárquico recursiva. 7a cortea cerebral , que representa el IA por ciento del cerebro humano , se compone de una estructura altamente repetitiva , permitiendo que los seres humanos para crear arbitrariamente estructuras compleas de las ideas . En la teor0a de reconocimiento de patrones de la mente , describo un modelo de cómo el cerebro humano alcana esta capacidad cr0tica con una estructura muy inteli*ente
disePado por la evolución bioló*ica. 9ay detalles de este mecanismo cortical que todav0a no entendemos completamente , pero sabemos lo suficiente acerca de las funciones que necesita para llevar a cabo que podemos disePar obstante al*oritmos que cumplen el mismo propósito. /l comenar a comprender el neocorte' , ahora estamos en condiciones de ampliar enormemente sus poderes , al i*ual que el mundo de la aviación se ha ampliado enormemente los poderes del principio de #ernoulli . El principio de funcionamiento del neocórte' es sin duda la idea más importante del mundo , ya que es capa de representar a todos los conocimientos y capacidades, as0 como la creación de nuevos conocimientos. Es el neocórte' , despu2s de todo, que ha sido responsable de todas las novelas , cada canción , cada cuadro , cada descubrimiento cient0fico , y los demás productos múltiples del pensamiento humano. 9ay una *ran necesidad en el campo de la neurociencia para una teor0a que vincula las observaciones muy dispares y e'tenso que se están reportando a diario . na teor0a unificada es un requisito fundamental en todas las áreas importantes de la ciencia. En el cap0tulo @ 6oy a describir cómo dos soPadores unificado biolo*0a y la f0sica , los campos que antes parec0an irremediablemente desordenados y variadas y , a continuación, abordar cómo esta teor0a se puede aplicar a los paisaes del cerebro. 9oy encontramos a menudo *randes fiestas de la compleidad del cerebro humano. 3oo*le vuelve a unos DA millones de enlaces para una solicitud de búsqueda de citas sobre el tema. > Es imposible traducir esto en el número de citas reales está volviendo , sin embar*o, como al*unos de los sitios !eb vinculados tener varias citas , y al*unos no tienen nin*uno . ? 1ropio ames %. =atson escribió en @JJC que " el cerebro es el último y de frontera bioló*ica más *rande, lo más compleo que hayamos descubierto en nuestro universo. " Sl va a e'plicar por qu2 cree que" contiene cientos de miles de millones de c2lulas vinculados entre s0 a trav2s de billones de cone'iones. El cerebro perturba la mente . " F Estoy de acuerdo con el sentimiento de =atson sobre el cerebro del ser de la frontera bioló*ica más *rande, pero el hecho de que contiene muchos miles de millones de c2lulas y trillones de cone'iones no si*nifica necesariamente que su compleo principal m2todo si podemos identificar patrones comprensibles >y recreatable ? en las c2lulas y las cone'iones , especialmente masivamente redundante. 1ensemos en lo que si*nifica ser complea. 1odr0amos pre*untarnos , es un compleo forestal T 7a respuesta depende de la perspectiva que decide tomar . sted podr0a tener en cuenta que hay muchos miles de árboles en el bosque y que cada uno es diferente . / continuación, puede pasar a notar que cada árbol tiene muchas ramas y que cada rama es completamente diferente . / continuación, puede proceder a describir los caprichos complicadas de una sola rama. &u conclusión podr0a ser que el bosque tiene una compleidad más allá de nuestra ima*inación. &in embar*o, este enfoque ser0a literalmente una falta de ver el bosque por los árboles. +iertamente hay una *ran variación fractal entre árboles y ramas , pero para entender correctamente los principios de un bosque que ser0a meor empear por la identificación de los distintos patrones de redundancia con estocástico > es decir , al aar ? la variación que se encuentran all0. &er0a usto decir que el concepto de un bosque es más simple que el concepto de un árbol. 1or lo tanto, es con el cerebro , que tiene una enorme redundancia similares ,
especialmente en la neocortea . +omo voy a describir en este libro , ser0a usto decir que hay más compleidad en una sola neurona que en la estructura *eneral de la neocortea . Mi obetivo en este libro es, sin duda no a*re*ar otra cita a los millones que ya e'isten en el que conste que la compleidad del cerebro , sino más bien de impresionar con el poder de su simplicidad. 7o har2 con la descripción de cómo un in*enioso mecanismo básico para reconocer , recordar y predecir un patrón , que se repite en el neocórte' cientos de millones de veces, da cuenta de la *ran diversidad de nuestro pensamiento. /l i*ual que una sorprendente diversidad de or*anismos se debe a las diferentes combinaciones de los valores del códi*o *en2tico que se encuentra en el /%5 nuclear y mitocondrial , tambi2n lo hace un asombroso conunto de ideas , pensamientos y habilidades formulario basado en los valores de los patrones > de las cone'iones y la fuera de las sinapsis ? encontrados en y entre nuestros reconocedores de patrones neocorticales . +omo neurocient0fico del M4&ebastian &eun* dice( " 7a identidad no está en nuestros *enes , sino en las cone'iones entre las c2lulas cerebrales. " G 9ay que distin*uir entre la verdadera compleidad del disePo y la compleidad aparente. +onsideremos el famoso conunto de Mandelbrot , la ima*en de la que ha sido durante mucho tiempo un s0mbolo de la compleidad. 1ara apreciar su aparente complicación , es útil para hacer oom en la ima*en >que se puede acceder a trav2s de los enlaces en esta nota al final ? A.H E'iste compleidad infinita dentro de compleidad , y son siempre diferentes . &in embar*o, el disePo de la fórmula para el conunto de Mandelbrot no podr0a ser más simple . Es seis caracteres de lon*itud ( : U :C V + , en la que : es un número " compleo " > es decir, un par de números ? y + es una constante . 5o es necesario para comprender plenamente la función de Mandelbrot para ver que es simple. Esta fórmula se aplica iterativamente y en cada nivel de la erarqu0a . 7o mismo es cierto del cerebro . &u estructura de repetición no es tan simple como la de la fórmula de seis caracteres del conunto de Mandelbrot , pero no es tan compleo como los millones de citas en la compleidad del cerebro su*ieren . Este disePo neocortical se repite una y otra ve en cada nivel de la erarqu0a conceptual que representa el neocórte' . Einstein articuló mis obetivos en este libro bien cuando dio que "cualquier tonto inteli*ente puede hacer cosas más *randes y más compleos ... pero se necesita ... mucho corae para moverse en la dirección opuesta. " na vista de la pantalla del conunto de Mandelbrot , una simple fórmula que se aplica iterativamente . / medida que se acerca la ima*en en la pantalla, las imá*enes cambian constantemente de forma aparentemente compleos. 9asta ahora he estado hablando sobre el cerebro . 1ero Wqu2 pasa con la mente T 1or eemplo , Wcómo hace un neocórte' de resolución de problemas alcanan la concienciaT ; ya que estamos en el tema , sólo cuántas mentes conscientes tenemos en nuestro cerebro T 9ay evidencia de que su*iere que puede haber más de uno. )tra pre*unta pertinente acerca de la mente es , Wqu2 es el libre albedr0o, y no lo tenemos T 9ay e'perimentos que parecen demostrar que empeamos la implementación de nuestras decisiones antes de que seamos conscientes de que les hemos hecho . WEso si*nifica que el libre albedr0o es una ilusión T
1or último , Wqu2 atributos de nuestro cerebro son las responsables de la formación de nuestra identidad T W&oy la misma persona que fue hace seis mesesT Es evidente que no soy e'actamente la misma que yo era entonces, pero puedo tener la misma identidadT Revisaremos lo que la teor0a de reconocimiento de patrones de la mente implica sobre estas anti*uas pre*untas.
CAPÍTULO 1 EXPERIMENTOS E PENSAMIENTO EN EL MUNO -eor0a de la selección natural de %ar!in lle*ó muy tarde en la historia del pensamiento . W&e retrasó porque se opon0a a la verdad revelada, porque era un nuevo tema en la historia de la ciencia, porque era la única caracter0stica de los seres vivos , o por tratarse de efectos y causas finales sin postular un acto de creación T 5o lo creo. %ar!in simplemente descubrió el papel de la selección , una especie de causalidad muy diferente de los mecanismos de insercióne'tracción de la ciencia hasta ese momento . El ori*en de una fantástica variedad de seres vivos puede ser e'plicado por la contribución de los cuales nuevas caracter0sticas, posiblemente de procedencia aar, lle*ó a la supervivencia. 9ab0a poco o nada en la ciencia f0sica o bioló*ica que anunciaba la selección como principio causal. #. . &$inner 5ada es sa*rado en el pasado, pero la inte*ridad de su propia mente. Ralph =aldo Emerson
Una met!"ora #e $a %eo$o&'a En los primeros *eólo*os del si*lo 4 meditado una pre*unta fundamental. 3randes cavernas y caPones , como el 3ran +aPón en Estados nidos y 6i$os 3or*e en 3recia > informes, el caPón más profundo del mundo?, e'ist0an en todo el mundo. W+ómo estas maestuosas formaciones lle*aron all0T 4nvariablemente, hab0a una corriente de a*ua que apareció de aprovechar la oportunidad de curso a trav2s de estas estructuras naturales , pero antes de la se*unda mitad del si*lo 4, le hab0a parecido absurdo que estos fluos suaves podr0an ser el creador de *randes valles y acantilados. 3eólo*o británico +harles 7yell >@HJH @IHF ?, sin embar*o , propuso que en verdad era el movimiento del a*ua que se hab0a labrado estas importantes modificaciones *eoló*icas durante *randes per0odos de tiempo, esencialmente, un *rano de la roca a la ve. Esta propuesta fue inicialmente reunió con el rid0culo , pero dentro de dos d2cadas la tesis de 7yell lo*rar la aceptación *eneral . / una persona que estaba observando cuidadosamente la respuesta de la comunidad cient0fica a la tesis radical de 7yell era naturalista 4n*l2s +harles %ar!in >@IAJ@IIC ? . -en*a en cuenta la situación en torno a la biolo*0a @IFA. El campo era infinitamente compleo , frente a un sinnúmero de especies de animales y plantas, cualquiera de los cuales presenta una *ran compleidad . En todo caso , la mayor0a de los cient0ficos
resistieron cualquier intento de proporcionar una teor0a unificadora de variación deslumbrante de la naturalea . Esta diversidad fue un testimonio de la *loria de la creación de %ios , por no mencionar a la inteli*encia de los cient0ficos que eran capaces de dominarlo . %ar!in abordó el problema de la elaboración de una teor0a *eneral de las especies , haciendo una analo*0a con la tesis de 7yell para dar cuenta de los cambios *raduales en las caracter0sticas de la especie a lo lar*o de muchas *eneraciones . +ombinó este conocimiento con sus propios e'perimentos mentales y observaciones en su famoso viae del #ea*le . %ar!in ar*umentó que en cada *eneración los individuos que meor puedan sobrevivir en su nicho ecoló*ico ser0an los individuos para crear la pró'ima *eneración. El CC de noviembre de @IFJ, el libro de %ar!in El ori*en de las Especies salió a la venta , y en ella deó en claro su deuda con 7yell ( &oy muy consciente de que esta doctrina de la selección natural , eemplificado en los casos ima*inarios anteriores, está abierta a las mismas obeciones que se instó al primer lu*ar de las nobles ideas de &ir +harles 7yell sobre " los cambios modernos de la tierra, como ilustrativos de la *eolo*0a " X pero ahora rara ve escuchamos la acción , por eemplo, de la costa ondas llamadas un trivial e insi*nificante causa, cuando se aplica a la e'cavación de valles *i*antescos o en la formación de las l0neas más lar*as de los acantilados hacia el interior. 7a selección natural puede actuar sólo por la preservación y la acumulación de infinitesimalmente pequePas modificaciones heredadas , cada rentables al ser conservado , y como la *eolo*0a moderna casi ha desterrado tales puntos de vista como la e'cavación de un *ran valle por una sola onda diluvial , tambi2n lo hará la selección natural , si es un principio verdadero , desterrar la creencia de la creación continua de nuevos seres or*ánicos o de cualquier *ran y repentina modificación en su estructura.@ +harles %ar!in , autor de El )ri*en de las Especies , que estableció la idea de la evolución bioló*ica . &iempre hay varias raones por las *randes ideas se resistieron , y no es dif0cil identificarlos en caso de %ar!in. Eso nos baamos no de %ios , sino de monos , y antes de eso , los *usanos , no le cayó bien a muchos comentaristas . 7a implicación de que nuestro perro era nuestro primo, al i*ual que la oru*a, por no hablar de la planta que entró en > una millon2sima o billon2sima primo, tal ve, pero aún relacionado ? , parec0a una blasfemia para muchos. &in embar*o, la idea echó ra0ces rápidamente , ya que daba coherencia a lo que hab0a sido antes una *ran cantidad de observaciones aparentemente no relacionadas. En @IHC , con la publicación de la se'ta edición de El ori*en de las especies, %ar!in aPade el si*uiente pasae( "+omo un re*istro de un anti*uo estado de cosas , he conservado en los párrafos anteriores ... varias frases que implican que los naturalistas creen en la creación independiente de cada especie , y me han sido muy censurado por haber e'presado lo mismo. 1ero , sin duda, esta fue la creencia *eneral de que la primera edición de esta obra apareció .... /hora las cosas están totalmente cambiados, y casi todos los naturalistas admite el *ran principio de la evolución. " C %urante el si*lo si*uiente idea unificadora de %ar!in hio más profundo. En @IGJ , sólo die aPos despu2s de la publicación ori*inal de El )ri*en de las Especies ,
m2dico suio riedrich Miescher > @I@IJF ? descubrió una sustancia que llamó " nuclein " en el núcleo de la c2lula , lo que resultó ser %5/.D En @JCH Rusia biólo*o 5i$olai Koltsov >@IHC@JA? describió lo que llamó una "mol2cula hereditaria *i*ante", y dio que estaba compuesto por " dos cadenas espeo que replicar de manera semi conservador con cada hebra como molde. " &u descubrimiento fue tambi2n condenado por muchos. 7os comunistas consideran que sea la propa*anda fascista , y su repentina e inesperada muerte se ha atribuido a la polic0a secreta de la nión &ovi2tica nion. En @JFD , casi un si*lo despu2s de la publicación del libro seminal de %ar!in , el biólo*o estadounidense ames %. =atson >nacido en @JCI ? y el 4n*l2s biólo*o rancis +ric$ > @J@GCAA ? proporcionó la primera caracteriación precisa de la estructura del /%5 , y lo describió como una doble h2lice de dos lar*os torsión molecules.F vale la pena sePalar que su halla*o se basa en lo que es ahora conocido como " foto F@ ", adoptada por su cole*a Rosalind ran$lin utiliando cristalo*raf0a de rayos , que fue la primera representación que mostraba la doble h2lice. -eniendo en cuenta los conocimientos derivados de la ima*en de ran$lin , se ha su*erido que deber0a haber compartido en =atson y +ric$ 5obel 1rie.G Rosalind ran$lin tomó la ima*en cr0tica de /%5 > utiliando cristalo*raf0a de rayos ? que permitió =atson y +ric$ para describir con precisión la estructura del /%5 por primera ve . +on la descripción de una mol2cula que podr0a codificar el pro*rama de la biolo*0a , una teor0a unificadora de la biolo*0a era ahora firmemente en su lu*ar . &e proporciona una base sencilla y ele*ante de toda la vida . %ependiendo sólo de los valores de los pares de bases que componen las hebras de /%5 en el núcleo > y en menor *rado la mitocondria ? , un or*anismo ser0a madurar en una brina de hierba o un ser humano . Esta visión no eliminó la encantadora diversidad de la naturalea , pero ahora entiendo que la e'traordinaria diversidad de la naturalea se debe a la *ran variedad de estructuras que pueden ser codificadas en esta mol2cula universal. Montar en un ha de lu. / principios del si*lo , el mundo de la f0sica se volcó a trav2s de otra serie de e'perimentos mentales . En @IHJ nació un niPo a un in*eniero alemán y un ama de casa . Sl no empeó a hablar hasta los tres aPos, y se informó que han tenido problemas en la escuela a la edad de nueve aPos. / los diecis2is aPos estaba soPando despierto acerca de montar en un rayo de luna . Este oven era consciente de 4n*l2s matemático -homas ;oun* >@HHD@ICJ? e'perimento en @IAD que estableció que la lu está compuesta de ondas . 7a conclusión en ese momento fue que las ondas de lu debe viaar a trav2s de al*ún tipo de medio , despu2s de todo , las olas del mar viaaron a trav2s del a*ua y las ondas de sonido viaado a trav2s del aire y otros materiales. 7os cient0ficos llaman el medio a trav2s del cual las ondas de lu viaan por el " 2ter. " El chico tambi2n estaba al tanto del e'perimento @IIH por cient0ficos estadounidense /lbert Michelson > @IFC@JD@ ? y Ed!ard Morley > @IDI@JCD ?, que trató de confirmar la e'istencia del 2ter . Ese e'perimento se basaba en la analo*0a de viaar en un bote de remos hacia arriba y a*uas abao en un r0o. &i vas a nave*ar a una velocidad fia , entonces su velocidad , medida desde la costa será más rápido si usted está remando con la
corriente en lu*ar de ir en contra de ella . Michelson y Morley supone que la lu viaaba a trav2s del 2ter a una velocidad constante > es decir, a la velocidad de la lu? . 1ensaron que la velocidad de la lu solar cuando la -ierra se desplaa hacia el sol en su órbita >medido desde nuestro punto de vista en la -ierra ? versus su velocidad aparente cuando la -ierra se desplaa leos del sol debe ser diferente > el doble de la velocidad de la -ierra? . %emostrando que confirmar0a la e'istencia del 2ter . &in embar*o , lo que se descubrió fue que no hubo nin*una diferencia en la velocidad de la lu del sol pasando a tierra independientemente de donde la -ierra estaba en su órbita . &us resultados refutaron la idea del " 2ter ", pero lo que realmente estaba pasando T Este fue un misterio durante casi dos d2cadas. +omo este adolescente alemán ima*inó a caballo unto a una onda de lu , pensó que deb0a estar viendo las ondas de lu con*elada , de la misma forma que un tren parece no estar avanando si usted montó unto a la misma velocidad que el tren. &in embar*o, se dio cuenta de que eso era imposible , ya que la velocidad de la lu se supone que es constante, independientemente de su propio movimiento. /s0 que 2l se ima*inaba en lu*ar de montar unto con el ha de lu , pero a una velocidad al*o más lenta . W; si viaa a JA por ciento de la velocidad de la lu T &i haces de lu son como los trenes , raonó, entonces debe ver el ha de lu que viaa por delante de 2l en el @A por ciento de la velocidad de la lu . En efecto , que tendr0a que ser lo que los observadores en la -ierra ver0a . 1ero sabemos que la velocidad de la lu es una constante , ya que el e'perimento de Michelson Morley hab0a mostrado. /s0 que necesariamente ver el ha de lu que viaa por delante de 2l a toda la velocidad de la lu. Esto parec0a una contradicción( Wcómo puede ser posibleT 7a respuesta se hio evidente que el niPo alemán , cuyo nombre , por cierto, fue /lbert Einstein >@IHJ@JFF? , por el momento en que cumplió veintis2is aPos. )bviamente a oven maestro Einstein tiempo debe haber ralentiado por 2l. E'plica su raonamiento en un art0culo publicado en @JAF.H &i los observadores en la -ierra fueron a mirar el relo del oven que lo ver0an marcando die veces más lento . En efecto , a su re*reso a la -ierra, el relo mostrará que sólo el @A por ciento de lo que hab0a pasado el tiempo >i*norando , por el momento , la aceleración y deceleración? . %esde su perspectiva , sin embar*o , el relo se*u0a corriendo normalmente y el ha de lu al lado de 2l estaba viaando a la velocidad de la lu. El die veces desaceleración de la velocidad del tiempo en s0 >en relación con los reloes de la -ierra ? e'plica plenamente las aparentes discrepancias en perspectiva. En el e'tremo, la desaceleración en el paso del tiempo lle*ar0a a cero una ve que la velocidad de desplaamiento alcana la velocidad de la lu , por lo que era imposible de montar unto con el ha de lu. /unque era imposible viaar a la velocidad de la lu, que resultó no ser teóricamente imposible moverse más rápido que el rayo de lu . El tiempo se mueva hacia atrás. Esta resolución parec0a absurdo a muchos cr0ticos tempranos. W+ómo podr0a el propio tiempo lento, basado sólo en la velocidad de movimiento de una persona T En efecto , durante dieciocho aPos > desde el momento del e'perimento de Michelson Morley ? , otros pensadores hab0an sido incapaces de ver la conclusión de que era tan obvio para Maestro Einstein.
7os muchos otros que se hab0an planteado este problema a trav2s de la última parte del si*lo 4 hab0an esencialmente " ca0do del caballo " en t2rminos de dar se*uimiento a las consecuencias de un principio , en lu*ar de ape*arse a sus nociones preconcebidas de cómo la realidad tiene que trabaar . > 1robablemente deber0a cambiar esa metáfora para " ca0do del ha de lu. "? &e*undo e'perimento mental de Einstein fue considerar a s0 mismo y su hermano volando por el espacio . &on @IG mil millas de distancia. Einstein quiere avanar más rápido, pero tambi2n desea mantener la distancia entre ellos de la misma . /s0 que se sePala a su hermano con una linterna cada ve que se quiere acelerar . %esde que sabe que va a tomar un se*undo para que la sePal para lle*ar a su hermano, espera un se*undo > despu2s de enviar la sePal ? para iniciar su propia aceleración. +ada ve que el hermano recibe la sePal que acelera inmediatamente. %e esta manera los dos hermanos aceleran e'actamente en el mismo tiempo y por lo tanto se mantienen una distancia constante aparte . 1ero consideremos ahora lo que ver0amos si estuvi2ramos en la -ierra. &i los hermanos se estaban aleando de nosotros >con /lbert a la cabea? , parece tener menos de un se*undo para que la lu para lle*ar al hermano, porque 2l está viaando hacia la lu. -ambi2n ver0amos relo hermano de /lbert Y s como disminuir la velocidad > como su velocidad aumenta a medida que se acerca más a nosotros?. 1or ambas raones nos *ustar0a ver a los dos hermanos cada ve más cerca y eventualmente chocar . &in embar*o, desde la perspectiva de los dos hermanos , si*uen siendo una constante de @IG,AAA millas de distancia. W+ómo puede ser estoT 7a respuesta obviamente es que las distancias de contrato paralelo al movimiento > pero no perpendicular a ella ? . /s0 que los dos hermanos Einstein son cada ve más cortos >suponiendo que están volando de cabea ? a medida que se vuelven más rápidos . Esta e'traPa conclusión de Einstein probablemente perdió más tempranos se*uidores de que la diferencia en el paso del tiempo . %urante el mismo aPo , Einstein consideró la relación de la materia y ener*0a con otro e'perimento mental. 0sico escoc2s ames +ler$ Ma'!ell demostró en @IFA que las part0culas de lu llamadas fotones ten0an masa, pero , sin embar*o, el impulso realiado . +uando era niPo tuve un aparato llamado radiómetro de +roo$es , I, que consist0a en una ampolla de vidrio herm2tica que contiene un vac0o parcial y un conunto de cuatro aspas que *iraban sobre un ee . 7as paletas eran blancos en un lado y ne*ro en el otro . El lado blanco de cada paleta reflea la lu, y la lu absorbida lado ne*ro . > Es por eso que es más fresco a llevar una camiseta blanca en un d0a caluroso que uno ne*ro . ? +uando una lu se brilló en el dispositivo, las aspas *iran , con los lados oscuros alearse de la lu. Esto es una demostración directa de que los fotones llevan el impulso suficiente para hacer que realmente las aspas del radiómetro de move.J 7a cuestión que Einstein luchó con es que el momento es una función de la masa ( Momentum es i*ual a masa por velocidad . /s0, una locomotora que viaa a DA millas por hora tiene mucho más ritmo que, por eemplo , un insecto que viaa a la misma velocidad. W+ómo , entonces, podr0a ser un impulso positivo para una part0cula con masa cero T E'perimento mental de Einstein consist0a en una caa flotando en el espacio. n fotón es emitido dentro de la caa desde la iquierda, hacia el lado
derecho . 7a cantidad de movimiento total del sistema tiene que ser conservado , por lo que el cuadro tendr0a que retroceso hacia la iquierda cuando se emite el fotón . %espu2s de una cierta cantidad de tiempo , los fotones choca con el lado derecho de la caa , la transferencia de su impulso de nuevo a la caa. 7a cantidad de movimiento total del sistema se conserva otra ve , por lo que el cuadro de ahora dea de moverse . n radiómetro de +roo$es , la paleta con cuatro alas *ira cuando la lu incide sobre 2l. 9asta aqu0 todo bien . 1ero ten*a en cuenta la perspectiva desde el punto de &r. Einstein , que está mirando la caa desde el e'terior vista. Sl no ve nin*una influencia e'terna en la caa ( 5o hay part0culas con o sin masa *olpearlo , y nada sale de ella. &in embar*o, el &r. Einstein , de acuerdo con el escenario anterior, ve al cuadro de mover temporalmente a la iquierda y lue*o se detiene . %e acuerdo con nuestro análisis, cada fotón debe moverse de forma permanente la casilla de la iquierda. %ado que no se han producido efectos e'ternos en la caa o de la caa, su centro de masa debe permanecer en el mismo lu*ar . &in embar*o, el fotón dentro de la caa , que se mueve de iquierda a derecha , no puede cambiar el centro de *ravedad , ya que no tiene masa . ) lo haceT 7a conclusión de Einstein fue que, dado que el fotón tiene claramente la ener*0a, y tiene el impulso, sino que tambi2n debe tener una masa equivalente . 7a ener*0a del fotón en movimiento es totalmente equivalente a una masa móvil . 1odemos calcular lo que la equivalencia es mediante el reconocimiento de que el centro de masa del sistema debe permanecer estacionaria durante el movimiento del fotón . 7a elaboración de las matemáticas , Einstein demostró que la masa y la ener*0a son equivalentes y están relacionadas por una simple constante. &in embar*o, hab0a un problema( 7a constante puede ser simple, pero resultó ser enorme , era la velocidad de la lu al cuadrado >apro'imadamente @,H Z @A@H metrosC por se*undo C , es decir, @H se*uido de @G ceros? . 1or lo tanto tenemos famosa de Einstein E U mcC.@A tanto una ona > CI *ramos ? de masa es equivalente a GAA mil toneladas de -5-. 7a carta de Einstein , de C de a*osto de @JDJ, el presidente Roosevelt le informaba de la posibilidad de una bomba atómica sobre la base de esta fórmula marcó el comieno de la atómica a*e.@@ &e podr0a pensar que esto deber0a haber sido evidente antes, dado que los e'perimentadores hab0an dado cuenta de que la masa de las sustancias radiactivas se reduo como resultado de la radiación con el tiempo . &e supone , sin embar*o , que las sustancias radiactivas conten0an un combustible de alta ener*0a especial de al*ún tipo que se quemando . Este supuesto no es todo malo , es sólo que el combustible que se estaba " quemado " era simplemente masiva. 9ay varias raones por las que han abierto este libro con %ar!in y e'perimentos de la mente de Einstein. En primer lu*ar , muestran el e'traordinario poder del cerebro humano . &in nin*ún equipo en absoluto que no sea un lápi y papel para dibuar las fi*uras de palo en estos e'perimentos mentales simples y escribir las ecuaciones bastante simples que se derivan de ellos, Einstein fue capa de derrocar a la comprensión del mundo f0sico que se remonta dos si*los , una profunda influencia en el curso de la historia > incluyendo la &e*unda 3uerra Mundial?, y marcar el comieno de la era nuclear.
Es cierto que Einstein se basó en al*unos de los resultados e'perimentales del si*lo 4 , aunque estos e'perimentos tambi2n no usan equipo sofisticado. -ambi2n es cierto que la posterior validación e'perimental de las teor0as de Einstein ha utiliado tecnolo*0as avanadas , y si 2stas no se hab0a desarrollado lo no tendr0a la validación que poseemos hoy que las ideas de Einstein son aut2nticos y si*nificativos. &in embar*o, estos factores no altera el hecho de que estos e'perimentos mentales famosos revelan el poder del pensamiento humano en su má'ima e'presión . Einstein es ampliamente considerado como el principal cient0fico del si*lo >y %ar!in ser0a un buen candidato para ese honor en el si*lo 4 ? , pero las matemáticas que subyacen en sus teor0as es en última instancia, no es muy complicado. 7os mismos e'perimentos mentales eran sencillas. 1odr0amos pre*untarnos , entonces, en qu2 sentido podr0a Einstein se considera particularmente inteli*ente. 9ablaremos más adelante e'actamente qu2 era lo que estaba haciendo con su cerebro cuando sub0a con sus teor0as , y donde reside esa calidad. 1or el contrario , esta historia tambi2n demuestra las limitaciones del pensamiento humano. Einstein fue capa de montar su ha de lu sin que se cai*a >aunque lle*ó a la conclusión de que era imposible de montar en realidad un ha de lu ?, pero cuántos miles de otros observadores y pensadores eran completamente incapaces de pensar a trav2s de estos eercicios muy complicados T na falla común es la dificultad que la mayor0a de la *ente tiene en los descartes y trascender las ideas y puntos de vista de sus compaPeros. 9ay otras deficiencias , as0 que vamos a discutir con más detalle despu2s de haber e'aminado el funcionamiento del neocórte' .
Un mo#e$o un("(ca#o #e $a Neocorte)a 7a raón más importante que estoy compartiendo lo que son quiás los más famosos e'perimentos del pensamiento en la historia es como una introducción al uso del mismo enfoque con respecto al cerebro. +omo se puede ver , se puede obtener muy leos de entender cómo funciona la inteli*encia humana a trav2s de al*unos e'perimentos mentales simples de la nuestra. +onsiderando el asunto en cuestión , los e'perimentos mentales deber0an ser un enfoque muy apropiado. &i los pensamientos ociosos de un oven y el uso de nin*ún equipo que no sea la pluma y el papel eran suficientes para revolucionar nuestra comprensión de la f0sica , entonces deber0amos ser capaces de hacer un pro*reso raonable de un fenómeno con el que estamos más familiariados . %espu2s de todo , e'perimentamos nuestro pensamiento cada momento de nuestras vidas y despertar nuestra vida soPando tambi2n. %espu2s se construye un modelo de cómo funciona pensamiento a trav2s de este proceso de auto refle'ión, vamos a e'aminar en qu2 medida se puede afirmar que a trav2s de las últimas observaciones de los cerebros reales y el estado del arte en la recreación de estos procesos en las máquinas .
CAPÍTULO * E+,er(mento- menta$e- en e$ ,en-am(ento Muy rara ve pienso en las palabras en absoluto. n pensamiento viene , y puedo tratar de e'presarlo en palabras despu2s. /lbert Einstein El cerebro es una masa de tres libras que puede tener en la mano que puede concebir un universo de cientos de millones de aPos lu de diámetro. Marian %iamond 7o que parece sorprendente es que un mero obeto de tres libras , hecha de los mismos átomos que constituyen todo lo demás bao el sol , es capa de diri*ir prácticamente todo lo que los seres humanos han hecho ( volar a la luna y conectar onrones setenta , escribiendo 9amlet y construcción el -a Mahal , incluso abrir los secretos del cerebro mismo . oel 9avemann Empec2 a pensar sobre el pensamiento en torno a @JGA, el mismo aPo en que descubr0 el ordenador. sted ser0a muy dif0cil hoy en d0a encontrar una niPa de doce aPos de edad, que no utilia un ordenador , pero en aquel entonces hab0a sólo un puPado de ellos en mi ciudad natal de la ciudad de 5ueva ;or$. 1or supuesto, estos dispositivos tempranos no cab0an en la mano , y lo primero que me dieron acceso a ocupaban una habitación *rande. / principios de @JGA me hice un poco de pro*ramación en un 4#M @GCA para hacer los análisis de variana > una prueba estad0stica? en la que hab0an sido reco*idas por el estudio de un pro*rama para la educación de la primera infancia , un precursor de 9ead &tart. 1or lo tanto e'iste una considerable teatro que participan en el esfuero, ya que el destino de esta iniciativa educativa nacional montó en nuestro trabao. 7os al*oritmos y datos analiados fueron lo suficientemente compleo que no hemos sido capaces de anticiparse a lo que responde el equipo podr0a lle*ar a. 7as respuestas fueron , por supuesto , determinados por los datos, pero no eran previsibles. Resulta que la distinción entre ser determinado y ser predecible es un aPo importante , a la que volver2 . Recuerdo la emoción que sent0 cuando las luces del panel frontal se apa*aron usto antes de que el al*oritmo terminado sus deliberaciones, como si el equipo fuera sumida en sus pensamientos . +uando la *ente ven0a por, ansioso por el si*uiente conunto de resultados, me *ustar0a sePalar que las luces suavemente y decir( " Está pensando. " Este tanto fue y no fue una broma , realmente parec0a estar contemplando las respuestas y los funcionarios comenaron a atribuirle una personalidad a la máquina. ue un anthropomorphiation , tal ve, pero lo hio hacerme empear a considerar seriamente la relación entre el pensamiento y la informática . / fin de evaluar el *rado en que mi propio cerebro es similar a los pro*ramas de ordenador que estaba familiariado , me puse a pensar en lo que mi cerebro debe estar haciendo , ya que procesa la información . 9e se*uido esta investi*ación desde hace cincuenta aPos. 7o que voy a describir a continuación acerca de nuestra actual comprensión de cómo funciona el cerebro sonará muy diferente al concepto estándar de un ordenador. undamentalmente.
&in embar*o , el cerebro hace almacenar y procesar información, y debido a la universalidad de la computación , un concepto al que tambi2n me volver2 hay más de un paralelismo entre el cerebro y las computadoras que pueden ser evidentes . +ada ve que ha*o al*o o pensar en al*o si es cepillarse los dientes, caminando a trav2s de la cocina, contemplando un problema de ne*ocios , practicando en un teclado musical , o de presentar una nueva idea, que refle'ionar sobre la forma en que pude lo*rarlo. +reo aún más acerca de todas las cosas que yo no soy capa de hacer, ya que las limitaciones del pensamiento humano proporcionan un conunto tan importante de pistas. 1ensar mucho sobre el pensamiento podr0a muy bien ser yo desacelerando , pero he sido la esperana de que este tipo de eercicios en la auto refle'ión me permitirán refinar mis m2todos mentales . 1ara elevar nuestra conciencia de cómo funcionan nuestros cerebros , vamos a considerar una serie de e'perimentos de la mente . 1rueba esto( Recitar el alfabeto . 1robablemente recuerde esto desde la infancia y puede hacerlo con facilidad. #ien, ahora intente esto( recitar el alfabeto al rev2s. / menos que usted ha estudiado el alfabeto en este orden, es probable que les resulta imposible hacerlo . %e ve en cuando al*uien que ha pasado una cantidad si*nificativa de tiempo en un aula de la escuela primaria donde se muestra el alfabeto será capa de acceder a su memoria visual y lue*o leerlo al rev2s de eso. /unque esto es dif0cil, sin embar*o, porque en realidad no recordamos las imá*enes completas . Recitar el alfabeto hacia atrás debe ser una tarea sencilla, ya que implica e'actamente la misma información que recitarlo hacia adelante, sin embar*o, son *eneralmente incapaces de hacerlo. W-e acuerdas de tu número de se*uro socialT &i lo hace, puede recitarlo atrás sin primero escribirlo T WNu2 hay de la canción infantil " Mary 9ad a 7ittle 7amb "T 7as computadoras pueden hacerlo trivial . &in embar*o, no somos capaces de que si no aprendemos concretamente la secuencia hacia atrás cuando una nueva serie. Esto nos dice al*o importante acerca de cómo está or*aniada la memoria humana. 1or supuesto , somos capaces de realiar esta tarea con facilidad si escribimos la secuencia y lue*o leerlo al rev2s. %e este modo estamos utiliando un len*uae a la tecnolo*0a escrita compensar una de las limitaciones de nuestro pensamiento sin ayuda , aunque sea una herramienta muy temprano . > Era nuestra se*unda invención, con el len*uae hablado como el primero. ? 1or eso inventamos herramientas para compensar nuestras carencias . Esto su*iere que los recuerdos son secuenciales y en orden. 1uede acceder a ellos en el orden en que se recuerdan . 5o somos capaces de invertir directamente en la secuencia de una memoria. -ambi2n tenemos un poco de dificultad para iniciar una memoria en la mitad de una secuencia . &i aprendo a tocar una piea de música en el piano , por lo *eneral no puedo simplemente comenarlo en un punto arbitrario en el medio. 9ay al*unos puntos en los que me puedo saltar, porque mi memoria secuencial de la obra está or*aniada en se*mentos. &i trato de empear en el medio de un se*mento, sin embar*o, ten*o que volver a la lectura a primera vista hasta que mi memoria secuencial patadas pul* / continuación, intente esto( Recuperar un paseo que ha tomado en el último d0a o
dos. WNu2 recuerdas de esoT Este e'perimento mente funciona meor si se toma un paseo muy recientemente, como el d0a de hoy y de ayer. > -ambi2n puede sustituir una unidad, o básicamente cualquier actividad en la que se mudó al otro lado de un terreno.? Es probable que usted no recuerda mucho de la e'periencia. WNui2n fue la quinta persona con la que se encontró con >y no sólo como *ente que usted conoce ? T W9as visto un roble T n buón de correoT WNu2 viste cuando encendió la primera curva T &i ha pasado al*unas tiendas , lo que estaba en la se*unda ventana T -al ve usted puede reconstruir las respuestas a al*unas de estas pre*untas de las pocas pistas que me acuerdo , pero es probable que usted recuerde relativamente pocos detalles , aunque se trata de una e'periencia muy reciente. &i usted toma camina re*ularmente , piense de nuevo a la primera caminata que tomó el mes pasado > o el primer viae a la oficina el mes pasado , si usted conmuta ? . Es probable que no pueda recordar el paseo o viae espec0fico en absoluto, y si lo hace, sin duda, recordar aún menos información sobre ella que sobre su pie en la actualidad. %espu2s voy a discutir el tema de la conciencia y hacer el punto de que tendemos a equiparar conciencia con la memoria de los acontecimientos. 7a raón principal por la que creemos que no somos conscientes cuando bao anestesia es que no recordamos nada de ese periodo >aunque hay e'cepciones inquietante intri*a y para esto? . /s0, con respecto a la caminata que tom2 esta maPana, yo no estaba consciente durante la mayor parte de 2lT Es una pre*unta raonable , dado que recuerdo casi nada de lo que he visto , o incluso lo que estaba pensando. &ucede que hay al*unas cosas que recuerdo de mi paseo esta maPana. Recuerdo haber pensado acerca de este libro , pero no pod0a decir e'actamente cuáles eran esos pensamientos. -ambi2n recuerdo que pasa una muer empuando un cochecito de beb2. Recuerdo que la muer era atractiva, y que el beb2 era lindo tambi2n. Recuerdo dos pensamientos que ten0a en relación con esta e'periencia( Este beb2 es adorable, como mi nuevo nieto , y lo que es este beb2 percibe en su entorno visual T 5o puedo recordar lo que uno de ellos llevaba o el color de su cabello. > Mi esposa le dirá que eso es t0pico. ? /unque soy incapa de describir al*o espec0fico sobre su aspecto , ten*o un sentido inefable de lo que la madre y parec0a creer que pod0a esco*er su foto entre los de varios diferentes mueres. /s0, mientras que debe haber al*o en su aspecto que he conservado en mi memoria, si pienso en la muer , carro de beb2 , y el beb2, no puedo visualiarlos . 5o hay nin*una foto*raf0a o video de este evento en mi mente. Es dif0cil describir e'actamente lo que está en mi mente acerca de esta e'periencia. -ambi2n recuerdo haber pasado una muer diferente con un cochecito de beb2 en una caminata de unas pocas semanas antes. En ese caso, no creo que ni siquiera pude reconocer la ima*en de esa muer. Ese recuerdo ahora es mucho más d2bil de lo que debe haber sido poco despu2s de ese paseo . 7ue*o, piensa en las personas que usted haya encontrado una o dos veces . 1uedes visualiar con claridad T &i usted es un artista visual, entonces usted puede haber aprendido esta habilidad de observación, pero por lo *eneral no somos capaces de visualiar personas que hemos sólo casualmente encontramos con dibuar o describirlos suficientemente pero tendr0a poca dificultad en el reconocimiento de una
foto de ellos . Esto su*iere que no hay imá*enes , v0deos o *rabaciones de sonido almacenados en el cerebro. 5uestros recuerdos se almacenan como secuencias de patrones . Recuerdos que no se tiene acceso tenue con el tiempo . +uando retrato robot entrevista artistas v0ctima de un crimen , no pre*untan , " WNu2 hicieron las ceas del perpetrador Y s parecenT " Más bien, se mostrarán una serie de imá*enes de las ceas y pedir a la v0ctima que elia uno. El conunto correcto de las ceas se disparará el reconocimiento del mismo patrón que se almacena en la memoria de la v0ctima . +onsideremos ahora las caras que usted conoce bien . W&e puede reconocer al*una de estas personas T sted es , sin duda, capa de reconocer estas personalidades conocidas , a pesar de que son parcialmente cubierta o falseada . Esto representa una fortalea clave de la percepción humana ( 1odemos reconocer un patrón , incluso si sólo una parte de ella se percibe > ver, o0r , sentir ? e incluso si contiene modificaciones . 5uestra capacidad de reconocimiento es aparentemente capa de detectar ras*os invariantes de un patrón , caracter0sticas que sobreviven a las variaciones de la vida real . 7as distorsiones en una caricatura o , en ciertas formas de arte como el impresionismo enfatian los patrones de una ima*en > persona, obeto ? que reconocemos al cambiar otros detalles. El mundo del arte es en realidad la cabea del mundo de la ciencia en apreciar el poder del ser humano sistema perceptivo . tiliamos el mismo enfoque cuando se reconoce una melod0a de sólo unas pocas notas . /hora considere esta ima*en ( 7a ima*en es ambi*ua ( la esquina indicada por la re*ión de ne*ro puede ser una esquina interior o un esquina e'terior . /l principio es probable que se perciba de una manera u otra , aunque con un poco de esfuero usted puede cambiar su percepción de la interpretación alterna. na ve que su mente se ha fiado en el conocimiento , sin embar*o , puede ser dif0cil ver el otro punto de vista . >Esto resulta ser cierto de perspectivas intelectuales tambi2n. ? 7a interpretación de su cerebro de la ima*en realmente influye en su e'periencia de ella. +uando la esquina parece ser una dentro de uno , el cerebro interpretará la re*ión *ris como una sombra , por lo que no parece ser lo más oscuro al interpretar la parte de ser un fuera de uno . 1or lo tanto nuestra e'periencia consciente de nuestras percepciones es realmente cambiar nuestras interpretaciones .
Con-(#ere .ue /emo- $o .ue e-,eramoEstoy se*uro de que se haya podido completar la frase anterior . &i yo hubiera escrito la última palabra , que habr0a necesitado sólo para echarle una oeada momentánea para confirmar que era lo que hab0a esperado . Esto implica que estamos prediciendo constantemente el futuro y formular hipótesis que vamos a e'perimentar . Esta e'pectativa influye en lo que realmente percibimos. 1redecir el futuro es en realidad la principal raón que tenemos un cerebro. +onsidere la posibilidad de una e'periencia que todos tenemos de forma re*ular ( n recuerdo de hace aPos aparece ine'plicablemente en su cabea. / menudo, este será un recuerdo de una persona o un acontecimiento que no se ha pensado durante mucho tiempo. Es evidente que al*o ha desencadenado la memoria .
El tren de pensamiento que lo hio puede ser evidente y al*o que es capa de articular. En otras ocasiones, es de su conocimiento de la secuencia de pensamientos que llevaron a la memoria, pero podr0a tener dificultades para e'presarlo. / menudo, el *atillo se pierde rápidamente , por lo que la memoria parece haber sur*ido de la nada . / menudo e'perimentan estos recuerdos al aar al hacer los procedimientos de rutina , como cepillarse los dientes. / veces puedo ser consciente de la cone'ión en la pasta de dientes se cai*a el cepillo de dientes me podr0a recordar la pintura caerse de un pincel en una clase de pintura que tom2 en la universidad. / veces sólo ten*o una va*a sensación de la cone'ión, o nin*uno en absoluto . n fenómeno relacionado que todos e'perimentamos con frecuencia está tratando de pensar en un nombre o una palabra . El procedimiento que utiliamos en esta circunstancia es tratar de recordar de los desencadenantes que pueden desbloquear la memoria . > 1or eemplo ( . WNui2n ue*a Reina 1adm2 en 7a 6en*ana de los &ith 6amos a ver , es que la misma actri que fue la estrella en una reciente pel0cula oscura sobre el baile , que fue +isne 5e*ro , oh s0, 5atalie 1ortman ? / veces adoptamos mnemot2cnicos idiosincrásicos para ayudarnos a recordar . > 1or eemplo ( Ella siempre del*ado , no *ordo , oh s0, 1ortman , 5atalie 1ortman. ? /l*unos de nuestros recuerdos son lo suficientemente consistentes que podemos ir directamente a una pre*unta > por eemplo, qui2n u*ó Reina 1adm2 ? para la respuesta , a menudo tenemos que que pasar por una serie de factores desencadenantes hasta encontrar uno que funcione. Es muy parecido a tener el enlace =eb derecha. Recuerdos de hecho pueden lle*ar a ser perdido como una pá*ina =eb a la que nin*una otra pá*ina enlaa a >al menos no pá*ina que podemos encontrar? . %urante la eecución de los procedimientos de rutina , tales como ponerse una camisa ten cuidado de realiar , y tener en cuenta la medida en que si*a la misma secuencia de pasos cada ve. %esde mi propia observación >y como ya he dicho , estoy constantemente tratando de observarme a m0 mismo ? , lo más probable es que si*a mucho los mismos pasos cada ve que realice una tarea de rutina en particular , aunque puede haber módulos aPadidos adicionales. 1or eemplo , la mayor0a de mis camisas no requieren *emelos , pero cuando uno lo hace , eso implica otra serie de tareas. 7as listas de los pasos en mi mente están or*aniados en erarqu0as . &i*o un procedimiento de rutina antes de ir a dormir. El primer paso es cepillarse los dientes. &in embar*o, esta acción es a su ve dividido en una serie más pequePa de pasos , el primero de los cuales es poner pasta de dientes en el cepillo de dientes . Ese paso a su ve se compone de /ún pasos más pequePos , tales como la búsqueda de la pasta de dientes , la eliminación de la tapa , y as0 sucesivamente . El paso de encontrar la pasta de dientes tambi2n tiene pasos , el primero de los cuales es para abrir el armario del baPo . Ese paso a su ve requiere de pasos , el primero de los cuales es para a*arrar la parte e'terior de la puerta del armario . Esta erarquiación realidad si*ue a un *rano muy fino de los movimientos , por lo que hay literalmente miles de pequePas acciones que constituyen mi rutina nocturna . / pesar de que pueden tener dificultades para recordar detalles de un paseo que tom2 hace apenas unas horas , no ten*o nin*una dificultad para recordar todos estos muchos pasos en la preparación de la cama hasta el punto de que soy capa de pensar en otras cosas mientras yo voy por
estas procedimientos . Es importante sePalar que esta lista no se almacena como una lar*a lista de miles de pasos , más bien, cada uno de los procedimientos de rutina es recordado como una elaborada erarqu0a de actividades anidadas. El mismo tipo de erarqu0a está involucrado en nuestra capacidad de reconocer obetos y situaciones. Reconocemos los rostros de las personas que conocemos bien y tambi2n reconocemos que estas caras contienen oos, una nari , una boca , y as0 sucesivamente , una erarqu0a de modelos que utiliamos tanto en nuestras percepciones y nuestras acciones. El uso de erarqu0as nos permite reutiliar los patrones . 1or eemplo , no es necesario volver a aprender el concepto de una nari y una boca cada ve que se nos presenta a un nuevo rostro . En el pró'imo cap0tulo , vamos a poner los resultados de estos e'perimentos mentales untos en una teor0a de cómo debe funcionar el neocórte' . 6oy a ar*umentar que revelan los atributos esenciales de nuestra forma de pensar que son uniformes , desde la búsqueda de la pasta de dientes para escribir un poema .
CAPÍTULO 0 UN MOELO E LA NEOCORTEX EL MOELO E RECONOCIMIENTO TEORIA E LA MENTE El cerebro es un teido . &e trata de un complicado teido intrincado teido , como nin*una otra cosa que conocemos en el universo , sino que se compone de c2lulas , como cualquier teido es . &on , sin duda , las c2lulas altamente especialiadas , pero funcionan de acuerdo a las leyes que ri*en las otras c2lulas. &us sePales el2ctricas y qu0micas se pueden detectar , re*istran e interpretan y los productos qu0micos que se pueden identificar , las cone'iones que constituyen neuropilema teido del cerebro se pueden asi*nar . En resumen , el cerebro puede ser estudiado , al i*ual que el riPón pueda. %avid 9. 9ubel , neurocient0fico &upon*amos que haya una máquina, la estructura de la que produce pensar, sentir y percibir , ima*inar esta máquina ampliada pero conservando las mismas proporciones , por lo que podr0a entrar en 2l como si fuera un molino. Esto se supone , es posible visitar el interior , pero Wqu2 observar all0T 5ada más que pieas que empuan y mueven entre s0 , y nunca nada que pudiera e'plicar la percepción. 3ottfried =ilhelm 7eibni
Una 2erar.u'a #e $o- ,atrone9e repetido los e'perimentos simples y observaciones descritas en los cap0tulos anteriores, miles de veces en miles de conte'tos . 7as conclusiones de estas observaciones limitan necesariamente mi e'plicación de lo que el cerebro debe estar haciendo , al i*ual que los e'perimentos simples en el tiempo , el espacio y los medios de que se llevó a cabo a principios y finales del si*lo 4 necesariamente limitadas refle'iones del oven maestro Einstein sobre la forma del universo funcionado. En la discusión que si*ue, tambi2n voy factor en al*unas observaciones muy básicas de la neurociencia , tratando de evitar los muchos detalles que aún están
en disputa. En primer lu*ar, perm0tanme e'plicar por qu2 esta sección se tratan espec0ficamente la neocoórte' > del lat0n que si*nifica " 5ueva cortea "? . &abemos el neocórte' es el responsable de nuestra capacidad para hacer frente a los patrones de la información y de hacerlo de una manera erárquica. /nimales sin neocórte' >básicamente no mam0feros? son en *ran medida incapaces de comprender hierarchies.@ comprensión y el aprovechamiento de la innata naturalea erárquica de la realidad es una caracter0stica única de mam0feros y resulta de la posesión e'clusiva de los mam0feros esta evolutivamente reciente de la estructura del cerebro . 7a cortea cerebral es responsable de la percepción sensorial , el reconocimiento de todo, desde obetos visuales a conceptos abstractos , el control del movimiento , el raonamiento de la orientación en el espacio al pensamiento racional y el len*uae que, básicamente, lo que consideramos como "pensamiento ". El neocórte' humano , la capa más e'terna del cerebro , es una estructura del*ada , esencialmente bidimensional con un espesor de apro'imadamente C,F mil0metros > apro'imadamente una d2cima parte de una pul*ada ? . En los roedores, que es apro'imadamente del tamaPo de un sello de correos y es suave. na innovación evolutiva en primates es que se convirtió en intrincadamente plie*a sobre la parte superior del resto del cerebro con surcos profundos , surcos y arru*as , para aumentar su área superficial . %ebido a su elaborada ple*ado , el neocorte' constituye la mayor parte del cerebro humano , que representan el IA por ciento de su peso . 9omo sapiens desarrolló un *ran frente para permitir un neocórte' aún mayor , en particular, tenemos un lóbulo frontal donde nos ocupamos de los patrones más abstractos relacionados con conceptos de alto nivel . Esta estructura fina se compone básicamente de seis capas , numeradas 4 > la capa más e'terna ? de 64 . 7os a'ones que salen de las neuronas en el proyecto de 444 a otras partes de la neocortea capas 44 y . 7os a'ones > cone'iones de salida ? de las capas 6 y 64 están conectados principalmente fuera de la cortea cerebral al tálamo , tronco cerebral , y la m2dula espinal . 7as neuronas en la capa 46 reciben cone'iones sinápticas > de entrada ? de las neuronas que están fuera del neocórte' , especialmente en el tálamo . El número de capas var0a li*eramente de una re*ión a otra . +apa 46 es muy fina en la cortea motora , ya que en esa ona que en *ran parte no recibe la entrada del tálamo , el tronco encefálico o la m2dula espinal . 1or el contrario , en el lóbulo occipital > la parte de la neocortea *eneralmente responsable de procesamiento visual ? , hay tres subcapas adicionales que se pueden ver en la capa 46 , debido a la considerable de entrada que circula en esta re*ión , incluyendo desde el tálamo . na observación muy importante sobre el neocórte' es la uniformidad de su e'traordinaria estructura fundamental . Esto fue observado por primera ve por /m2rica neurocient0fico 6ernon Mountcastle >nacido en @J@I ? . En @JFH Mountcastle descubrió la or*aniación columnar de la neocortea . En @JHI se hio una observación que es tan importante para la neurociencia como el e'perimento de Michelson Morley 2ter refutación de @IIH fueron a la f0sica. Ese mismo aPo se describe la or*aniación notablemente invariable de la neocortea , la hipótesis de que se compone de un único mecanismo que se repite una y otra ve , C y proponer la
columna cortical como la unidad básica . 7as diferencias en la altura de ciertas capas de diferentes re*iones mencionados anteriormente son simplemente diferencias en la cantidad de interconectividad que las re*iones son responsables de tratar . Mountcastle la hipótesis de la e'istencia de mini columnas en las columnas , pero esta teor0a se convirtió en pol2mica porque no hab0a demarcaciones visibles de este tipo de estructuras más pequePas. &in embar*o , una amplia e'perimentación ha puesto de manifiesto que hay , de hecho, unidades que se repiten dentro de la tela neurona de cada columna . Mi opinión es que la unidad básica es un reconocedor de patrones y que esto constituye la fundamental componente de la neocortea . En contraste con la noción de un mini columna de Mountcastle , no hay l0mite f0sico espec0fico para estos reconocedores , ya que se colocan estrechamente una a la si*uiente de una manera entrelaada , por lo que la columna cortical es simplemente un a*re*ado de un *ran número de ellos . Estos reconocedores son capaces de cableado a s0 mismos el uno al otro a lo lar*o de toda la vida , por lo que la conectividad elaborada > entre módulos ? que vemos en la neocortea no se especificó previamente por el códi*o *en2tico , sino más bien está creado para reflear los patrones que realmente aprenden con el tiempo . 6oy a describir esta tesis con más detalle , pero yo sosten*o que es as0 como se debe or*aniar el neocórte' . +abe sePalar , antes de considerar aún más la estructura de la neocortea , que es importante para los sistemas de modelo en el nivel adecuado . /unque la qu0mica se basa teóricamente en la f0sica y podr0a ser derivado enteramente de la f0sica, esto ser0a dif0cil de manear y no factible en la práctica , por lo que la qu0mica ha establecido sus propias re*las y modelos. %el mismo modo , debemos ser capaces de deducir las leyes de la termodinámica de la f0sica , pero una ve que tenemos un número suficiente de part0culas de llamarlos un *as en lu*ar de simplemente un montón de part0culas , la solución de las ecuaciones de la f0sica de part0culas cada interacción se convierte en inútil , mientras que las leyes de la termodinámica funcionan bastante bien . #iolo*0a del mismo modo tiene sus propias re*las y modelos. na sola c2lula de islotes pancreáticos es enormemente complicado , especialmente si la modelamos en el nivel de las mol2culas X modelando un páncreas lo hace en realidad en t2rminos de re*ulación de los niveles de insulina y enimas di*estivas es considerablemente menos compleo . El mismo principio se aplica a los niveles de modelado y la comprensión en el cerebro . &in duda, es una parte útil y necesaria de la in*enier0a inversa del cerebro para modelar sus interacciones a nivel molecular , pero el obetivo del esfuero aqu0 es esencialmente para perfeccionar nuestro modelo para e'plicar cómo el cerebro procesa la información para producir si*nificado co*nitivo. +ient0fico estadounidense 9erbert /. &imon >@J@GCAA@? , a quien se atribuye cofundador del campo de la inteli*encia artificial, escribió elocuentemente sobre el tema de la comprensión de sistemas compleos en el nivel adecuado de abstracción. En la descripción de un pro*rama de 4/ 2l hab0a inventado llamado E1/M >primaria perceptor y memoriador ? , escribió en @JHD ( " &upon*amos que usted decidió que quer0a entender el pro*rama E1/M misterioso que ten*o . -e podr0a dar con dos versiones de la misma . na de ellas ser0a ... la forma en que en realidad fue escrito con toda su estructura de rutinas y subrutinas .... /lternativamente , podr0a ofrecerle
una versión en len*uae de máquina de E1/M despu2s de toda la traducción se ha llevado a cabo despu2s de haber sido aplastado por as0 decirlo .... ;o no creo que sea necesario discutir en detalle cuál de estas dos versiones proporcionar0a la , la , la descripción más le*al más si*nificativa más parsimonioso .... 5i siquiera voy a proponerle el tercero ... de que le proporciona nin*uno de los pro*ramas , sino con las ecuaciones electroma*n2ticas y condiciones de contorno que el equipo , visto como un sistema f0sico , tendr0a que obedecer al servir de E1/M . Eso ser0a el colmo de la reducción y la incomprensión . " D 9ay cerca de medio millón de columnas corticales en la neocortea humana , cada uno ocupando un espacio sobre dos mil0metros de alto y un medio mil0metro de ancho y que contiene alrededor de GA.AAA neuronas > que resulta en un total de unos DA mil millones de neuronas en la neocortea ? . na estimación apro'imada es que cada reconocedor patrón dentro de una columna cortical contiene apro'imadamente @AA neuronas , por lo que hay del orden de DAA millones de reconocedores de patrones en total en el neocórte' . /l considerar cómo funcionan estos reconocedores de patrones , perm0tanme comenar diciendo que es dif0cil saber e'actamente por dónde empear. -odo sucede al mismo tiempo en el neocórte' , as0 que no hay principio ni fin a sus procesos. recuencia necesitar2 para referirse a fenómenos que todav0a no he e'plicado , pero planea que volver, as0 que ten*a con estas referencias adelantadas . 7os seres humanos sólo tienen una d2bil capacidad para procesar la ló*ica, sino una capacidad central muy profundo de reconocimiento de patrones . 1ara el pensamiento ló*ico , tenemos que usar el neocorte' , que es básicamente una *ran reconocedor de patrones. 5o es un mecanismo ideal para realiar transformaciones ló*icas , pero es la única instalación que tenemos para el trabao. +ompare, por eemplo, cómo un ser humano ue*a al aedre con el funcionamiento de un pro*rama t0pico de aedre por computadora . %eep #lue, el equipo que derrotó a 3arry Kasparov, el mundial de aedre humano campeón, en @JJH fue capa de analiar las implicaciones ló*icas de CAA millones de posiciones de la unta >en representación de las diferentes secuencias de movimiento contramovimiento? cada se*undo. > Nue ahora se puede hacer , por cierto , en al*unos ordenadores personales. ? Kasparov se le pre*untó cuántas posiciones se puede analiar cada se*undo , y 2l dio que era menor que uno. W+ómo es posible , entonces, que 2l era capa de soportar a %eep #lue en absolutoT 7a respuesta es el *ran ser humano tiene la capacidad de reconocer patrones . &in embar*o , tenemos que formar a este servicio , por lo que no todo el mundo puede u*ar al aedre maestro. Kasparov hab0a aprendido unos @AA.AAA puestos de mesa. Eso es un número real , hemos establecido que un maestro humano en un campo en particular ha dominado unos @AA.AAA fra*mentos de conocimiento. &ha$espeare compuso sus obras con @AA.AAA palabras sentidos > que emplea cerca de CJ.AAA palabras distintas , pero con la mayor0a de ellos en múltiples formas ? . &istemas e'pertos m2dicos que se han construido para representar el conocimiento de un m2dico de medicina humana han demostrado que un t0pico m2dico especialista humana ha dominado unos @AA.AAA conceptos en su dominio. Reconociendo una parte del conocimiento de esta tienda no es sencilla , ya que un art0culo en particular se presentará un poco diferente cada ve
que se e'perimenta . /rmado con su conocimiento , Kasparov se ve en el tablero de aedre y compara los patrones que ve a todos los @AA,AAA situaciones de mesa que ha dominado , y lo hace todos los @AAAAA comparaciones simultáneamente. E'iste un consenso en este punto( -odas nuestras neuronas están procesando teniendo en cuenta la los patrones , al mismo tiempo. Eso no quiere decir que todos ellos son disparos al mismo tiempo > probablemente nos volver0amos a caer al suelo si eso sucediera ?, pero el eercicio de su procesamiento están considerando la posibilidad de despido . W+uántos modelos puede almacenar la neocortea T -enemos que tener en cuenta el fenómeno de la redundancia. El rostro de un ser querido, por eemplo, no se almacena una ve, pero en el orden de miles de veces. /l*unas de estas repeticiones son en *ran parte la misma ima*en de la cara , mientras que la mayor0a muestran diferentes perspectivas de la misma, diferente de iluminación , diferentes e'presiones, y as0 sucesivamente . 5in*uno de estos patrones repetidos se almacenan como imá*enes per se > es decir, como matrices de dos dimensiones de p0'eles? . Más bien, ellos se almacenan como listas de caracter0sticas que los elementos constitutivos de un patrón son en s0 mismos patrones . 6amos a describir a continuación con mayor precisión lo que estas erarqu0as de caracter0sticas se parecen y cómo se or*anian . &i tomamos el conocimiento básico de un e'perto como que consiste de alrededor de @AA.AAA "troos" de conocimiento > es decir, patrones ? con una estimación de la redundancia de alrededor de @AA a @ , que nos da un requisito de @A millones de patrones . Este conocimiento e'perto núcleo está construido en el conocimiento profesional más *eneral y amplia , por lo que podemos aumentar el orden de ma*nitud de los patrones a apro'imadamente DA a FA millones . 5uestro d0a a d0a el conocimiento " sentido común " como ser humano es aún mayor , " sabidur0a de la calle " realmente requieren mucho más de nuestra neocortea de incluir esto trae nuestra estimación a más " smarts del libro . " @AA millones de patrones , teniendo en cuenta el factor de redundancia de alrededor de @AA . -en*a en cuenta que el factor de redundancia está leos de patrones comunes mismas fia tendrá un factor de redundancia bien en los miles , mientras que un nuevo fenómeno puede tener un factor de redundancia de menos de @A . +omo voy a discutir más adelante, nuestros procedimientos y actuaciones comprenden tambi2n los patrones y se almacenan i*ualmente en las re*iones de la cortea , por lo que mi estimación de la capacidad total de la neocortea humana es del orden de unos pocos cientos de millones de patrones . Este recuento bruto se correlaciona bien con el número de reconocedores de patrones que estim2 por encima de alrededor de DAA millones de dólares , por lo que es una conclusión raonable de que la función de cada reconocedor patrón neocortical es para procesar una iteración > es decir, una copia entre las múltiples copias redundantes de la mayor0a de los patrones en la neocortea ? de un patrón . 5uestras estimaciones del número de patrones que un cerebro humano es capa de tratar con > incluyendo redundancia necesaria ? y el número de reconocedores de patrones f0sicos pasar a ser del mismo orden de ma*nitud . +abe sePalar aqu0 que cuando me refiero a " procesar " un patrón, me refiero a todas las cosas que somos capaces de hacer con un patrón( aprenderla , predecirla > incluyendo partes de la misma? , reconocer y poner en
práctica 2l > ya sea por pensar en ello más oa trav2s de un patrón de movimiento f0sico ? . -rescientos millones de procesadores de patrones pueden sonar como un *ran número, y de hecho fue suficiente para que el 9omo sapiens para desarrollar el len*uae oral y escrito , todas nuestras herramientas , y otros diversas creaciones . Estos inventos han construido sobre s0 mismos , dando lu*ar al crecimiento e'ponencial de la información contenida en las tecnolo*0as que se describe en mi ley de los retornos acelerados . 5in*una otra especie ha conse*uido. +omo he dicho , al*unas otras especies , como los chimpanc2s , parecen tener una habilidad rudimentaria para comprender y formar el len*uae y tambi2n utiliar herramientas primitivas . Ellos , despu2s de todo , tambi2n tienen un neocórte' , pero sus capacidades son limitadas debido a su menor tamaPo, especialmente del lóbulo frontal . El tamaPo de nuestra neocortea ha superado un umbral que ha permitido a nuestra especie para construir herramientas cada ve más potentes , como herramientas que pueden ahora nos permitan comprender nuestra propia inteli*encia . En última instancia nuestro cerebro , en combinación con las tecnolo*0as que han fomentado , nos permitirán crear un neocórte' sint2tica que contendrá mucho más allá de tan sólo DAA millones de procesadores de patrones. W1or qu2 no un billón T ) un billón T
La e-tructura #e un ,atrón 7a teor0a de reconocimiento de patrones de la mente que presento aqu0 se basa en el reconocimiento de patrones por los módulos de reconocimiento de patrones en el neocórte' . Estos patrones >y los módulos ? están or*aniados en erarqu0as . %iscuto debao de las ra0ces intelectuales de esta idea , incluyendo a mi propio trabao con el reconocimiento de patrones erárquicos en los aPos @JIA y @JJA y eff 9a!$ins >nacido en @JFH? y %ileep 3eor*e >nacido en @JHH ? el modelo del neocórte' en la d2cada de CAAA . +ada patrón > que es reconocido por uno de los cerca de DAA millones de reconocedores de patrón en el neocórte' ? se compone de tres partes . 7a primera parte es la de entrada , que consiste en los patrones de nivel inferior que componen el patrón principal . 7as descripciones de cada uno de estos patrones de nivel inferior no tienen que ser repetido para cada patrón de nivel superior que hace referencia a ellos . 1or eemplo , muchos de los patrones de las palabras incluirá la letra " /. " +ada uno de estos modelos no es necesario repetir la descripción de la letra " / ", sino que utilian la misma descripción. 1iense en ello como si fuera un puntero =eb. E'iste una pá*ina !eb > es decir, un patrón ? para la letra " / ", y todas las pá*inas !eb > patrones? con palabras que incluyan "/" tendrá un enlace a la pá*ina de " /" > de la "/ " pattern? . En lu*ar de enlaces !eb , el neocórte' utilia cone'iones neuronales reales. 9ay un a'ón de la " /" reconocedor de patrones que se conecta a múltiples dendritas , una por cada palabra que utilia " /. " -en*a en cuenta tambi2n el factor de redundancia ( hay más de un reconocedor de patrones para la letra " /" +ualquier de estas múltiples reconocedores de patrones "/" puede enviar una sePal a los reconocedores de patrones que incorporan " /. "
7a se*unda parte de cada patrón es el nombre del patrón. En el mundo de la len*ua , este mayor nivel patrón es simplemente la palabra " manana . " /unque utiliamos directamente nuestro neocórte' de entender y procesar todos los niveles de la len*ua , la mayor parte de los patrones que contiene no son patrones de len*uae per se . En el neocórte' el "nombre" de un patrón no es más que el a'ón que se desprende de cada procesador patrón , cuando que los incendios a'ón , su correspondiente patrón ha sido reconocido . El disparo del a'ón es ese patrón reconocedor *ritando el nombre del patrón( "9ola chicos , acabo de ver la palabra escrita Yapple Y". -res patrones redundantes > aunque al*o diferente? para " /" alimentar a los patrones de más alto nivel que incorporan " /. " 7a tercera y última parte de cada patrón es el conunto de patrones de nivel superior que a su ve es parte de . 1ara la letra " / ", se trata de todas las palabras que incluyen " /. " Estas son , de nuevo , al i*ual que los v0nculos =eb . +ada patrón reconocido en un nivel activa el si*uiente nivel que parte de ese patrón de nivel superior está presente . En el neocórte' , estos v0nculos están representados por las dendritas f0sicos que desembocan en las neuronas de cada reconocedor patrón cortical. -en*a en cuenta que cada neurona puede recibir aportes de múltiples dendritas todav0a produce una salida de un a'ón . Eso a'ón , sin embar*o , puede entonces a su ve transmitir a múltiples dendritas . 1ara tomar al*unos eemplos sencillos , los patrones simples en la pá*ina si*uiente son un pequePo subconunto de los patrones utiliados para compensar las letras impresas. -en*a en cuenta que todos los niveles constituye un patrón. En este caso , las formas son patrones , las letras son patrones , y las palabras tambi2n son patrones . +ada uno de estos modelos tiene un conunto de entradas , un proceso de reconocimiento de patrones >basado en los insumos que se producen en el módulo ? y una salida > que se alimenta a un nivel más alto de reconocedor de patrones? . &uroeste a nortecentral de cone'ión ( &udeste de nortecentro de cone'ión ( -ravesaPo horiontal( 70nea vertical de la iquierda( Re*ión cóncava hacia el sur ( 70nea horiontal inferior( 70nea superior horiontal ( 70nea horiontal intermedia( 7oop constituyendo re*ión superior ( 7os modelos anteriores son constituyentes del si*uiente nivel de modelo, que es una cate*or0a denominada letras impresas > no e'iste tal cate*or0a formal en el neocorte' , sin embar*o , de hecho , no hay cate*or0as formales ? . " /" %os modelos diferentes , cualquiera de los cuales constituye " / ", y dos patrones diferentes en una mayor nivel > "/117E " y "pera "? que "/" es una parte . "1 "( 7os patrones que forman parte del patrón de nivel superior " 1. " " 7 "( 7os patrones que forman parte del patrón de nivel superior " 7. " "E "( 7os patrones que forman parte del patrón de nivel superior "E" Estos patrones de letras alimentan a un modelo aún más alto nivel en una cate*or0a denominada palabras. >7a palabra
"7as palabras " es nuestra cate*or0a de idioma para este concepto, pero el neocórte' sólo los trata sólo como patrones? "/117E " . ( En otra parte de la cortea es una erarqu0a comparable de reconocedores de patrones de procesamiento de imá*enes reales de los obetos > en lu*ar de las letras impresas ? . &i usted está buscando en una manana real , reconocedores de bao nivel detectarán bordes curvos y los patrones de color de la superficie que conducen a un reconocedor de patrón de activación de su a'ón y diciendo en efecto, " 9ey chicos , acabo de ver una manana real. " &in embar*o, otro patrón reconocedores detectarán combinaciones de frecuencias de sonido que llevaron a un reconocedor de patrones en la cortea auditiva que podr0a disparar su a'ón que indica ( " /cabo de o0r la palabra Y manana Y". -en*a en cuenta el factor de la redundancia que no sólo tenemos un único reconocedor de patrones de " manana " en cada una de sus formas > escrita , hablada y visual ? . 5o es probable que sean cientos de estos reconocedores de cocción , si no más . 7a redundancia no sólo aumenta la probabilidad de que se le reconoca con 2'ito cada instancia de una manana , pero tambi2n se ocupa de las variaciones de las mananas de la vida real . 1ara los obetos de manana , habrá reconocedores de patrones que se ocupan de las muchas y variadas formas de mananas ( diferentes puntos de vista , los colores, matices , formas y variedades. -ambi2n hay que tener en cuenta que la erarqu0a que se muestra arriba es una erarqu0a de conceptos. Estos reconocedores no se colocan f0sicamente uno encima del otro , debido a la construcción del*ada de la neocortea , es f0sicamente un solo patrón reconocedor alta . 7a erarqu0a conceptual es creado por las cone'iones entre los reconocedores de patrones individuales . n atributo importante de la 1R-M es cómo se hacen los reconocimientos dentro de cada módulo de reconocimiento de patrones. /lmacenado en el módulo es un peso para cada dendrita de entrada que indica cuán importante es que la entrada al reconocimiento . El reconocedor de patrón tiene un umbral para la cocción > lo que indica que este patrón reconocedor ha reconocido con 2'ito el patrón es responsable de ? . 5o todos los patrones de entrada tiene que estar presente para un reconocedor de fue*o. El reconocedor todav0a puede disparar si una entrada con un bao peso no se encuentra, pero es menos probable que disparará si una entrada de alta importancia falta . +uando se dispara , un reconocedor de patrones es básicamente diciendo , "El patrón que soy responsable de probablemente está presente . " Reconocimiento con 2'ito por un módulo de su patrón va más allá de simplemente contando las sePales de entrada que se activan > incluso un recuento ponderado por el parámetro de importancia ? . El tamaPo > de cada entrada ? asuntos . 9ay otro parámetro > para cada entrada ? que indica el tamaPo esperado de la entrada , y otro que indica la forma en que el tamaPo es variable de . 1ara comprender cómo funciona esto, supon*amos que tenemos un reconocedor de patrón que se encar*a de reconocer la palabra hablada Esta palabra tiene cuatro sonidos " empinada". ( [ & \ , [ t \ , [E \ y [ p\. El [ t \ fonema es lo que se conoce como una " consonante dental ", lo que si*nifica que se crea por la len*ua creando una e'plosión de ruido al aire rompe su contacto con los dientes superiores. Es esencialmente imposible de articular la [ t \ fonema lentamente. El [ p \ fonema es considerado un " consonante oclusiva " o "oral
oclusiva , " lo que si*nifica que se crea cuando el tracto vocal se bloquea súbitamente >en los labios en el caso de [ p \ ? para que el aire no pasa . -ambi2n es necesariamente rápida . El [ E \ vocal es causada por resonancias de la cuerda vocal y la boca abierta . &e considera una " vocal lar*a ", lo que si*nifica que persiste por un per0odo mucho más lar*o de tiempo que las consonantes como [ t \ y [ p \, sin embar*o , su duración puede ser muy variable. 7a [ s \ fonema se conoce como un " consonante sibilante , " y es causada por el paso de aire contra los bordes de los dientes , que se mantienen untos . &u duración suele ser menor que la de una vocal lar*a , como [ E\, sino que tambi2n es variable > en otras palabras, la [ s \ se puede decir rápidamente o puede arrastrar hacia fuera? . En nuestro trabao en el reconocimiento de vo , se encontró que es necesario para codificar este tipo de información en a fin de reconocer los patrones del habla . 1or eemplo , la palabra " paso " y " fuerte " son muy similares. /unque la [ e\ fonema en " paso " y el [ E \ en " empinada " son al*o diferentes sonidos de las vocales > en que tienen diferentes frecuencias de resonancia ? , no es fiable para distin*uir estas dos palabras sobre la base de estos sonidos de las vocales a menudo confundibles . Es mucho más fiable que considerar la observación de que la [ e\ en " paso " es relativamente breve en comparación con el [ E \ en " empinada . " 1odemos codificar este tipo de información con dos números para cada entrada ( el tamaPo esperado y el *rado de variabilidad de ese tamaPo . En nuestro eemplo, " escarpado " , [e \ y [ p \ ser0a ambos tienen muy poco duración , as0 como una pequePa variabilidad esperada > es decir, no esperamos escuchar de la t de lar*o y p Ys? esperado. El sonido [ s \ tendr0a una corta duración esperada sino una mayor variabilidad , ya que es posible arrastrar hacia fuera. El [ E \ sonido tiene una duración lar*a espera , as0 como un alto *rado de variabilidad . En los eemplos del habla , el parámetro "tamaPo" se refiere a la duración, pero el tiempo es sólo una dimensión posible. En nuestro trabao en el reconocimiento de caracteres , encontramos que la información espacial comparable fue importante con el fin de reconocer las letras impresas > por eemplo, se espera que el punto sobre la letra " i " a ser mucho menor que la parte bao el punto? . / niveles mucho más altos de abstracción, la neocortea se ocupará de patrones con todo tipo de continuum , como los niveles de atractivo , la iron0a , la felicidad , la frustración , y otros innumerables. 1odemos traar similitudes entre más diversos continuos , como %ar!in hio cuando se relaciona el tamaPo f0sico de los caPones *eoló*icos a la cantidad de la diferenciación entre las especies. En un cerebro bioló*ico , la fuente de estos parámetros proviene de la propia e'periencia del cerebro. 5o nacemos con un conocimiento innato de los fonemas , de hecho diferentes idiomas tienen diferentes conuntos de ellos. Esto implica que múltiples eemplos de un patrón se codifican en los parámetros aprendidas de cada reconocedor de patrones > ya que requiere varias instancias de un patrón para determinar la distribución esperada de las ma*nitudes de las entradas para el patrón ? . En al*unos sistemas de inteli*encia artificial , este tipo de parámetros son codificadas a mano por e'pertos >por eemplo, los lin*]istas que nos pueden decir las duraciones esperadas de los diferentes fonemas , como he e'plicado en otras anteriores?. En mi propio trabao , hemos encontrado que el tener un sistema de
inteli*encia artificial descubrir estos parámetros en su propia a partir de datos de entrenamiento > similar a la forma en que el cerebro lo hace ? era un enfoque superior . / veces utiliamos un enfoque h0brido , es decir, que ha preparado el sistema con la intuición de los e'pertos humanos > para los austes iniciales de los parámetros ? y lue*o ten0amos el sistema /4 afinar automáticamente estas estimaciones utiliando un proceso de aprendiae a partir de eemplos reales de habla. 7o que el módulo de reconocimiento de patrones está haciendo está calculando la probabilidad > es decir, la probabilidad sobre la base de la totalidad de su e'periencia previa ? que el patrón que es responsable de reconocer es, de hecho, actualmente representada por sus entradas activas . +ada entrada particular, el módulo está activo si el reconocedor de patrones de nivel inferior correspondiente está disparando > lo que si*nifica que ese patrón de nivel inferior se reconoce ? . +ada entrada tambi2n codifica el tamaPo observado > en al*una dimensión apropiada, tal como duración temporal o ma*nitud f0sica o al*ún otro continuo ?, de modo que el tamaPo se puede comparar > con los parámetros de tamaPo almacenados para cada entrada ? por el módulo en el cálculo de la probabilidad *lobal de el patrón . W+ómo funciona el cerebro >y Wcómo puede un sistema de inteli*encia artificial ? calcular la probabilidad *eneral de que el patrón > que el módulo se encar*a de reconocer ? está presente dado > @ ? las entradas > cada uno con un tamaPo observado? , > C ? los parámetros almacenados en el tamaPo > el tamaPo esperado y la variabilidad de tamaPo ? para cada entrada , y > D ? los parámetros de la importancia de cada entrada T En los aPos @JIA y @JJA , yo y otros pionero en un m2todo matemático llamado modelos ocultos de Mar$ov erárquicos para el aprendiae de estos parámetros y lue*o utiliarlos para reconocer patrones erárquicos. &e utilió esta t2cnica en el reconocimiento del habla humana , as0 como la comprensión de len*uae natural . %escribo este enfoque con más detalle en el cap0tulo H. 6olviendo al fluo de reconocimiento de un nivel de reconocedores de patrones a la si*uiente , en el anterior eemplo vemos el fluo de información en la erarqu0a conceptual de lascaracter0sticas básicas de la letra a las letras a las palabras . Reconocimientos continuará fluyendo a partir de ah0 a frases y lue*o estructuras del len*uae más compleas . &i subimos varias docenas más niveles , se lle*a a conceptos de alto nivel como la iron0a y la envidia . / pesar de que cada reconocedor patrón está trabaando al mismo tiempo , hace falta tiempo para que los reconocimientos que se mueven hacia arriba en la erarqu0a conceptual. Recorrer cada nivel dura entre unas pocas cent2simas a unas d2cimas de se*undo para procesar . 7os e'perimentos han demostrado que un patrón moderadamente alto nivel , tales como una cara lleva al menos una d2cima parte de un se*undo . &e puede tomar tanto tiempo como todo un se*undo si hay distorsiones si*nificativas . &i el cerebro fuera secuencial > como las computadoras convencionales ?, y se realia cada reconocimiento de patrones en la secuencia , se tendr0a que considerar todos los patrones de bao nivel antes de pasar al si*uiente nivel . /s0 que tomar0a muchos millones de ciclos sólo para ir a trav2s de cada nivel. Eso es e'actamente lo que sucede cuando simulamos estos procesos en un ordenador. -en*a en cuenta, sin embar*o , el proceso que los equipos millones de veces más rápido que nuestros circuitos bioló*icos.
n punto muy importante a tener en cuenta es que la información fluya en la erarqu0a conceptual , as0 como arriba . En todo caso, este fluo descendente es aún más si*nificativa. &i, por eemplo , leemos de iquierda a derecha y ya hemos visto y reconocido por las letras " /", " 1 ", "1 " y " 7 ", el " /117E" reconocedor predecir que es probable que veamos una "E" en la si*uiente posición. &e enviará una sePal a la " E" reconocedor diciendo , en efecto( " 1or favor, ten*a en cuenta que hay una alta probabilidad de que usted vea a su patrón YE Y muy pronto , por lo que en la búsqueda de ella. " El " E " reconocedor a continuación, austa su umbral de tal manera que es más probable de reconocer la letra" E " /s0 que si una ima*en aparece al lado que está va*amente como una" E ", pero es quiás manchado de tal manera que no habr0a sido reconocido como un " E "en" circunstancias normales " , la " E " reconocedor puede indicar , sin embar*o, que se ha visto de hecho una " E ", ya que se esperaba . El neocórte' es , por lo tanto , la predicción de lo que se espera encontrar . 1reviendo el futuro es una de las raones principales por las que tenemos un neocórte' . / nivel conceptual más alto , estamos continuamente haciendo predicciones que va a caminar a trav2s de la puerta al lado , lo que es probable que decir a continuación , lo que esperamos ver cuando *iramos la esquina , los posibles resultados de nuestras propias acciones a al*uien, y as0 sucesivamente . Estas predicciones están ocurriendo constantemente en todos los niveles de la erarqu0a neocorte' . / menudo desconocer personas y las cosas y las palabras porque nuestro umbral para confirmar un patrón de espera es demasiado bao. /demás de las sePales positivas , tambi2n hay sePales ne*ativas o inhibidor que indican que un cierto patrón es menos probable que e'istan . Estos pueden provenir de los niveles conceptuales más baos > por eemplo, el reconocimiento de un bi*ote inhibirá la probabilidad de que una persona que veo en la fila para pa*ar es mi esposa? , o de un nivel superior >por eemplo, s2 que mi muer está en un viae, por lo que la persona en la l0nea de salida no puede ser ella ? . +uando un reconocedor patrón recibe una sePal inhibitoria , se eleva el umbral de reconocimiento , pero todav0a es posible que el patrón al fue*o > por lo que si la persona en l0nea que realmente es ella, yo todav0a puedo reconocerla ? . 7a naturalea de los datos que fluyen en un reconocedor 1atrón neocortical 6amos a e'aminar más a fondo lo que los datos de un patrón se parece. &i el patrón es una cara , los datos e'isten en al menos dos dimensiones . 5o podemos decir que los oos entran necesariamente en primer lu*ar, se*uido por la nari, y as0 sucesivamente. 7o mismo es cierto para la mayor0a de los sonidos . na piea musical tiene al menos dos dimensiones . 1uede haber más de un instrumento y o vo haciendo sonidos al mismo tiempo . 1or otra parte , una sola nota de un instrumento compleo , tales como el piano se compone de múltiples frecuencias . na vo humana solo se compone de diferentes niveles de ener*0a en docenas de bandas de frecuencias diferentes al mismo tiempo. Entonces, un patrón de sonido puede ser complea en cualquier instante , y estos instantes compleos estirarse con el tiempo . Entradas táctiles tambi2n son de dos dimensiones , ya que la piel es un ór*ano de los sentidos de dos dimensiones , y tales patrones pueden cambiar con la tercera dimensión de tiempo . /s0 que parece que la entrada a un procesador patrón neocorte' debe comprender dos
si no patrones tridimensionales. &in embar*o , podemos ver en la estructura de la cortea cerebral que las entradas de patrones son sólo listas unidimensionales. -odo nuestro trabao en el campo de la creación de sistemas de reconocimiento de patrones artificiales >como el reconocimiento de vo y sistemas de reconocimiento visual ? demuestra que podemos >y lo hio ? representan dos y fenómenos tridimensionales con una lista de una sola dimensión . 6oy a describir cómo estos m2todos funcionan en el cap0tulo H , pero por ahora podemos proceder con el entendimiento de que la entrada a cada procesador patrón es una lista de una sola dimensión , a pesar de que el propio patrón puede reflear por s0 más de una dimensión. 5os deber0a tener en cuenta en este punto la idea de que los patrones que hemos aprendido a reconocer > por eemplo, un perro espec0fico o la idea *eneral de un "perro ", una nota musical o una piea de música ? son e'actamente el mismo mecanismo que es la base de nuestros recuerdos . 5uestras memorias están en patrones de hechos or*aniados en listas > en donde cada elemento de cada lista es otro patrón en la erarqu0a cortical? que hemos aprendido y reconocer cuando se presenta el est0mulo adecuado. %e hecho , e'isten memorias en el neocórte' con el fin de ser reconocido . 7a única e'cepción a esto es a nivel conceptual más bao posible , en la que los datos de entrada a un patrón representa la información sensorial espec0fico >por eemplo , datos de ima*en desde el nervio óptico ? . 4ncluso este nivel más bao de patrón , sin embar*o , se ha transformado de manera si*nificativa en los patrones simples en el momento en que alcana la cortea . 7as listas de patrones que constituyen un recuerdo son para adelante, y que son capaces de recordar la memoria sólo en ese orden , de ah0 la dificultad que tenemos para revertir nuestra memoria. -iene que ser activado por otro pensamiento memoria >son lo mismo? na memoria . 1odemos e'perimentar este mecanismo de disparo si estamos percibiendo un patrón. +uando nos dimos cuenta de " /", " 1 ", "1 " y " 7 ", el patrón "/117E ", predio que ver0amos una "E " y desencadenó la "E " patrón que se espera ahora . 7a cortea es lo que " piensa " de ver una "E ", incluso antes de verlo . &i esta interacción en particular en nuestra cortea tiene nuestra atención , vamos a pensar en "E " antes de que nos veamos o incluso si nunca nos vemos. n mecanismo similar desencadena recuerdos . 1or lo *eneral, hay toda una cadena de este tipo de enlaces. 4ncluso si tenemos al*ún nivel de conciencia de los recuerdos > es decir, los patrones? que desencadenó la viea memoria , memorias > patrones? no tienen etiquetas de len*uae o ima*en. Esta es la raón por la que los vieos recuerdos pueden parecer a saltar de repente en nuestra conciencia . %espu2s de haber sido enterrada y no activado por quiás aPos , que necesitan un disparador de la misma manera que una pá*ina !eb necesita un enlace !eb para ser activado . ; al i*ual que una pá*ina !eb puede lle*ar a ser " hu2rfanos " porque hay otras pá*inas que enlacen a ella, lo mismo le puede pasar a nuestra memoria. 5uestros pensamientos se activan en *ran parte en uno de dos modos, no diri*idos y diri*idos , los cuales utilian estos mismos enlaces corticales. En el modo sin dirección , deamos los enlaces interpretan a s0 mismos sin intentar mover en cualquier dirección particular. /l*unas formas de meditación >como la meditación trascendental , que la práctica? se basan en dear que la mente ha*a e'actamente esto.
7os suePos tienen esta calidad tambi2n. En el pensamiento diri*ido intentamos pasar por un proceso más ordenado de recuperar una memoria >a historia , por eemplo? o la solución de un problema . Esto tambi2n implica pasar a trav2s de las listas de nuestro neocorte' , pero el aluvión menos estructurado de pensamiento no diri*ido tambi2n acompaPará el proceso. El contenido completo de nuestro pensamiento por lo tanto, es muy desordenada, un fenómeno que ames oyce iluminado en su " fluo de conciencia " novelas . /l pensar a trav2s de los recuerdos stories patrones en su vida, ya se trate de un encuentro casual con una madre con un cochecito de beb2 y el beb2 en una caminata o la narrativa más importante de cómo conoció a su esposo , sus recuerdos consisten en una secuencia de patrones . %ebido a que estos patrones no están etiquetados con las palabras o los sonidos o imá*enes o videos, cuando intenta recordar un hecho relevante, que en esencia será la reconstrucción de las imá*enes en su mente , ya que no e'isten las imá*enes reales . &i fu2ramos a "leer " la mente de al*uien y pares en e'actamente lo que está pasando en su neocórte' , que ser0a muy dif0cil de interpretar sus recuerdos, si fu2ramos a echar un vistao a los patrones que se almacena sólo en la neocortea de espera que se activará o los que se han disparado y se está e'perimentando en la actualidad como pensamientos activos. 7o que nos *ustar0a "ver" es la activación simultánea de millones de reconocedores de patrones. na cent2sima de se*undo más tarde , ver0amos un conunto diferente de un número comparable de reconocedores de patrones activados. +ada uno de tales patrón ser0a una lista de los patrones de otros , y cada uno de esos patrones ser0a una lista de otros patrones , y as0 sucesivamente hasta lle*ar a los patrones simples más elementales en el nivel más bao . &er0a muy dif0cil interpretar lo que si*nifican estos patrones de nivel superior sin tener que copiar toda la información en todos los niveles en nuestra propia cortea . /s0, cada patrón en nuestro neocorte' sólo tiene sentido a la lu de toda la información contenida en los niveles inferiores . 1or otra parte , otros patrones en el mismo nivel y en los niveles superiores tambi2n son relevantes en la interpretación de un patrón particular debido a que proporcionan conte'to . 6erdadero lectura de la mente , por lo tanto , ser0a necesario no sólo la detección de las activaciones de los a'ones pertinentes en el cerebro de una persona , pero el e'amen de esencialmente toda su neocórte' con todos sus recuerdos para entender estas activaciones . / medida que e'perimentamos nuestros propios pensamientos y recuerdos , que "sabemos" lo que quieren decir , pero no e'isten pensamientos y recuerdos tan fácilmente e'plicables . &i queremos compartirlas con los demás , tenemos que traducirlos al idioma. Esta tarea tambi2n se lleva a cabo por el neocórte' , utiliando reconocedores de patrones formados con los patrones que hemos aprendido con el fin de usar el len*uae . El len*uae es en s0 altamente erárquica y evolucionado para tomar ventaa de la naturalea erárquica de la cortea cerebral , que a su ve reflea la naturalea erárquica de la realidad. 7a capacidad innata de los seres humanos para aprender las estructuras erárquicas en un len*uae que +homs$y escribió acerca reflea la estructura de la neocortea . En un documento de CAAC fue coautor , +homs$y cita el atributo de " recursividad " como la contabilidad de la facultad del len*uae único de la species. recursividad humano, se*ún +homs$y , es la capacidad
de armar las pieas pequePas en un troo más *rande, y lue*o utilice ese pedao como parte de otra estructura, y para continuar con este proceso de forma iterativa . %e esta manera somos capaces de construir las estructuras compleas de oraciones y párrafos de un conunto limitado de palabras. /unque +homs$y no se refer0a e'pl0citamente para la estructura del cerebro , la capacidad que está describiendo es e'actamente lo que hace el neocorte' . Especies inferiores de mam0feros utilian en *ran medida a su neocorte' con los desaf0os de su particularmente estilos de vida . 7a especie humana adquieren capacidades adicionales por haber crecido mucho más cortea de manear el len*uae hablado y escrito . /l*unas personas han aprendido estas habilidades meor que otros. &i hemos contado una historia particular, muchas veces, vamos a empear a conocer realmente la secuencia del len*uae que describe la historia como una serie de secuencias distintas. 4ncluso en este caso, la memoria no es una secuencia estricta de las palabras, sino de las estructuras del len*uae que debemos traducir en secuencias de palabras espec0ficas cada ve que entre*amos la historia. Es por eso que contar una historia un poco diferente cada ve que lo compartimos > a menos que aprendamos la secuencia e'acta palabra como un patrón ? . 1ara cada una de estas descripciones de los procesos de pensamiento espec0ficos , tambi2n es necesario tener en cuenta la cuestión de la redundancia. +omo ya he dicho , no tenemos un solo patrón que representa a las entidades importantes en nuestras vidas, si estas entidades constituyen cate*or0as sensoriales , los conceptos de len*uae, o recuerdos de eventos . +ada patrón importante en todos los niveles se repite muchas veces. /l*unas de estas recurrencias representan simples repeticiones , mientras que muchos representan diferentes perspectivas y puntos de vista. Esta es una raón principal por la cual podemos reconocer un rostro familiar de diversas orientaciones y bao una variedad de condiciones de iluminación. +ada nivel en la erarqu0a tiene redundancia sustancial , lo que permite suficiente variabilidad que es consistente con este concepto . /s0 que si tuvi2ramos que ima*inar el e'amen de su neocórte' cuando estaban buscando a un ser querido en particular , ver0amos una *ran cantidad de disparos de los a'ones de los reconocedores de patrones en todos los niveles , desde el nivel básico de los patrones sensoriales primitivas hasta muchos patrones diferentes representa que amaba la propia ima*en . -ambi2n nos *ustar0a ver un número masivo de despidos que representan a otros aspectos de la situación , como los movimientos de esa persona , lo que está diciendo , y as0 sucesivamente. /s0 que si la e'periencia parece mucho más rico que un viae ordenado una erarqu0a de funciones , lo es. na simulación por ordenador de los despidos de muchos reconocedores de patrones simultáneos en la neocortea . &in embar*o, el mecanismo básico de la subida de una erarqu0a de los reconocedores de patrones en la que cada nivel superior conceptual representa un concepto más abstracto y más inte*rada si*ue siendo válida. El fluo de información a la baa es aún mayor, ya que cada nivel activado del patrón reconocido env0a predicciones para el si*uiente patrón reconocedor de nivel más bao de lo que es probable que se encuentro si*uiente. 7a aparente e'uberancia de la e'periencia
humana es el resultado del hecho de que todos los cientos de millones de reconocedores de patrones en nuestro neocorte' están considerando sus entradas simultáneamente . En el cap0tulo F 6oy a discutir el fluo de información de tacto, la vista , el o0do y otros ór*anos de los sentidos en el neocórte' . Estas entradas primeros son procesados por re*iones corticales que se dedican a los tipos pertinentes de la entrada sensorial >aunque hay una enorme plasticidad en la asi*nación de estas re*iones , que reflea la uniformidad básica de la función en el neocórte' ? . 7a erarqu0a conceptual continúa por encima de los conceptos más altos en cada re*ión sensorial de la neocortea . 7as áreas de asociación corticales inte*ran las aportaciones de los diferentes est0mulos sensoriales . +uando escuchamos al*o que quiá suena como la vo de nuestro cónyu*e , y lue*o ver al*o que es quiás indicativo de su presencia, no nos involucramos en un elaborado proceso de deducción ló*ica , sino que inmediatamente percibimos que nuestra parea está presente en la combinación de estos reconocimientos sensoriales . 4nte*ramos todo el *ermano sensorial y perceptual sePales , tal ve incluso el olor de su perfume o su colonia como una percepción de niveles múltiples. / nivel conceptual sobre las áreas de asociación sensoriales corticales , somos capaces de tratar co^percibir , recordar y pensar , incluso más conceptos abstractos. /l más alto nivel que reconocer patrones , como eso es divertido, o ella es bonita, o eso es irónico, y as0 sucesivamente. 5uestros recuerdos son estos patrones abstractos reconocimiento tambi2n. 1or eemplo , podr0amos recordar que estábamos dando un paseo con al*uien y que ella dio al*o divertido, y nos re0mos , aunque es posible que no recuerde la propia broma real. 7a secuencia de la memoria para que el recuerdo sólo ha *rabado la percepción del humor , pero no el contenido e'acto de lo que era *racioso. En el cap0tulo anterior he sePalado que a menudo podemos reconocer un patrón , aunque no reconocemos lo suficientemente bien como para poder describirlo. 1or eemplo , creo que podr0a seleccionar una ima*en de la muer con el cochecito de beb2 que vi el d0a de hoy , de entre un *rupo de imá*enes de otras mueres , a pesar de que no puedo realmente visualiar ella y no puedo describir más espec0fica sobre ella. En este caso, mi recuerdo de ella es una lista de al*unas funciones de alto nivel. Estas caracter0sticas no tienen len*ua o las etiquetas de ima*en aduntos a ellos , y ellos no son imá*enes de p0'eles , as0 que mientras yo estoy en condiciones de pensar en ella , no puedo describirla. &in embar*o, si se me presenta una foto de ella , puedo procesar la ima*en , lo que se traduce en el reconocimiento de las mismas caracter0sticas de alto nivel que se reconocieron por primera ve que la vi. Me *ustar0a ser capa de determinar de este modo que las caracter0sticas coinciden con confiana y por lo tanto reco*er a su foto . / pesar de que vi a esta muer una sola ve en mi caminar , probablemente hay ya varias copias de su patrón en mi neocórte' . &in embar*o , si yo no pienso en ella durante un per0odo de tiempo determinado, entonces estos reconocedores de patrones serán reasi*nados a otros patrones. Es por eso que los recuerdos crecen dimmer con el tiempo( 7a cantidad de redundancia se reduce hasta que ciertos recuerdos se e'tin*uen . &in embar*o , ahora que he conmemorado esta muer en particular al escribir sobre ella aqu0 , yo probablemente
no olvidarla tan fácilmente.
Autoa-oc(ac(ón 3 In/ar(ance En el cap0tulo anterior habl2 de cómo podemos reconocer un patrón , incluso si todo el patrón no está presente, y tambi2n si se distorsiona . 7a primera capacidad se denomina autoasociación ( la capacidad de asociar un patrón con una parte de s0 mismo . 7a estructura de cada reconocedor patrón intr0nsecamente compatible con esta capacidad . En cada entrada de un reconocedor de patrones de nivel inferior fluye hasta un alto nivel uno, la cone'ión puede tener un " peso", lo que indica la importancia de ese elemento en particular en el patrón es . /s0, los elementos más importantes de un patrón son más fuertemente ponderados al considerar si ese patrón debe dar lu*ar como " reconocido ". #arba de 7incoln , patillas de Elvis , y famoso *esto de la len*ua de Einstein son propensos a tener altos pesos en los patrones que hemos aprendido acerca de la aparición de estas fi*uras icónicas . El reconocedor de patrón calcula una probabilidad de que toma los parámetros de importancia en cuenta . 1or lo tanto la probabilidad *lobal es menor si uno o más de los elementos falta , aunque el umbral de reconocimiento , sin embar*o, se puede cumplir . +omo he sePalado , el cálculo de la probabilidad > que el patrón está presente ? es más complicado que una simple suma ponderada en que los parámetros de tamaPo tambi2n deben ser considerados. &i el reconocedor patrón ha recibido una sePal de un reconocedor de nivel más alto que su patrón se " espera ", entonces el umbral se reduce eficamente > es decir, hace más fácil de conse*uir ? . /lternativamente , dicha sePal puede simplemente aPadir al total de las entradas ponderadas , compensando as0 un elemento que falta . Esto ocurre en todos los niveles , de manera que un patrón como una cara que es de varios niveles desde el fondo se puede reconocer incluso con múltiples caracter0sticas que faltan . 7a capacidad de reconocer patrones , incluso cuando al*unos de sus aspectos son transformados se llama función invariante , y se trata de cuatro maneras. En primer lu*ar , hay transformaciones *lobales que se realian antes de la neocortea recibe los datos sensoriales. 6amos a discutir el viae de los datos sensoriales de los oos , los o0dos y la piel en la sección " 7a v0a sensorial " en la pá*ina J . El se*undo m2todo tiene la ventaa de la redundancia en nuestra memoria patrón cortical . Especialmente para los art0culos importantes , hemos aprendido muchas perspectivas diferentes y puntos de vista para cada patrón . 1or lo tanto muchas variaciones se almacenan y procesan por separado . 7a tercera y más potente m2todo es la capacidad de combinar dos listas . na lista puede tener un conunto de transformaciones que hemos aprendido puede aplicarse a una determinada cate*or0a de patrón , la cortea se aplicará esta misma lista de posibles cambios en otro patrón. Esa es nuestra manera de entender estos fenómenos lin*]0sticos como metáforas y s0miles . 1or eemplo , hemos aprendido que ciertos fonemas > los sonidos básicos del len*uae ? pueden estar ausentes en el discurso oral > por eemplo, " 3oin Y "? . &i, pues, nos enteramos de una nueva palabra > por eemplo, " conducción" ? , vamos a ser capaces
de reconocer esa palabra si uno de sus fonemas que falta , incluso si nunca hemos e'perimentado esa palabra en esa forma antes, porque nos hemos familiariado con el fenómeno *eneral de ciertos fonemas que se omiten . +omo otro eemplo, podemos saber que un artista le *usta destacar > haciendo más *rande? al*unos elementos de una cara como la nari. 1odemos identificar un rostro con el que estamos familiariados en que esa modificación se ha aplicado incluso si nunca hemos visto que la modificación en esa cara . +iertas modificaciones art0sticas enfatian las mismas caracter0sticas que son reconocidos por nuestro neocórte' basado en el reconocimiento de patrones. +omo se ha mencionado , que es precisamente la base de la caricatura . El cuarto m2todo se deriva de los parámetros de tamaPo que permiten que un solo módulo para codificar varias instancias de un patrón . 1or eemplo , hemos escuchado la palabra " empinadas " muchas veces . n módulo de reconocimiento de patrón particular que se reconoce la palabra hablada puede codificar estas múltiples eemplos por lo que indica que la duración de [ E \ tiene una alta variabilidad esperado . &i todos los módulos de palabras, incluyendo [ E \ comparten un fenómeno similar , que la variabilidad podr0a ser codificados en los modelos de [ E \ en s0 . &in embar*o , diferentes palabras incorporación de [ E \ > o muchos otros fonemas ? pueden tener diferentes cantidades de variabilidad esperado . 1or eemplo , la palabra "pico " es probable que no tienen el derecho [ E \ fonema como sacado como en la palabra " pendiente ". aprendiae W5o estamos creando nosotros mismos nuestros sucesores en la supremac0a de la tierraT /Padiendo diario de la bellea y la delicadea de su or*aniación , a diario , dándoles mayor capacidad y el suministro de más y más de que la auto re*ulación de la ener*0a de acción automática que será meor que cualquier intelecto T &amuel #utler, @IH@ 7as principales actividades de los cerebros están haciendo cambios en s0 mismos. Marvin Mins$y , -he &ociety of Mind 9asta ahora hemos e'aminado cómo reconocemos patrones > sensorial y perceptual ? y recordar secuencias de patrones > la memoria de las cosas , personas y eventos? . &in embar*o , no hemos nacido con una neocortea lleno de cualquiera de estos patrones. 5uestro neocórte' es territorio vir*en cuando se crea nuestro cerebro. -iene la capacidad de aprendiae y por lo tanto de crear cone'iones entre sus reconocedores de patrones , pero *ana esas cone'iones de la e'periencia . Este proceso de aprendiae comiena incluso antes de nacer , que ocurre simultáneamente con el proceso bioló*ico de la realidad cada ve más un cerebro. n feto ya tiene un cerebro en un mes , aunque es esencialmente un cerebro reptil, ya que el feto va en realidad a trav2s de una alta velocidad de re creación de la evolución bioló*ica en el útero. El cerebro natal es claramente un cerebro humano con un neocórte' humano por el momento en que alcana el tercer trimestre del embarao . En este momento el feto está teniendo e'periencias , y el neocórte' está aprendiendo. Ella puede o0r los sonidos , especialmente s latidos de su madre , que es una de las
raones probables que las cualidades r0tmicas de la música son universales a la cultura humana . +ada civiliación humana amás descubierto ha tenido la música como parte de su cultura , que no es el caso con otras formas de arte , como el arte pictórico. Es tambi2n el caso de que el ritmo de la música es comparable a nuestro ritmo card0aco . Música bate ciertamente variar de lo contrario la música no ser0a mantener nuestro inter2s , pero los latidos del coraón var0a tambi2n . n latido card0aco e'cesivamente re*ular es en realidad un s0ntoma de un coraón enfermo . 7os oos de un feto son parcialmente abierto veintis2is semanas despu2s de la concepción , y están completamente abiertas la mayor parte del tiempo por veintidós ocho semanas despu2s concepción. 1uede que no haya mucho que ver en el interior del útero, pero no son los patrones de lu y oscuridad que la neocortea comiena a procesar . /s0, mientras que un beb2 reci2n nacido ha tenido un poco de e'periencia en el útero, que está claramente limitado . El neocórte' tambi2n puede aprender del cerebro anti*uo > un tema que discuto en el cap0tulo F ?, pero , en *eneral, al nacer el niPo tiene mucho que aprender todo, desde los sonidos básicos y las formas primitivas a las metáforas y el sarcasmo . El aprendiae es fundamental para la inteli*encia humana. &i nos vamos a modelar y simular perfectamente el ser humano neocorte' > como el 1royecto #lue #rain está intentando hacer? y todas las otras re*iones del cerebro que se requiere para funcionar >por eemplo, el hipocampo y el tálamo ? , no ser0an capaces de hacer mucho en la misma manera que un reci2n nacido beb2 no puede hacer mucho >aparte de ser lindo, que es sin duda una adaptación clave de la supervivencia ? . El aprendiae y el reconocimiento tienen lu*ar simultáneamente . Empeamos aprendiendo inmediatamente , y tan pronto como hemos aprendido un patrón , de inmediato empeamos reconoci2ndolo . El neocórte' está continuamente tratando de dar sentido a la entrada que se le presente . &i un nivel determinado no puede procesar plenamente y reconocer un patrón, que es enviado al si*uiente nivel superior. &i nin*uno de los niveles de 2'ito en el reconocimiento de un patrón , que se considera que es un nuevo patrón . +lasificar un patrón nuevo no si*nifica necesariamente que cada aspecto de esto es nuevo . &i buscamos en las pinturas de un artista en particular y ver la cara de un *ato con la nari de un elefante , vamos a ser capaces de identificar cada uno de los ras*os distintivos , pero se dará cuenta que este patrón combinado es al*o nuevo , y es probable que recuerde ella. Mayores niveles conceptuales de la neocortea , que entienden el conte'to 1or eemplo, la circunstancia de que esta ima*en es un eemplo de la obra de un artista en particular y que estamos asistiendo a una abertura de la demostración de nuevas pinturas de ese artista se nota la inusual combinación de los patrones de la cara de *ato elefante, pero tambi2n se incluir estos detalles conte'tuales como los patrones de memoria adicionales. 5uevos recuerdos tales como la cara del *ato y el elefante se almacenan en un reconocedor de patrones disponibles . El hipocampo desempePa un papel en este proceso , y vamos a discutir lo que se sabe sobre los mecanismos bioló*icos reales en el si*uiente cap0tulo. / los efectos de nuestro modelo de neocórte' , es suficiente decir que los patrones que no son reconocidos por lo demás se almacenan como
nuevos patrones y están conectados adecuadamente a los patrones de nivel inferior que los forman . 7a cara de *ato elefante, por eemplo, se almacena en varias formas diferentes ( 7a nueva disposición de las partes de la cara será almacenada, as0 como recuerdos conte'tuales que incluyen el artista, la situación, y tal ve el hecho de que nos re0mos cuando vimos por primera ve ella. Memorias que son reconocidos con 2'ito tambi2n pueden resultar en la creación de un nuevo patrón para lo*rar una mayor redundancia . &i los patrones no están perfectamente reconocidos , que son susceptibles de ser almacenados como el refleo de una perspectiva diferente sobre el tema que fue reconocido . Entonces, Wcuál es el m2todo *eneral para determinar qu2 patrones se almacenan T En t2rminos matemáticos , el problema puede plantearse de la si*uiente manera ( El uso de los l0mites disponibles de almacenamiento de modelo, Wcómo nos representamos de manera óptima los patrones de entrada que hasta el momento se han presentado T &i bien tiene sentido para permitir una cierta cantidad de redundancia , no ser0a práctico para llenar toda la ona de almacenamiento disponible > es decir, todo el neocórte' ? con patrones repetidos , como que no permitir0a una diversidad suficiente de patrones . n modelo como el [ E \ fonemas en palabras habladas es al*o que hemos e'perimentado un sinnúmero de veces. &e trata de un modelo simple de las frecuencias de sonido y que , sin duda, *oa de redundancia si*nificativa en nuestro neocórte' . 1odr0amos llenar todo nuestro neocorte' con patrones repetidos de la [ E \ fonema. 9ay un l0mite , sin embar*o , a la redundancia útil, y un patrón común, tal como este ha alcanado claramente. 9ay una solución matemática para este problema de optimiación llamada de pro*ramación lineal , que resuelve de la meor manera posible la asi*nación de los recursos limitados > en este caso , un número limitado de reconocedores de patrones? que representen todos los casos en los que el sistema ha entrenado . 7a pro*ramación lineal está disePado para sistemas con entradas de una sola dimensión , que es otra raón por la que es óptima para representar la entrada a cada módulo de reconocimiento de patrones como una cadena lineal de entradas . 1odemos utiliar este enfoque matemático en un sistema de soft!are , y aunque un cerebro real está limitado aún más por las cone'iones f0sicas que tiene a su disposición que se puede adaptar entre los reconocedores de patrones , el m2todo es , sin embar*o, similares . na consecuencia importante de esta solución óptima es que las e'periencias que son de rutina se reconocen pero no dan lu*ar a una memoria permanente del ser hechas . +on respecto a mi pie , e'periment2 millones de patrones en todos los niveles , desde los bordes de 6isual #asic y sombras a los obetos tales como postes de lu y los buones y las personas y los animales y plantas que pas2 . +asi nada de lo que viv0 fue único , y los patrones que reconoc0 hac0a tiempo que hab0a lle*ado a su nivel óptimo de redundancia. El resultado es que no recuerdo casi nada de este paseo. 7os pocos detalles que s0 recuerdo es probable que obten*a sobrescribe con nuevos patrones en el momento en que tomo otra docena camina e'cepto por el hecho de que ahora he conmemorado este paseo especial por escrito al respecto. n punto importante que se aplica tanto a nuestro neocórte' bioló*ica y los intentos de emular es que es dif0cil de aprender demasiados niveles conceptuales
simultáneamente . 1odemos aprender esencialmente uno o como má'imo dos niveles conceptuales a la ve. na ve que el aprendiae es relativamente estable , podemos ir a aprender el si*uiente nivel. 1odemos se*uir para poner a punto el aprendiae en los niveles inferiores , pero nuestro enfoque es el aprendiae en el si*uiente nivel de abstracción. Esto es cierto tanto en el inicio de la vida , como la lucha de los reci2n nacidos con formas básicas , y más tarde en la vida, mientras luchamos para aprender nuevas materias , un nivel de compleidad a la ve. 5os encontramos con el mismo fenómeno en las emulaciones de máquinas de la neocortea . &in embar*o , si se presentan cada ve más abstracto nivel de un material a la ve , las máquinas son capaces de aprender i*ual que los humanos > aunque todav0a no con tantos niveles conceptuales ? . 7a salida de un patrón puede alimentar de nuevo a un patrón a un nivel inferior o incluso a la propia patrón , dando el cerebro humano su potente capacidad recursiva . n elemento de un patrón puede ser un punto de decisión en base a otro patrón. Esto es especialmente útil para las listas que componen las acciones , por eemplo , conse*uir otro tubo de pasta de dientes si la actual no está vac0o . E'isten Estas condicionales a todos los niveles . +omo cualquiera que haya intentado pro*ramar un procedimiento en un equipo sabe , condicionales son vitales para describir un curso de acción .
E$ Len&ua2e #e$ Pen-am(ento El suePo actúa como una válvula de escape para el cerebro sobrecar*ado . &i*mund reud , 7a interpretación de los suePos , @J@@ +erebro ( un aparato con el que pensamos que pensamos. /mbrose #ierce , %iccionario del %iablo 1ara resumir lo que hemos aprendido hasta ahora acerca de la forma en la neocortea funciona , por favor consulte el dia*rama del módulo de reconocimiento de patrones neocortical en la pá*ina C . a? 7as dendritas entran en el módulo que representa el patrón . / pesar de que los patrones pueden parecen tener dos o tres dimensiones cualidades , que están representados por una secuencia unidimensional de sePales . El patrón debe estar presente en este orden >secuencial ? para el reconocedor de patrón para poder reconocerlo . +ada una de las dendritas está conectado en última instancia, a una o más a'ones de los reconocedores de patrones en un nivel conceptual más baa que han reconocido un patrón de nivel inferior que constituye parte de este patrón . 1ara cada uno de estos patrones de entrada , puede haber muchos reconocedores de patrones de nivel inferior que pueden *enerar la sePal de que el patrón de nivel inferior ha sido reconocido . El umbral necesario para reconocer el patrón se puede conse*uir incluso si no la totalidad de las entradas han sePalado . El módulo calcula la probabilidad de que el patrón es responsable de está presente . Este cálculo considera la "importancia" y los parámetros " tamaPo" > ver [ f \ a continuación? . -en*a en cuenta que al*unas de las dendritas transmiten sePales en el módulo y
al*unos fuera del módulo . &i todas las dendritas de entrada a este patrón reconocedor están sePalando que sus patrones de bao nivel han sido reconocidas a e'cepción de una o dos , a continuación, este patrón reconocedor enviará una sePal hacia abao para el patrón reconocedor > s ? el reconocimiento de los patrones de nivel inferior que aún no han sido reconocidas , lo que indica que e'iste una alta probabilidad de que ese patrón pronto será reconocida y que de nivel inferior reconocedor > s ? debe estar en el puesto de observación para ello . b? +uando este patrón reconocedor reconoce su patrón >basado en la totalidad o la mayor parte de las sePales de entrada se dendr0ticas activadas ? , el a'ón > salida? de este patrón reconocedor se activará. / su ve , este a'ón se puede conectar a toda una red de dendritas que se conectan a muchos reconocedores patrón de nivel superior que este patrón de entrada es a . Esta sePal se transmite información de ma*nitud para que los reconocedores de patrones en la pró'ima mayor nivel conceptual se considerará. c? &i un reconocedor de patrón de nivel superior está recibiendo una sePal positiva por parte de todos o la mayor0a de sus modelos constitutivos e'cepción de la que representa este patrón reconocedor , entonces eso reconocedor de nivel superior podr0a enviar una sePal a este reconocedor que indica que su patrón se espera . Esta sePal har0a que este patrón reconocedor para baar el umbral , lo que si*nifica que ser0a más probable que se env0e una sePal de su a'ón > lo que indica que su patrón se considera que ha sido reconocido ?, aunque al*unos de sus insumos son falta o poco clara. d? las sePales inhibitorias desde abao har0an menos probable que este patrón reconocedor reconocerá su patrón . Esto puede ser resultado de reconocimiento de patrones de nivel inferior que sean incompatibles con el patrón asociado con este reconocedor de patrones > por eemplo , el reconocimiento de un bi*ote por un menor nivel reconocedor har0a menos probable que esta ima*en es " mi esposa "? . e? las sePales inhibitorias de arriba tambi2n har0a menos probable que este patrón reconocedor reconocerá su patrón . Esto puede ser resultado de un conte'to de mayor nivel que sea incompatible con el patrón asociado con este reconocedor . f? 1ara cada entrada , all0 se almacenan parámetros de importancia , tamaPo esperado , y la variabilidad del tamaPo esperado . El módulo calcula una probabilidad *eneral de que el patrón se basa presente en todos estos parámetros y las sePales de corriente que indican cual de las entradas están presentes y sus ma*nitudes . na forma matemáticamente óptima de lo*rar esto es con una t2cnica llamada modelos ocultos de Mar$ov . +uando tales modelos se or*anian en una erarqu0a > como lo son en la neocortea o en los intentos para simular un neocórte' ? , los llamamos modelos ocultos de Mar$ov erárquicos . 1atrones activan en el *atillo neocórte' otros patrones. 1atrones parcialmente
completos env0an sePales abao en la erarqu0a conceptualX patrones completos env0an sePales de la erarqu0a conceptual. Estos patrones neocorticales son el len*uae del pensamiento. /l i*ual que el len*uae, que son erárquicas , pero no son len*uae per se . 5uestros pensamientos no están concebidos principalmente en los elementos del len*uae , aunque dado que el len*uae es tambi2n el de las erarqu0as de patrones en nuestro neocorte' , podemos tener ideas basadas en el len*uae . &in embar*o, para la mayor parte, pensamientos están representados en estos patrones neocorticales . +omo die anteriormente, si hemos sido capaces de detectar los patrones de activaciones neocorte' de al*uien, todav0a tendr0amos poca idea de lo que si*nificaban esas activaciones patrón sin tener tambi2n acceso a toda la erarqu0a de los patrones anteriores y por debao de cada patrón activado. Eso ser0a prácticamente requerir el acceso a la totalidad de neocórte' de esa persona . ;a es bastante dif0cil para nosotros entender el contenido de nuestros propios pensamientos , pero la comprensión de otra persona requiere el dominio de un neocórte' diferente de la nuestra . 1or supuesto que todav0a no tenemos acceso a la neocortea de otra persona , necesitamos en lu*ar de confiar en sus intentos de e'presar sus pensamientos a un len*uae >al i*ual que otros medios, como los *estos ? . +apacidad incompleta de las personas para llevar a cabo estas tareas de comunicación aPade otra capa de compleidad, no es de e'traPar que no entendemos unos a otros tanto como a nosotros. -enemos dos modos de pensar. no de ellos es el pensamiento no diri*ido , en el que los pensamientos activan entre s0 de una manera no ló*ica . +uando e'perimentamos un repentino recuerdo de un recuerdo de aPos o d2cadas atrás mientras se hace otra cosa, como rastrillar las hoas o caminar por la calle , la e'periencia se recuerda como todas las memorias son como una secuencia de patrones. 5o visualiar inmediatamente el lu*ar a menos que podamos recurrir a una *ran cantidad de otros recuerdos que nos permiten sintetiar un recuerdo más fuerte . &i lo hacemos visualiar la escena de esa manera , estamos esencialmente creando en nuestra mente desde hace alusión a la 2poca de recolección , la memoria en s0 no se almacena en forma de imá*enes o visualiaciones . +omo mencion2 anteriormente, los factores desencadenantes que llevaron esta idea para que apareca en nuestra mente puede o no ser evidente. 7a secuencia de los pensamientos pertinentes puede haberse olvidado de inmediato . 4ncluso si lo hacemos recordarlo , será una secuencia no lineal y tortuosa de las asociaciones . El se*undo modo de pensamiento se diri*e el pensamiento que usamos cuando tratamos de resolver un problema o formular una respuesta or*aniada. 1or eemplo , podr0amos estar ensayando en nuestra mente al*o que tenemos la intención de decir a al*uien, o podr0amos estar formulando un pasae que queremos escribir > en un libro sobre la mente , tal ve? . /l pensar en las tareas de este tipo , ya hemos des*losado cada uno en una erarqu0a de subtareas . Escribir un libro , por eemplo , consiste en escribir los cap0tulos , y cada cap0tulo tiene secciones , cada sección tiene párrafos , cada párrafo contiene frases que e'presan ideas , cada idea tiene su confi*uración de elementos , cada elemento y cada relación entre los elementos es una idea que tiene que ser articulada , y as0 sucesivamente . /l mismo tiempo, las estructuras neocorticales han aprendido ciertas re*las que deben se*uirse. &i la tarea es escribir ,
entonces debemos tratar de evitar repeticiones innecesarias , debemos tratamos de ase*urarnos de que el lector pueda se*uir lo que se está escribiendo , debemos tratar de se*uir las re*las de *ramática y estilo , y as0 sucesivamente . El escritor necesita tanto para construir un modelo del lector en su mente, y esa construcción es erárquica tambi2n. %e este pensamiento diri*ido , estamos dando un paso a trav2s de las listas en nuestro neocorte', cada uno de los cuales se e'pande en *randes erarqu0as de sublistas , cada una con sus propias consideraciones . -en*a en cuenta que los elementos de una lista en un patrón neocortical pueden incluir condicionales , por lo que nuestros pensamientos y acciones subsi*uientes dependerán de las evaluaciones realiadas a medida que avanamos a trav2s del proceso . 1or otra parte, cada uno de esos pensamiento diri*ido activará erarqu0as de pensamientos no diri*idos. na tormenta continua de refle'iones asiste tanto nuestras e'periencias sensoriales y nuestros intentos de pensamiento diri*ido . 5uestra e'periencia mental real es compleo y complicado , formado por estas tormentas de patrones desencadenados , que cambian un centenar de veces por se*undo .
E$ $en&ua2e #e $o- -ue4o7os suePos son eemplos de pensamientos no diri*idos . 9acen un poco de sentido porque el fenómeno de un pensamiento de la activación otra está basada en los v0nculos reales de patrones en nuestro neocorte' . En la medida que un suePo no tiene sentido , tratamos de solucionarlo a trav2s de nuestra capacidad de fabular . +omo voy a describir en el cap0tulo J , los pacientes con el cerebro dividido >cuyo cuerpo calloso , que conecta los dos hemisferios del cerebro, se rompa o se aver0e ? se confabular > compensar ? las e'plicaciones con el iquierdo del cerebro que controla el habla de centro a e'plicar lo que el hemisferio derecho del cerebro acaba de hacer con el aporte que el cerebro iquierdo no ten0a acceso. 5os confabular todo el tiempo para e'plicar el desenlace de los acontecimientos. &i quieres un buen eemplo de esto, simplemente sintoniar el comentario diario sobre el movimiento de los mercados financieros . 5o importa cómo funcionan los mercados , siempre es posible encontrar una buena e'plicación de por qu2 ocurrió , y tal comentario despu2s de los hechos es abundante. 1or supuesto, si estos comentaristas entienden realmente los mercados , no tendr0an que perder su tiempo haciendo comentarios. El acto de confabulando , por supuesto, tambi2n hecho en el neocorte' , que es bueno en dar con historias y e'plicaciones que cumplan con ciertas restricciones. 7o hacemos cada ve que volvemos a contar una historia. 6amos a completar los detalles que pueden no estar disponibles o que hayamos olvidado lo que la historia tiene más sentido. Es por eso que las historias cambian con el tiempo , ya que se les dice una y otra ve por los nuevos narradores con quiá diferentes a*endas. +omo len*ua hablada llevado a la len*ua escrita , sin embar*o, tuvimos una tecnolo*0a que podr0a *rabar una versión definitiva de la historia y evitar este tipo de deriva. El contenido real de un suePo, en la medida en que lo recordamos , es de nuevo una secuencia de patrones . Estos patrones representan limitaciones en una historia X entonces confabular una historia que se auste a estas limitaciones . 7a versión del suePo que volvemos a contar >aunque sólo a nosotros mismos en silencio ? es la confabulación. +omo relatamos un suePo que provocamos cascadas de patrones que
llenan en el suePo real, que ori*inalmente vivieron. 9ay una diferencia fundamental entre los pensamientos del suePo y nuestro pensamiento despierto . na de las lecciones que aprendemos en la vida es que ciertas acciones, incluso pensamientos, no son admisibles en el mundo real. 1or eemplo , sabemos que no podemos cumplir con nuestros deseos inmediatamente . 9ay re*las contra el acaparamiento de dinero en la caa re*istradora en una tienda , y las limitaciones en la interacción con una persona a la que podemos ser atra0dos f0sicamente. -ambi2n aprendemos que ciertos pensamientos no son admisibles porque están prohibidos culturalmente . / medida que aprendemos las habilidades profesionales, aprendemos las maneras de pensar que son reconocidos y recompensados en nuestras profesiones , y de ese modo evitar los patrones de pensamiento que podr0a traicionar a los m2todos y normas de la profesión . Muchos de estos tabúes valen la pena , ya que imponen el orden social y consolidar el pro*reso. &in embar*o , tambi2n pueden prevenir el pro*reso de la aplicación de una ortodo'ia improductivo. Esta ortodo'ia es precisamente lo que Einstein deó atrás cuando trató de montar un ha de lu con sus e'perimentos mentales . 5ormas culturales se aplican en el neocórte' con la ayuda del vieo cerebro , especialmente la am0*dala. +ada pensamiento que tenemos desencadena otros pensamientos , y al*unos de ellos se refieren a los peli*ros asociados . 5os enteramos , por eemplo, que la ruptura de una norma cultural incluso en nuestros pensamientos privados puede llevar al ostracismo , lo que da cuenta de la neocortea amenaa nuestro bienestar. &i nos entretenemos tales pensamientos , la am0*dala se activa , y que *enera miedo, que por lo *eneral conduce a la terminación de ese pensamiento. En los suePos , sin embar*o , estos tabúes se relaan , y vamos a menudo soPar con asuntos que sean cultural, se'ual o profesionalmente prohibidos. Es como si el cerebro se da cuenta de que no somos un actor real en el mundo durante el suePo . reud escribió sobre este fenómeno, pero tambi2n sePaló que vamos a disimular esos pensamientos peli*rosos , por lo menos cuando se intenta recuperarlos , por lo que el cerebro despierto si*ue estando prote*ido de ellos. Relaante tabúes profesionales resulta ser útil para resolver problemas de forma creativa . ;o uso una t2cnica mental cada noche en la que pienso en un problema particular antes de irme a dormir. Esto desencadena secuencias de pensamientos que continuarán en mis suePos. na ve que estoy soPando , no puedo pensar dream sobre soluciones al problema sin la car*a de las restricciones profesionales que llevo durante el d0a . Entonces puedo acceder a estos pensamientos del suePo en la maPana , mientras que en un estado intermedio de soPar y estar despierto , a veces conocido como " suePo lúcido ". F reud tambi2n escribió la c2lebre frase sobre la posibilidad de profundiar en la psicolo*0a de una persona mediante la interpretación de los suePos. 1or supuesto, hay una vasta literatura sobre todos los aspectos de esta teor0a , pero la idea fundamental de hacerse una idea de nosotros mismos a trav2s del e'amen de nuestros suePos tiene sentido. 5uestros suePos son creados por nuestro neocorte' , y por lo tanto sus bienes pueden ser reveladores del contenido y las cone'iones se encuentran all0 . 7a relaación de las restricciones de nuestro pensamiento que e'isten mientras estamos
despiertos tambi2n es útil para revelar el contenido neocortical que de otra manera no podr0amos acceder directamente . -ambi2n es raonable concluir que los modelos que terminan en nuestros suePos representan asuntos importantes para nosotros y por lo tanto claves para entender nuestros deseos y temores no resueltos.
La- ra'ce- #e$ Mo#e$o +omo he mencionado anteriormente , diri*0 un equipo en los aPos @JIA y @JJA que se desarrolló la t2cnica de los modelos ocultos de Mar$ov erárquicas para reconocer el habla humana y entender los estados de len*uae natural . Este trabao fue el predecesor de los sistemas comerciales *eneraliadas de hoy que reconocemos y entendemos lo que estamos tratando de decirles >sistemas de nave*ación para automóviles que se puede hablar, &iri en el i1hone , 3oo*le 6oice &earch , y muchos otros ? . 7a t2cnica que hemos desarrollado tiene sustancialmente todos los atributos que describo en el 1R-M . &e incluye una erarqu0a de modelos a un nivel mayor de ser conceptualmente más abstracta que la de abao . 1or eemplo, en el reconocimiento de vo de los niveles incluidos los patrones básicos de la frecuencia del sonido al nivel más bao , lue*o fonemas, lue*o palabras y frases >que fueron reconocidos a menudo como si fueran palabras ? . /l*unos de nuestros sistemas de reconocimiento de vo puede comprender el si*nificado de los comandos de len*uae natural , por lo que los niveles aún más altos incluyen estructuras tales como nombre y frases verbales . +ada módulo de reconocimiento de patrones pod0a reconocer una secuencia lineal de patrones a partir de un nivel conceptual inferior . +ada entrada ten0a los parámetros de importancia , el tamaPo , y la variabilidad de tamaPo. 5o hubo sePales "hacia abao ", indicando que se espera que un patrón de nivel inferior . %iscuto esta investi*ación con más detalle en el cap0tulo H . En CAAD y CAA , 1alm 1ilot inventor eff 9a!$ins y %ileep 3eor*e desarrollaron un modelo cortical erárquica llamada memoria temporal erárquica. +on el escritor de ciencia &andra #la$eslee , 9a!$ins describió este modelo elocuente en su libro )n 4ntelli*ence . 9a!$ins ofrece un fuerte ar*umento para la uniformidad del al*oritmo cortical y su or*aniación erárquica y basada en listas . 9ay al*unas diferencias importantes entre el modelo presentado en en la inteli*encia y lo que presento en este libro. +omo el nombre implica , 9a!$ins está haciendo hincapi2 en la naturalea temporal > basado en el tiempo ? de las listas de constituyentes . En otras palabras , la dirección de las listas es siempre hacia delante en el tiempo . &u e'plicación de cómo las caracter0sticas de un modelo de dos dimensiones tales como la letra impresa "/" tienen un sentido del tiempo se basa en el movimiento del oo . E'plica que visualiamos imá*enes con movimientos sacádicos , que son movimientos muy rápidos de los oos de los que no somos conscientes . 7a información que lle*a al neocórte' por lo tanto, no es un conunto bidimensional de caracter0sticas , sino más bien una lista ordenada por tiempo . &i bien es cierto que nuestros oos hacen movimientos muy rápidos , la secuencia en la que se ven las caracter0sticas de un patrón como la letra " /" no siempre ocurre en un orden temporal coherente. > 1or eemplo, los movimientos sacádicos del oo no siempre se re*istrará el v2rtice superior de "/" antes de su concavidad inferior. ? 1or otra parte , podemos reconocer un patrón visual que se presentan sólo a unas pocas decenas de
milise*undos , lo cual es un periodo muy corto de tiempo de movimientos sacádicos del oo para escanearlo. Es cierto que los reconocedores de patrones en la tienda neocorte' un patrón en forma de lista y que la lista es de hecho pedir , pero el orden no representa necesariamente el tiempo. Esto es a menudo el caso, pero tambi2n puede representar un conceptual espaciales o de mayor nivel de pedidos como se discutió anteriormente . 7a diferencia más importante es el conunto de parámetros que he incluido para cada entrada en la módulo de reconocimiento de patrones , en especial los parámetros de variabilidad del tamaPo y el tamaPo . En la d2cada de @JIA que en realidad tratamos de reconocer el habla humana sin este tipo de información. Esto fue motivado por los lin*]istas " que nos dice que la información de duración no fue especialmente importante. Esta perspectiva se ilustra con los diccionarios que escriben la pronunciación de cada palabra como una cadena de fonemas , por eemplo la palabra " fuerte " como [ s \ [ t\ [ E\ [ p \ , sin nin*una indicación de la duración de cada fonema es espera que dure . 7a implicación es que si creamos pro*ramas para reconocer fonemas y lue*o encontrar esta secuencia particular de cuatro fonemas > en una e'presión hablada ? , debemos ser capaces de reconocer que la palabra hablada. El sistema que hemos construido con este enfoque funcionó hasta cierto punto, pero no lo suficiente como para hacer frente a tales atributos como un amplio vocabulario , múltiples altavoces, y las palabras que se hablan continuamente sin pausas. +uando se utilió la t2cnica de los modelos ocultos de Mar$ov erárquicos con el fin de incorporar la distribución de las ma*nitudes de cada entrada , el rendimiento se disparó .
CAPÍTULO 5 E$ neocórte+ 6IOL7%ICA 1orque las cosas importantes van en un caso , tienes un cráneo para el cerebro , una funda de plástico para su peine, y una cartera de su dinero. 3eor*e +ostana, en " 7a Mirilla Reverse" episodio de &einfeld /hora, por primera ve , estamos observando el cerebro en el trabao de una manera *lobal con tal claridad que debemos ser capaces de descubrir los pro*ramas *enerales detrás de sus ma*n0ficos poderes. . 3. -aylor , #. 9or!it y . K. riston 7a mente , en fin, trabaa sobre los datos que recibe en *ran medida como un escultor trabaa en su bloque de piedra. En cierto sentido, la estatua estaba all0 desde la eternidad. 1ero hab0a un millar de los diferentes unto a 2l , y el escultor solo es dar las *racias por haber desprendió 2sta del resto. usto lo que el mundo de cada uno de nosotros , independientemente de cuál sea diferente a nuestros diversos puntos de vista de lo que sea, todo estaba incrustado en el caos primordial de las sensaciones , lo que dio la mera materia al pensamiento de todos nosotros con indiferencia. 1odemos, si queremos, por nuestros raonamientos descansar las cosas vuelvan a la continuidad de ne*ro y sin untas del espacio y las nubes en movimiento del enambre de átomos que la ciencia llama el único mundo real. 1ero al mismo tiempo que el mundo nos sentimos y vivimos será la que nuestros antepasados y nosotros, por
*olpes lentamente acumulados de elección , se desprendió de esto, como escultores , por el simple rechao de ciertas partes de la materia dada. )tros escultores, otras estatuas de la misma piedra 8 )tras mentes , otros mundos desde el mismo caos monótono e ine'presivo 8 Mi mundo no es más que una en un millón por i*ual incrustado, tanto real para aquellos que les abstracto. Nu2 diferente debe ser el mundo en la conciencia de la hormi*a , ibia , o el can*reo 8 ^ =illiam ames Es la inteli*encia de la meta, o incluso un obetivo, de la evolución bioló*ica T &teven 1in$er escribe( " &omos machistas sobre nuestro cerebro , pensaba que era el obetivo de la evolución", @ y continúa ar*umentando que "el que no tiene sentido .... 7a selección natural no hace nada ni siquiera cerca de la lucha por la inteli*encia. El proceso es impulsado por las diferencias en las tasas de supervivencia y reproducción de los or*anismos replicantes en un entorno particular. +on el tiempo, los or*anismos adquieren los disePos que ellos se adaptan para la supervivencia y la reproducción en ese medio, per0odo, . 5ada los detiene en cualquier dirección que no sea el 2'ito en el acto " 1in$er concluye que " la vida es un arbusto denso ramificación, no una escala o un escalera , y los or*anismos vivos se encuentran en las puntas de las ramas , y no en niveles más baos " . En relación con el cerebro humano, que se pre*unta si los "beneficios superan a los costos . " Entre los costos , menciona que " el cerebro [ es \ voluminosos. 7a pelvis de la muer apenas tiene capacidad descomunal cabea de un beb2. Ese compromiso de disePo mata a muchas mueres durante el parto y requiere un paso *iratorio que hace que las mueres caminantes biomecánicamente menos eficientes que los hombres. -ambi2n una cabea pesada flotando alrededor en el cuello nos hace más vulnerables a las lesiones fatales en accidentes como ca0das. " Sl va a la lista adicional deficiencias , como el consumo de ener*0a del cerebro , su tiempo de reacción lento, y el lar*o proceso de aprendiae. &i bien cada una de estas afirmaciones es e'acta en su cara > aunque muchas de mis ami*as son meores caminantes que yo ? , 1in$er le falta el punto *eneral aqu0 . Es cierto que bioló*icamente , la evolución no tiene dirección espec0fica. &e trata de un m2todo de búsqueda que, efectivamente, se llena a fondo la " ramificación arbusto densamente " de la naturalea . Es i*ualmente cierto que los cambios evolutivos no necesariamente se mueven en la dirección de una mayor inteli*encia se mueven en todas las direcciones . 9ay muchos eemplos de criaturas e'itosas que se han mantenido relativamente sin cambios durante millones de aPos . > +ocodrilos , por eemplo , la fecha de hace CAA millones de aPos, y muchos microor*anismos se remontan mucho más leos que eso. ? 1ero en el transcurso de llenar completamente las ramas evolutivas innumerables , una de las direcciones que se mueve en es hacia una mayor inteli*encia. Ese es el punto de referencia a efectos de esta discusión .
(-,o-(c(ón "'-(ca #e $a- re&(one- c$a/e #e$ cere8ro 9 E$ neocórte+ en #("erente- mam'"ero- 9 &upon*amos que tenemos un *as de color aul en un frasco. +uando quitamos la tapa, no hay nin*ún mensae que va a todas las mol2culas del *as diciendo, " 9ey , chicos , la tapa está apa*ado el frasco X . 6ayamos hacia la apertura y hacia la libertad
" 7as mol2culas sólo se*uir haciendo lo que siempre hacen , que es moverse en todas direcciones sin dirección aparente . 1ero en el curso de hacerlo, al*unos de ellos en la parte superior de hecho se moverá fuera del tarro , y con el tiempo la mayor0a de ellos lo mismo. na ve que la evolución bioló*ica se tropeó con un mecanismo neural capa de aprender erárquica , que nos pareció ser inmensamente útil para un obetivo de la evolución, que es la supervivencia. El beneficio de tener un neocórte' se a*udió al cambiar rápidamente circunstancias favorecieron el rápido aprendiae . 7as especies de todo tipo plantas y animales pueden aprender a adaptarse a las circunstancias cambiantes en el tiempo , pero sin neocórte' , deben utiliar el proceso de la evolución *en2tica . &e puede tomar much0simos *eneraciones , miles de aPos para una especie sin neocórte' para aprender nuevos comportamientos si*nificativos > o en el caso de los ve*etales, las estrate*ias de adaptación ? . 7a ventaa de supervivencia saliente de la neocortea era que podr0a aprender en cuestión de d0as . &i una especie se encuentra dramáticamente cambio de circunstancias y un miembro de esa especie invente o descubra o simplemente tropiea >estos tres m2todos son todas variaciones de innovación?, una forma de adaptarse a ese cambio, otras personas se darán cuenta , aprender y copiar ese m2todo, y se propa*ará rápidamente de forma viral a toda la población . El evento de e'tinción del +retácico 1aleó*eno catacl0smica hace GF millones de aPos llevó a la rápida desaparición de muchas especies no neocórte' transporte que no pudieron adaptarse con suficiente rapide a un entorno de pronto alterada. Esto marcó el punto de infle'ión para los mam0feros neocorte' con capacidad para hacerse car*o de su nicho ecoló*ico . %e esta manera , la evolución bioló*ica se ha encontrado que el aprendiae erárquica de la neocortea era tan valioso que esta re*ión del cerebro continuó creciendo en tamaPo hasta que prácticamente se hio car*o del cerebro de 9omo sapiens . 7os descubrimientos de la neurociencia han establecido convincentemente el papel clave desempePado por la erárquica capacidades de la neocortea , as0 como las pruebas ofrecidas por la teor0a de reconocimiento de patrones de la mente > 1R-M ? . Esta evidencia se distribuye entre muchas observaciones y análisis, una parte del cual voy a revisar aqu0 . 1sicólo*o canadiense %onald ). 9ebb >@JA@JIF? hio un primer intento de e'plicar las bases neuroló*icas del aprendiae. En @JJ se describió un mecanismo en el que las neuronas cambian se*ún fisioló*icamente en su e'periencia, consolidando as0 las bases para el aprendiae y la plasticidad cerebral ( " 6amos a suponer que la persistencia o la repetición de una actividad de reverbero >o " traa " ? tiende a inducir cambios celulares duraderos que se suman a su estabilidad .... +uando un a'ón de la c2lula / es lo suficientemente cerca como para e'citar una c2lula # y repetida o persistentemente toma parte en cocción que , al*ún proceso de crecimiento o cambio metabólico se lleva a cabo en una o ambas c2lulas de tal manera que de una eficiencia , como una de las celdas de disparo #, se incrementa." C Esta teor0a ha sido declarado como"c2lulas que disparan untas, se conectan", y que se conoce como aprendiae de 9ebb. /spectos de la teor0a de 9ebb se han confirmado, en el que es evidente que los conuntos de cerebro pueden crear nuevas cone'iones y reforarlos , sobre la base de su propia actividad . %e hecho, podemos ver las neuronas en desarrollo este tipo de cone'iones en los escáneres cerebrales . /rtificiales "redes neuronales" se basan en el modelo de aprendiae neuronal de
9ebb. El supuesto central en la teor0a de 9ebb es que la unidad básica de aprendiae en el neocórte' es la neurona . 7a teor0a de reconocimiento de patrones de la mente que el articulo en este libro se basa en una unidad diferente fundamental ( no la propia neurona , sino más bien un conunto de neuronas, que estimo a número de alrededor de un centenar. 7os puntos fuertes de cableado y sináptica dentro de cada unidad son relativamente estables y se determinó que es *en2ticamente , la or*aniación dentro de cada módulo de reconocimiento de patrones se determina por disePo *en2tico . El aprendiae tiene lu*ar en la creación de cone'iones entre estas unidades , no dentro de ellas , y, probablemente, en las fuera de las sinapsis de las cone'iones entre unidades . El apoyo más reciente para el módulo básico de aprendiae de ser un módulo de decenas de neuronas proviene neurocient0fico 9enry Mar$ram suio >nacido en @JGC ? , cuyo proyecto #lue #rain ambicioso para simular todo el cerebro humano que describo en el cap0tulo H . En un documento de CA@@ que describe cómo durante la e'ploración y el análisis de las neuronas neocortea del mam0fero reales , era " buscar [ in*\ la evidencia de asambleas 9ebbian en el nivel más elemental de la cortea . " 7o que encontró su lu*ar , dice, eran " asambleas esquivos [ cuya \ conectividad y pesos sinápticos son altamente predecibles y restrin*ida. " Sl concluye que" estos halla*os implican que la e'periencia no se puede moldear fácilmente las cone'iones sinápticas de las asambleas ", y especula que" sirven como innatas bloques de construcción 7e*o como , de conocimiento para percepción y que la adquisición de recuerdos implica la combinación de estos bloques de construcción en construcciones compleas ", continúa. ( /sambleas neuronales funcionales han sido reportados desde hace d2cadas , pero la evidencia directa de *rupos de neuronas conectadas sinápticamente ... ha desaparecido .... %esde estas asambleas serán todos similares en topolo*0a y sináptica pesos, no moldeados por cualquier e'periencia espec0fica , consideramos que estos son ensamblados innatas .... 7a e'periencia ue*a un papel menor en la determinación de las cone'iones sinápticas y los pesos dentro de estas asambleas .... 5uestro estudio encontró evidencia [ de \ innatas asambleas 7e*o como de una docena de neuronas ... 7as cone'iones entre los conuntos pueden combinar en super ensamblados dentro de una capa neocortical , a continuación, en conuntos de orden superior en una columna cortical , incluso conuntos de orden superior en una re*ión del cerebro , y, finalmente, en el conunto de orden más alto posible representado por todo el cerebro ... . 7a adquisición de recuerdos es muy similar a la construcción con 7e*o . +ada conunto es equivalente a un bloque de 7e*o que sostiene al*una piea de conocimiento innato elemental acerca de cómo procesar , percibir y responder al mundo .... +uando diferentes bloques se unen, por lo tanto, forman una combinación única de estas percepciones innatas que representa el conocimiento espec0fico de un individuo y e'perience.D 7os " bloques de 7e*o " que Mar$ram propone son totalmente compatibles con los módulos de reconocimiento de patrones que he descrito . En una comunicación por e
mail , Mar$ram describe estos " bloques de 7e*o " como " contenido compartido y el conocimiento innato. " Me articulo que el obetivo de estos módulos es reconocer patrones , para recordarlos , y predecir ellos basados en patrones parciales . -en*a en cuenta que la estimación de Mar$ram de que contienen " varias docenas de neuronas " de cada módulo se basa sólo en la capa 6 de la cortea cerebral . +apa de 6 es de hecho rica neurona , pero en base a la proporción habitual de los recuentos de neuronas en las seis capas , esto se traducir0a en un orden de ma*nitud de alrededor de @AA neuronas por módulo , lo cual es consistente con mis estimaciones . El cableado consistente y aparente modularidad de la neocortea se ha observado durante muchos aPos , pero este estudio es el primero en demostrar la estabilidad de estos módulos como el cerebro sufre sus procesos dinámicos. )tro estudio reciente , este 9ospital 3eneral de Massachusetts , financiado por los 4nstitutos 5acionales de &alud y la undación 5acional de +iencias y publicado en la edición de maro CA@C de la nuestro nal &cience, tambi2n muestra una estructura re*ular de las cone'iones a trav2s de la neocorte'.F El art0culo se describe el cableado de la neocortea como si*uiendo una cuadr0cula , como ordenadas calles de la ciudad ( "#ásicamente , la estructura *eneral del cerebro termina por parecerse Manhattan, donde se tiene un plan de C % de la calle y un tercer ee , un ascensor que va en la tercera dimensión " , escribió 6an . =edeen , neurocient0fico de 9arvard y el f0sico y el efe del estudio. En una revista &cience podcast, =edeen describió la importancia de la investi*ación( "Esta fue una investi*ación de la estructura tridimensional de las v0as del cerebro. +uando los cient0ficos han pensado en los caminos del cerebro durante los últimos cien aPos , la t0pica ima*en o modelo que viene a la mente es que estas v0as pueden parecerse a los de un plato de espa*uetis v0as separadas que tienen poco patrón espacial particular, en relación con una otra . tiliando imá*enes de resonancia ma*n2tica , hemos sido capaces de investi*ar esta cuestión e'perimentalmente. ; lo que encontramos fue que en lu*ar de estar dispuestos al aar o v0as independientes , encontramos que todos los caminos del cerebro en su conunto encaar en una sola estructura sumamente simple. #ásicamente parece un cubo. #ásicamente, se eecutan en tres direcciones perpendiculares , y en cada una de esas tres direcciones de las v0as son altamente paralelos entre s0 y dispuestos en matrices . /s0, en lu*ar de espa*uetis independientes , vemos que la conectividad del cerebro es , en cierto sentido, una sola estructura coherente " . +onsiderando que el estudio Mar$ram muestra un módulo de neuronas que se repite en todo el neocórte' , el estudio =edeen demuestra un patrón muy ordenada de las cone'iones entre los módulos . El cerebro comiena con un muy *ran número de " cone'iones en espera " a la que los módulos de reconocimiento de patrones pueden conectar . /s0, si un módulo dado desea conectarse a otro , lo que no necesita para crecer un a'ón de una y una dendrita de la otra para abarcar toda la distancia f0sica entre ellos . &implemente puede aprovechar una de estas cone'iones a'onales de honor y simplemente conectar a los e'tremos de la fibra. +omo =edeen y sus cole*as escriben, " 7os caminos del cerebro si*uen un plan de base establecida por el ... embrio*2nesis temprana . 1or lo tanto , los caminos del cerebro maduro presentan una ima*en de estos tres *radientes primordiales, f0sicamente deformes por el
desarrollo. "En otras palabras, a medida que aprender y tener e'periencias , los módulos de reconocimiento de patrones del neocórte' se conectan a estas cone'iones preestablecidas que se crearon cuando 2ramos embriones. 9ay un tipo de chip electrónico denominado un campo de matri de puertas pro*ramables > 13/ ? que se basa en un principio similar . El chip contiene millones de módulos que implementan las funciones ló*icas , unto con cone'iones de honor . En el momento de uso , estas cone'iones son o bien activan o desactivan >a trav2s de sePales electrónicas? para poner en práctica una capacidad en particular . En el neocórte' , las cone'iones de lar*a distancia que no se utilian eventualmente son podadas de distancia, que es una raón por la adaptación de una ona pró'ima a la cortea cerebral para compensar la que ha daPado no es tan efica como el uso de la re*ión ori*inal . &e*ún el estudio =edeen , las cone'iones iniciales son muy ordenada y repetitiva , al i*ual que los propios módulos , y su patrón de reilla se utilia para " *uiar la conectividad " en la neocortea . Este patrón se encontró en todos los cerebros de primates y humanos estudiado y fue evidente a trav2s de la neocortea , de las re*iones que se ocupan de los patrones sensoriales primarias hasta emociones de más alto nivel . /rt0culo de la revista &cience =edeen concluyó que la " estructura de la red de v0as cerebrales se ha *eneraliado , coherente y continuo con los tres ees principales del desarrollo. " Esto habla de nuevo con un al*oritmo común en todas las funciones neocorticales . %esde hace tiempo se sabe que al menos ciertas re*iones de la neocortea son erárquicos . 7a re*ión meor estudiada es la cortea visual , que se divide en áreas conocidas como 6@ , 6C , y M- > tambi2n conocido como 6F ? . / medida que avanamos hacia las onas más altas de la re*ión > " superior" en el sentido del proceso conceptual, no f0sicamente , ya que el neocorte' es siempre sólo un patrón reconocedor de espesor? , las propiedades que pueden ser reconocidos pasan a ser más abstracto. 6@ reconoce bordes muy básicos y formas primitivas . 6C puede reconocer contornos , la disparidad de las imá*enes presentadas por cada uno de los oos, la orientación espacial , y si una parte de la ima*en es parte de un obeto o de las re*iones bac$*round.G de más alto nivel de la cortea cerebral reconocen conceptos tales como la identidad de los obetos y las caras y su movimiento . %esde hace tiempo tambi2n se ha sabido que la comunicación a trav2s de esta erarqu0a es a la ve hacia arriba y hacia abao , y que las sePales puede ser tanto e'citatorios e inhibitorios . M4- neurocient0fico -omaso 1o**io >nacido en @JH ? ha estudiado ampliamente la visión en el cerebro humano, y su investi*ación de los últimos treinta y cinco aPos, ha sido fundamental en el establecimiento de ensePana erárquica y el reconocimiento de patrones en el "temprano" >la más baa conceptual? los niveles de la visual neocorte'.H 7a estructura de reilla muy re*ular de las cone'iones iniciales en la neocortea encuentra en un 5acional 4nstitutos de estudios de la &alud. )tro punto de vista de la estructura de malla re*ular de cone'iones neocorticales . 7a estructura de reilla que se encuentra en el neocórte' es notablemente similar a lo que se llama travesaPo de conmutación , que se utilia en los circuitos inte*rados y placas de circuitos .
5uestra comprensión de los niveles erárquicos inferiores de la cortea cerebral visual es consistente con la 1R-M he descrito en el cap0tulo anterior, y la observación de la naturalea erárquica de procesamiento neocortical recientemente ha e'tendido mucho más allá de estos niveles. niversidad de -e'as neurobiolo*0a profesor %aniel . elleman y sus cole*as traó la "or*aniación erárquica de la cortea cerebral ... [ en \ CF áreas neocorticales ", que inclu0a tanto a las áreas visuales y las onas de más alto nivel que combinan patrones de múltiples sentidos . 7o que encontraron a su paso por la erarqu0a neocortical es que la transformación de los patrones se hio más abstracta, compuesta áreas espaciales más *randes, e involucró a plaos más lar*os . +on todas las cone'iones se encuentran la comunicación tanto hacia arriba y abao de la hierarchy.I 7a investi*ación reciente nos permite ampliar considerablemente estas observaciones a re*iones mucho más allá de la cortea visual , e incluso a las áreas de asociación , que combinan las aportaciones de múltiples sentidos. n estudio publicado en CAAI por el profesor de psicolo*0a de 1rinceton ri 9asson y sus cole*as demuestra que los fenómenos observados en la cortea visual se producen en una amplia variedad de áreas neocorticales ( " Es bien sabido que las neuronas a lo lar*o de las v0as corticales visuales tienen campos receptivos espaciales cada ve más *randes . Este es un principio or*aniativo básico del sistema visual .... Eventos del mundo real producen no sólo sobre las re*iones e'tendidas de espacio , sino tambi2n durante per0odos de tiempo prolon*ados . 1or lo tanto, la hipótesis de que debe e'istir una erarqu0a similar a la encontrada para el tamaPo de los campos receptivos espaciales de las caracter0sticas de respuesta en el tiempo de las diferentes re*iones del cerebro. "Esto es e'actamente lo que encontraron , lo que les permitió concluir que " similar a la erarqu0a cortical conocida de campos receptivos espaciales , hay una erarqu0a de ventanas temporales receptivas pro*resivamente más lar*o en el cerebro humano . " J El ar*umento más poderoso para la universalidad de procesamiento en el neocórte' es la omnipresente evidencia de plasticidad >no sólo el aprendiae, sino intercambiabilidad ? ( En otras palabras , una re*ión es capa de hacer el trabao de otras re*iones , lo que implica un al*oritmo común en todo el neocórte' . na *ran parte de la investi*ación en neurociencias se ha centrado en identificar qu2 re*iones de la cortea cerebral son responsables de qu2 tipos de patrones. 7a t2cnica clásica para la determinación de esta ha sido la de tomar ventaa de daPo cerebral de una lesión o un accidente cerebrovascular y para correlacionar la p2rdida de funcionalidad con las re*iones daPadas espec0ficos . /s0 , por eemplo, cuando nos damos cuenta de que una persona con daPo reci2n adquirido a la re*ión del *yrus fusiforme repente tiene dificultad para reconocer caras , pero todav0a es capa de identificar a las personas de sus voces y patrones de len*uae , podemos plantear la hipótesis de que esta re*ión tiene al*o que ver con la cara reconocimiento . 7a suposición subyacente ha sido que cada una de estas re*iones está disePado para reconocer y procesar un tipo particular de patrón . Re*iones f0sicas particulares se han convertido en asociados con ciertos tipos de patrones , porque en circunstancias normales esto es cómo la información pasa a fluir. 1ero cuando ese fluo normal de información se interrumpe por cualquier motivo , otra re*ión de la cortea cerebral es capa de intervenir y hacerse car*o .
1lasticidad ha sido ampliamente observado por los neurólo*os , que observaron que los pacientes con daPo cerebral de una lesión o un accidente cerebrovascular pueden volver a aprender las mismas habilidades en otra ona de la cortea cerebral . -al ve el eemplo más dramático de la plasticidad es un estudio de CA@@ por el neurocient0fico estadounidense Marina #edny y sus cole*as en lo que sucede a la cortea visual de las personas con ce*uera con*2nita . 7a sabidur0a común ha sido que las primeras capas de la cortea visual , tales como 6@ y 6C , se ocupan inherentemente con los patrones de muy bao nivel >tales como bordes y curvas ? , mientras que la cortea frontal > que evolutivamente nueva re*ión de la cortea que nos tener en nuestra única *randes frentes ? ofertas intr0nsecamente con los patrones más compleos y sutiles del len*uae y otros conceptos abstractos . 1ero como #edny y sus cole*as encontraron , "7os seres humanos se cree que han evolucionado las re*iones del cerebro en la cortea frontal y temporal iquierdo que son únicamente capaces de procesamiento del len*uae . &in embar*o , las personas con ce*uera con*2nita tambi2n activan la cortea visual en al*unas tareas verbales . )frecemos pruebas de que la actividad de la cortea visual , de hecho, reflea el procesamiento del len*uae . Encontramos que en las personas con ce*uera con*2nita , la cortea visual iquierda se comporta de manera similar a las re*iones clásicas del len*uae .... 7le*amos a la conclusión de que las re*iones del cerebro que se cree que han evolucionado de la visión pueden asumir el procesamiento del len*uae , como resultado de la e'periencia temprana "@A. +onsidere las implicaciones de este estudio ( &i*nifica que las re*iones neocorticales que son f0sicamente relativamente separados , y que tambi2n han sido considerados conceptualmente muy diferente > sePales visuales primitivos frente a los conceptos del len*uae abstracto ? , utilian esencialmente el mismo al*oritmo . 7as re*iones que procesan estos tipos diferentes de patrones pueden sustituir unos por otros . niversidad de +alifornia en #er$eley neurocient0fico %aniel E. eldman escribió una completa revisión de CAAJ de lo que llamó "mecanismos de plasticidad sináptica en la cortea cerebral " y encontró evidencia de este tipo de plasticidad en la cortea cerebral . Escribe que " la plasticidad permite que el cerebro de aprender y recordar patrones en el mundo de los sentidos , para perfeccionar los movimientos ... y para recuperar la función despu2s de la lesión . " ; aPade que esta plasticidad se habilita de " cambios estructurales , incluyendo la formación , la eliminación y la remodelación morfoló*ica de sinapsis corticales y espinas dendr0ticas . " @@ )tro eemplo sorprendente de la plasticidad neocortical > y por ende de la uniformidad del al*oritmo neocortical ? fue demostrado recientemente por cient0ficos de la niversidad de +alifornia en #er$eley. Ellos conectaron microelectrodos implantados para reco*er las sePales del cerebro espec0fica de una re*ión de la cortea motora de los ratones que controla el movimiento de los bi*otes . Establecieron su e'perimento para que los ratones recibir0an una recompensa si se controlan estas neuronas al fue*o en un cierto patrón mental, pero no moverse realmente sus bi*otes. El patrón se requiere para obtener la recompensa implicado una tarea mental que sus neuronas frontales normalmente no lo hacen. 7os ratones fueron , sin embar*o, capa de cumplir con esta tarea mental, esencialmente por pensar con sus neuronas motoras mientras mentalmente desacoplamiento de ellos el
control de motor movements.@C 7a conclusión es que la cortea motora , la re*ión de la cortea cerebral responsable de la coordinación de los movimientos musculares , tambi2n se utilia la norma al*oritmo neocortical . 9ay varias raones, sin embar*o , Wpor qu2 una habilidad o un área de conocimiento que se ha vuelto a aprender el uso de una nueva área de la neocortea para reemplaar a uno que ha sido daPado no será necesariamente tan bueno como el ori*inal . En primer lu*ar, porque nos llevó toda una vida para aprender y perfeccionar una destrea en particular , volver a aprender en otra área de la cortea cerebral no *enerará inmediatamente los mismos resultados. Más importante aún, esta nueva área de la cortea cerebral no sólo ha estado sentado a esperar como reserva para una re*ión lesionada . Ssta tambi2n ha estado llevando a cabo las funciones vitales , y por lo tanto se atreven a renunciar a sus patrones neocortical para compensar la re*ión daPada . &e puede comenar por la liberación de al*unas de las copias redundantes de sus patrones, pero si lo hace sutilmente de*radar sus habilidades e'istentes y no se libere todo el espacio cortical como las habilidades que se hab0an vuelto a aprender utiliada ori*inalmente . 9ay una tercera raón por la plasticidad tiene sus l0mites . %ado que en la mayor0a de las personas de determinados tipos de patrones fluirán a trav2s de determinadas re*iones >por eemplo, las caras están procesados por el *iro fusiforme ? , estas re*iones se han convertido en optimiadas > por la evolución bioló*ica ? 1ara los tipos de patrones. +omo puedo informar en el cap0tulo H , que encontró el mismo resultado en nuestros desarrollos neocortical di*itales. 1odr0amos reconocer el habla con nuestros sistemas de reconocimiento de caracteres y viceversa , pero los sistemas de vo han sido optimiados para la vo y de manera similar a los sistemas de reconocimiento de caracteres han sido optimiados para caracteres de imprenta , por lo que no habr0a una reducción en el rendimiento si sustituimos uno para el otro. %e hecho utiliamos al*oritmos evolutivos >*en2ticos ? para llevar a cabo esta optimiación , una simulación de lo que la biolo*0a hace naturalmente . %ado que las caras han estado fluyendo a trav2s del *iro fusiforme para la mayor0a de las personas para cientos de miles de aPos > o más ? , la evolución bioló*ica ha tenido tiempo para evolucionar una capacidad favorable para procesar dichos patrones en esa re*ión . &e utilia el mismo al*oritmo básico , pero está orientado hacia caras . +omo escribió el neurólo*o holand2s Randal Koene , " El [ neo \ cortea es muy uniforme , cada columna o minicolumna puedo hacer lo que cada uno se puede hacer en principio " @D. 4nvesti*aciones recientes dan fe de la observación de que el patrón de reconocimiento de módulos de alambre mismos basa en los patrones a los que están e'puestos . 1or eemplo , el neurocient0fico :uo ;i y sus cole*as observaron a nuevos " espinas dendr0ticas " forman cone'iones entre las c2lulas nerviosas como los ratones aprenden una nueva habilidad > que alcana a trav2s de una ranura para tomar una semilla? .@ 7os investi*adores del 4nstituto &al$ han descubierto que esta autocr0tica cableado de los módulos neocórte' está aparentemente controlado por un puPado de *enes. Estos *enes y este m2todo de auto cableado tambi2n son uniformes en todo el neocorte'.@F Muchos otros estudios documentan estos atributos de la neocortea , pero vamos a resumir lo que podamos observar desde la literatura neurociencia y de nuestros
propios e'perimentos mentales . 7a unidad básica de la neocortea es un módulo de neuronas, que estimo en alrededor de un centenar . Estas se entrelaan en cada columna neocortical para que cada módulo no es visiblemente distinta . El patrón de cone'iones sinápticas y fortaleas dentro de cada módulo es relativamente estable . &e trata de las cone'iones sinápticas y fortaleas entre los módulos que representan el aprendiae. 9ay del orden de mil billones > @A@F ? cone'iones en la neocortea , sin embar*o, sólo alrededor de CF millones de bytes de información de disePo en el *enoma > despu2s de la compresión sin p2rdidas ? , @G por lo que las cone'iones por s0 mismos no puede posiblemente ser determinada *en2ticamente. Es posible que al*unos de este aprendiae es el producto de la neocórte' está interro*ando al vieo cerebro , pero que todav0a representar0a necesariamente sólo una cantidad relativamente pequePa de información . 7as cone'iones entre los módulos se crean en el conunto de la e'periencia >criana en lu*ar de la naturalea?. El cerebro no tiene suficiente fle'ibilidad para que cada módulo de reconocimiento de patrones neocortical simplemente puede enlaar a cualquier otro módulo > como se puede pro*ramar fácilmente en nuestros ordenadores o en la =eb ? , una cone'ión f0sica real debe hacerse , compuesto por un a'ón conecta a una dendrita . +ada uno de nosotros empeamos con un vasto arsenal de posibles cone'iones neuronales . / medida que el estudio =edeen muestra , estas cone'iones se or*anian de una manera muy repetitiva y ordenada . -erminal de cone'ión de estos a'ones de honor se lleva a cabo en base a los patrones que cada reconocedor patrón neocortical ha reconocido . +one'iones no utiliadas se podan en última instancia de distancia . Estas cone'iones se construyen erárquicamente, lo que reflea el orden erárquico natural de la realidad. Ese es el punto fuerte de la neocortea . El al*oritmo básico de los módulos de reconocimiento de patrones neocortical es equivalente a trav2s de la cortea cerebral de los módulos de " bao nivel" , que se ocupan de los patrones de los sentidos más básicos, a los módulos de "alto nivel " , que reconocen los conceptos más abstractos. 7a *ran evidencia de la plasticidad y la capacidad de intercambio de las re*iones neocorticales es testimonio de esta importante observación. 9ay una cierta optimiación de las re*iones que tienen que ver con determinados tipos de patrones , pero esto es un efecto de se*undo orden al*oritmo fundamental es universal . &ePales suben y baan la erarqu0a conceptual. na sePal que va a decir , " 9e detectado un patrón. " na sePal que va hacia abao si*nifica , " Estoy esperando a su patrón que se produca ", y es esencialmente una predicción. /mbas sePales ascendentes y descendentes pueden ser e'citadoras o inhibidoras . +ada patrón es en s0 misma en un orden particular, y no se invierte fácilmente . 4ncluso si un patrón parece tiene aspectos multidimensionales , que está representado por una secuencia unidimensional de patrones de nivel inferior . n patrón es una secuencia ordenada de otros patrones , por lo que cada reconocedor es inherentemente recursiva . 5o puede haber muchos niveles de la erarqu0a. 9ay una *ran cantidad de redundancia en los patrones que aprendemos , sobre todo los más importantes. El reconocimiento de patrones > tales como obetos y rostros comunes ? utilia el mismo mecanismo que nuestros recuerdos , que son sólo los
patrones que hemos aprendido. -ambi2n se almacenan como secuencias de patrones que son básicamente historias . Ese mecanismo se utilia tambi2n para el aprendiae y llevar a cabo el movimiento f0sico en el mundo . 7a redundancia de patrones es lo que nos permite reconocer obetos, personas e ideas , incluso cuando tienen variaciones y se producen en diferentes conte'tos. 7os parámetros de variabilidad del tamaPo y el tamaPo tambi2n permiten que el neocórte' para codificar variación en la ma*nitud frente a diferentes dimensiones > duración en el caso de sonido ? . na manera en que estos parámetros de ma*nitud podr0an ser codificados es simplemente a trav2s de múltiples patrones con diferentes números de entradas repetidas . /s0 , por eemplo , puede haber patrones de la palabra " fuerte ", con un número diferente de la vocal lar*a [ E \ repetida, cada uno con el parámetro de importancia establecido en un nivel moderado indica que la repetición de [ E \ es variable. Este enfoque no es matemáticamente equivalente a tener los parámetros de tamaPo e'pl0citas y no funciona tan bien en la práctica , pero es una apro'imación a la ma*nitud de codificación. 7a evidencia más fuerte que tenemos para estos parámetros es que se necesitan en nuestros sistemas de inteli*encia artificial para obtener niveles de precisión que están cerca de los niveles humanos. El resumen anterior constituye las conclusiones que podemos e'traer de la muestra de los resultados de investi*ación que he compartido anteriormente, as0 como la toma de muestras de los e'perimentos mentales que he e'plicado anteriormente . ;o sosten*o que el modelo que he presentado es el único modelo posible, que satisfa*a todas las restricciones que la investi*ación y los e'perimentos mentales han establecido. 1or último , hay una piea más de evidencia que lo corrobora . 7as t2cnicas que se han desarrollado durante las últimas d2cadas en el campo de la inteli*encia artificial para reconocer y procesar de forma inteli*ente los fenómenos del mundo real >como el len*uae humano y el len*uae escrito? y para entender los documentos en len*uae natural resultan ser matemáticamente similar a la modelo que he presentado anteriormente. -ambi2n son eemplos de la 1R-M . El campo /4 no estaba tratando e'pl0citamente para copiar el cerebro , pero , sin embar*o, lle*ó a t2cnicas esencialmente equivalentes .
CAPÍTULO : EL CERE6RO ANTI%UO -en*o un vieo cerebro, sino una memoria e'celente . /l 7e!is /qu0 estamos en el centro de este nuevo mundo con nuestro cerebro primitivo , en sinton0a con la vida sencilla cueva, con las fueras terribles de los que disponemos , que somos lo suficientemente inteli*ente como para liberar , pero cuyas consecuencias no podemos comprender. /lbert &ent 3y_r*yi 5uestro cerebro anti*uo la que ten0amos antes de que fu2ramos mam0feros no ha desaparecido. %e hecho todav0a proporciona *ran parte de nuestra motivación en la búsqueda de *ratificación y evitar el peli*ro . Estos obetivos son modulados , sin embar*o , por nuestro neocórte' , que domina el cerebro humano en la masa y en la
actividad . 7os animales utiliados para vivir y sobrevivir sin un neocórte' , como tambi2n todos los animales no mam0feros continuará haci2ndolo en la actualidad. 1odemos ver el neocórte' humano como el *ran sublimador tanto nuestra motivación primitiva para evitar un *ran depredador puede ser transformado por el neocorte' hoy en completar una misión para impresionar a nuestro efe , el *ran cacer0a puede volverse a escribir un libro sobre, por eemplo , la mente y la búsqueda de la reproducción puede lle*ar a ser conse*uir el reconocimiento público o la decoración de su apartamento. >#ueno, esta última motivación no es siempre tan escondido. ? El neocórte' es i*ualmente bueno para ayudar a resolver los problemas , ya que puede modelar con precisión el mundo , lo que reflea su verdadera naturalea erárquica. 1ero es el vieo cerebro que nos presenta esos problemas. 1or supuesto , como cualquier burocracia inteli*ente , el neocorte' menudo se ocupa de los problemas a los que se asi*na mediante la redefinición de ellos. En ese sentido, vamos a revisar el tratamiento de la información en el cerebro anti*uo .
La /'a -en-or(a$ 4má*enes , propa*adas por el movimiento a lo lar*o de las fibras de los nervios ópticos en el cerebro , son la causa de la visión . 4saac 5e!ton +ada uno de nosotros vive en el universo la prisión de su propio cerebro . 1royección de ella son millones de fibras nerviosas sensoriales frá*iles , en *rupos sin*ularmente adaptadas a de*ustar los estados ener*2ticos del mundo que nos rodea ( el calor , la lu, la fuera, y la composición qu0mica. Eso es todo lo que siempre sabemos de 2l directamente, todo lo demás es inferencia ló*ica . 6ernon Mountcastle@ /unque e'perimentamos la ilusión de la recepción de imá*enes de alta resolución de nuestros oos , lo que el nervio óptico en realidad env0a al cerebro es sólo una serie de esquemas y pistas sobre los puntos de inter2s de nuestro campo visual. / continuación, esencialmente alucinamos el mundo de los recuerdos corticales que interpretan una serie de pel0culas con muy baas tasas de datos que lle*an a canales paralelos . En un estudio publicado en la revista 5ature , ran$ &. =erblin , profesor de biolo*0a molecular y celular de la niversidad de +alifornia en #er$eley , y la estudiante de doctorado #oton Ros$a , M%, mostraron que el nervio óptico lleva once y cincuenta canales de salida , cada uno de los cuales lleva sólo una pequePa cantidad de información sobre un determinado scene.C un *rupo de lo que se llaman c2lulas *an*lionares env0a información sólo sobre los bordes > los cambios de contraste ? . )tro *rupo detecta sólo las *randes áreas de color uniforme, mientras que un tercer *rupo es sensible sólo a los fondos detrás de las cifras de inter2s .
La /'a /(-ua$ en e$ cere8ro 9 "/ pesar de que pensamos que vemos el mundo tan completamente , lo que estamos recibiendo es realmente sólo su*erencias , bordes en el espacio y el tiempo", dice =erblin . "Estas @C foto*raf0as del mundo constituyen toda la información que amás
tendremos de lo que está ah0 fuera, y de estas @C imá*enes , que son tan escasos, que la reconstrucción de la riquea del mundo visual. -en*o curiosidad por cómo la naturalea selecciona las @C pel0culas sencillas y cómo puede ser que son suficientes para darnos toda la información parece que necesitamos " . Esta reducción de datos es lo que en el campo de la 4/ que llamamos " codificación dispersos. " 9emos encontrado en la creación de sistemas artificiales que arroando la mayor parte de la información de entrada de distancia y conservando sólo los detalles más sobresalientes proporciona resultados superiores. %e lo contrario la capacidad limitada para procesar información en un neocórte' >bioló*icos o no? se abruma . &iete de los doce "pel0culas" de baa velocidad de datos enviados por el nervio óptico al cerebro . El procesamiento de la información auditiva desde la cóclea humana a trav2s de las re*iones subcorticales y lue*o a trav2s de las primeras etapas de la neocortea ha sido meticulosamente modelado por 7loyd =atts y su equipo de investi*ación en la /udiencia, inc.D Ellos han desarrollado investi*ación en tecnolo*0a que e'trae GAA bandas de frecuencia diferentes > GA por octava ? de sonido . Esto se acerca mucho más a la estimación de DAAA bandas e'tra0dos por la cóclea humana > en comparación con el reconocimiento de vo comercial , que utilia sólo @G a DC bandas ? . El uso de dos micrófonos y su modelo detallado >y de alta resolución espectral? de procesamiento auditivo , /udiencia ha creado una tecnolo*0a comercial >con al*o menor resolución espectral que su sistema de investi*ación ? que elimina eficamente el ruido de fondo de las conversaciones . Esto ahora se está utiliando en muchos tel2fonos móviles populares y es un *ran eemplo de un producto comercial basado en la comprensión de cómo el sistema perceptivo auditivo humano es capa de concentrarse en una sola fuente de sonido de inter2s.
La /'a au#(t(/a en e$ cere8ro9 Entradas del cuerpo >estimado en cientos de me*abits por se*undo?, incluyendo la de los nervios de la piel, los músculos, los ór*anos y otras áreas, corriente en la m2dula espinal superior. Estos mensaes implican al*o más que la comunicación sobre el tacto, además de que contienen información acerca de la temperatura, los niveles de ácido >por eemplo, el ácido láctico en los músculos?, el movimiento de los alimentos a trav2s del tracto *astrointestinal, y muchas otras sePales. Estos datos se procesan a trav2s del tronco cerebral y del cerebro medio. +2lulas clave llamada lámina @ neuronas crean un mapa del cuerpo, lo que representa su estado actual, no a diferencia de las pantallas utiliadas por los controladores a2reos para rastrear aviones. %esde aqu0, los efes de datos sensoriales a una re*ión misteriosa llamada el tálamo, que nos lleva a nuestro si*uiente tema. n modelo simplificado de procesamiento auditivo tanto en las áreas subcorticales >áreas antes de la neocortea ? y el neocórte' , creado por /udience , 4nc. i*ura adaptada de 7. =atts, " in*enier0a inversa de la v0a auditiva humana ", en . 7iu et al. > eds. ? , =++4 CA@C >#erlin ( &prin*er 6erla*, CA@C ? , p . J .
E$ t!$amo -odo el mundo sabe lo que es la atención. &on los que toman posesión de la mente, en forma clara y v0vida , de uno de lo que parecen varios obetos a la ve posibles o trenes de pensamiento. ocaliación , concentración, de la conciencia, son de su esencia. 4mplica la retirada de al*unas de las cosas con el fin de hacer frente eficamente a los demás. =illiam ames %esde el cerebro medio , la información sensorial pasa entonces a trav2s de una re*ión de la tuerca de tamaPo llamado núcleo ventromedial posterior > 6Mpo ? del tálamo , que calcula las reacciones compleas a estados corporales tales como "esto tiene un sabor terrible, " " lo que es un hedor ", o " que toque de lu es estimulante . "7a información cada ve procesado termina en dos re*iones de la cortea cerebral llamada la 0nsula . Estas estructuras , el tamaPo de los dedos pequePos , están situados en los lados iquierdo y derecho de la neocortea . %r. /rthur +rai* del 4nstituto 5euroló*ico #arro! en 1hoeni' describe el 6Mpo y las dos re*iones 0nsula como " un sistema que representa el material de mi".
La /'a -en-(t(/a a$ tacto en e$ cere8ro9 Entre otras funciones, el tálamo se considera una puerta de entrada de información sensorial preprocesado para entrar en el neocórte' . /demás de la información táctil que fluye a trav2s de la 6Mpo , información procesada desde el nervio óptico >que , como se sePaló anteriormente , ya se ha transformado sustancialmente ? se env0a a una re*ión del tálamo llamado el núcleo *eniculado lateral , que entonces lo env0a a la re*ión 6@ de la neocortea . 4nformación del sentido auditivo se pasa a trav2s del núcleo *eniculado medial del tálamo en la ruta a las re*iones auditivas tempranas de la neocortea . -odos nuestros datos sensoriales > e'cepto , al parecer , por el sistema olfativo , que utilia el bulbo olfativo en su lu*ar? pasa a trav2s de re*iones espec0ficas del tálamo . El papel más importante del tálamo , sin embar*o , es su comunicación continua con el neocórte' . 7os reconocedores de patrones en el neocórte' enviar los resultados provisionales al tálamo y recibir respuestas principalmente utiliando sePales rec0procas tanto e'citatorios e inhibitorios de la capa 64 de cada reconocedor . -en*a en cuenta que no se trata de mensaes de radio , por lo que es necesario que haya una cantidad e'traordinaria de cableado actual > en forma de a'ones ? que corre entre todas las re*iones de la cortea cerebral y el tálamo . -en*a en cuenta la *ran cantidad de bienes ra0ces >en t2rminos de la masa f0sica de cone'iones requeridas ? para los cientos de millones de reconocedores de patrones en la neocortea que comprobar constantemente con el thalamus.F W+uáles son los cientos de millones de reconocedores de patrones neocortical hablando sobre el tálamo T /parentemente es una conversación importante , porque un profundo daPo a la re*ión central del tálamo bilateral puede llevar a la inconsciencia prolon*ada. na persona con un tálamo daPado puede todav0a tener actividad en su neocórte' , en el que el pensamiento auto activación por asociación todav0a puede funcionar . 1ero el pensamiento diri*ido , el tipo que nos sacará de la cama, en el coche , y se sienta a nuestra mesa en el trabao no hace función sin un
tálamo. En un caso famoso , de veintiún aPos de edad, Karen /nn Nuinlan sufrió un ataque al coraón e insuficiencia respiratoria y se mantuvo en un estado no interactivo , al parecer ve*etativo desde hace die aPos. +uando murió, su autopsia reveló que su neocórte' era normal pero su tálamo hab0a sido destruido . +on el fin de desempePar su papel fundamental en nuestra capacidad de atención directa , el tálamo se basa en la estructura conocimiento contenido en la neocortea . 1uede desplaarse por la lista > almacenada en la cortea cerebral ? , lo que nos permite se*uir una l0nea de pensamiento o se*uir un plan de acción. &omos aparentemente capa de mantenerse al d0a a cerca de cuatro art0culos en nuestra memoria de trabao a la ve, dos por cada continente, se*ún una investi*ación reciente de los neurocient0ficos en el 4nstituto 1ico!er del M4- para el /prendiae y Memory.G la cuestión de si el tálamo se encar*a de la neocorte' o viceversa es nada claro , pero son incapaces de funcionar sin ambos.
E$ ;(,,ocam,u+ada hemisferio cerebral contiene un hipocampo , una re*ión pequePa que se parece a un caballo de mar escondido en el lóbulo temporal medial. &u función principal es recordar eventos nuevos . %ado que la información sensorial fluye a trav2s de la cortea cerebral , que depende de la neocortea para determinar que una e'periencia es nueva , a fin de presentarlo al hipocampo. 7o hace bien al no reconocer un conunto particular de caracter0sticas > por eemplo, una nueva cara ? o por darse cuenta de que una situación de otra manera conocido ahora tiene atributos únicos >como los de su cónyu*e que lleva un bi*ote falso ? . El hipocampo es capa de recordar estas situaciones , aunque parece hacerlo todo a trav2s de los punteros en la neocortea . /s0 memorias en el hipocampo tambi2n se almacenan como patrones de nivel inferior que fueron reconocidos anteriormente y se almacenan en el neocórte' . 1ara los animales sin un neocórte' para modular e'periencias sensoriales , el hipocampo simplemente recordar la información de los sentidos , aunque esto habrá e'perimentado preprocesamiento sensorial > por eemplo , las transformaciones realiadas por el nervio óptico ? . /unque el hipocampo hace uso de la neocortea > si un cerebro en particular tiene uno? como su plataforma de cero , su memoria > de punteros en la neocortea ? no es inherentemente erárquico . /nimales sin neocórte' en consecuencia pueden recordar las cosas que utilian su hipocampo, pero sus recuerdos no serán erárquica. 7a capacidad del hipocampo es limitada, por lo que su memoria a corto plao. &e va a transferir una secuencia particular de patrones a partir de su memoria a corto plao a la memoria erárquica a lar*o plao de la neocortea por u*ar a este secuencia de la memoria a la neocortea una y otra ve . 5ecesitamos , por tanto, un hipocampo con el fin de aprender nuevas memorias y habilidades >aunque estrictamente habilidades motoras parecen utiliar un mecanismo diferente ? . /l*uien con daPos a ambas copias de su hipocampo retendrá sus memorias e'istentes pero no será capa de formar otras nuevas . niversidad del &ur de +alifornia neurocient0fico -heodore #er*er y sus cole*as modela el hipocampo de una rata y se han e'perimentado con 2'ito la implantación de una artificial. En un estudio publicado en CA@@ , los cient0ficos de la &+
bloqueados determinadas conductas aprendidas en ratas con medicamentos . El uso de un hipocampo artificial , las ratas fueron capaces de volver a aprender rápidamente el comportamiento . " %a la vuelta al interruptor, y las ratas recuerdan. 6oltear apa*ado y las ratas se olvide " , escribió #er*er , en referencia a su capacidad de controlar el implante neural forma remota . En otro e'perimento los cient0ficos permitieron que su hipocampo artificial para trabaar unto a uno natural de las ratas . El resultado fue que la capacidad de las ratas para aprender nuevos comportamientos reforada . " Estos estudios de modelos e'perimentales inte*rados muestran por primera ve , " e'plicó #er*er , " que ... una prótesis neuronal capa de la identificación en tiempo real y la manipulación del proceso de codificación puede restaurar e incluso meorar los procesos co*nitivos mnemot2cnicos . " H El hipocampo es una de las primeras re*iones daPadas por el /lheimer Y s , por lo que uno de los obetivos de esta investi*ación es desarrollar un implante neural para los seres humanos que miti*uen esta primera fase de los daPos causados por la enfermedad.
E$ Cere8e $um 9ay dos m2todos que puede utiliar para atrapar un elevado. &e podr0a resolver los compleos ecuaciones diferenciales simultáneas que controlan el movimiento de la pelota , as0 como otras ecuaciones que ri*en su án*ulo particular en ver la pelota , y lue*o calcular aún más las ecuaciones sobre la forma de mover el cuerpo , el brao y la mano para estar en el lu*ar correcto en el momento adecuado . Este no es el enfoque que adopta el cerebro . #ásicamente se simplifica el problema por el colapso de una *ran cantidad de ecuaciones en un modelo de tendencia simple, teniendo en cuenta las tendencias de donde la pelota parece estar en su campo de visión y la rapide con que se mueve dentro de 2l. &e hace lo mismo con la mano , hacer predicciones esencialmente lineales de posición aparente de la pelota en su campo de visión y la de su mano. El obetivo, por supuesto , es para ase*urarse de que se encuentran en el mismo punto en el espacio y el tiempo. &i la pelota parece estar cayendo demasiado rápido y la mano parece que se mueve muy lentamente , su cerebro se encar*ará de su mano se mueva con mayor rapide , por lo que las tendencias coincidirán . Este " nudo *ordiano " solución a lo que de otro modo ser0a un problema matemático intratable se llama funciones de base , y que se llevan a cabo por el cerebelo , una re*ión en forma de ud0a y de manera apropiada de b2isbol de tamaPo que se encuentra en el cerebro stem.I El cerebelo es una anti*ua re*ión del cerebro que, una ve controlado prácticamente todos los movimientos de los hom0nidos. -odav0a contiene la mitad de las neuronas en el cerebro , aunque la mayor0a son relativamente pequePos , por lo que la re*ión constituye sólo alrededor del @A por ciento del peso del cerebro . El cerebelo representa i*ualmente otra instancia de la repetición masiva en el disePo del cerebro . 9ay relativamente poca información acerca de su disePo en el *enoma , ya que su estructura es un patrón de varias neuronas que se repite miles de millones de veces . /l i*ual que con la neocortea , hay uniformidad a trav2s de su structure.J 7a mayor parte de la función de controlar los músculos se ha hecho car*o de la neocortea , utiliando los mismos al*oritmos de reconocimiento de patrones que
utilia para la percepción y la co*nición. En el caso de movimiento , podemos hacer referencia más apropiada a la función del neocórte' como patrón de aplicación . El neocórte' no hacer uso de la memoria en el cerebelo para *rabar secuencias de comandos de movimientos delicados , por eemplo , su firma y al*unos adornos en la e'presión art0stica como la música y la dana. Estudios de la función del cerebelo durante el aprendiae de la escritura a mano por los niPos revelan que las c2lulas de 1ur$ine del cerebelo muestrean realmente la secuencia de movimientos , con cada uno de ellos sensible a una sample.@A espec0fica %ebido a que la mayor parte de nuestro movimiento es ahora controlada por el neocórte' , muchas personas pueden manear con una discapacidad obvia relativamente modesta , incluso con daPos importantes en el cerebelo, e'cepto que sus movimientos pueden ser menos ele*ante. El neocórte' tambi2n puede pedir al cerebelo para utiliar su capacidad de calcular funciones de base de tiempo real para anticipar lo que los resultados de las acciones ser0a que estamos considerando , pero aún no se han llevado a cabo >y nunca podrá llevar a cabo ? , as0 como la acciones o posibles acciones de los demás . Es otro eemplo de la incorporada en predictores lineales innatas en el cerebro. &e ha avanado considerablemente en la simulación del cerebelo en relación con la capacidad de responder dinámicamente a las sePales sensoriales utiliando las funciones de base que mencion2 anteriormente, en ambas simulaciones de abao arriba >basados en modelos bioqu0micos ? y simulaciones de arriba hacia abao > a partir de modelos matemáticos de cómo cada unidad que se repite en el cerebelo opera ? A.@@
E$ ,$acer 3 e$ m(e#o El miedo es la principal fuente de la superstición, y una de las principales fuentes de la crueldad. 1ara vencer el miedo es el principio de la sabidur0a . #ertrand Russell &iente el miedo y hacerlo de todos modos . &usan effers &i el neocorte' es bueno en la solución de problemas , entonces Wcuál es el principal problema que estamos tratando de resolverT El problema que la evolución siempre ha tratado de resolver es la supervivencia de la especie. Eso se traduce en la supervivencia del individuo , y cada uno de nosotros utilia su propio neocorte' interpretar que en miles de formas . 1ara sobrevivir , los animales necesitan conse*uir su pró'ima comida y al mismo tiempo evitar ser la comida de otra persona. -ambi2n tienen que reproducirse. 7os primeros cerebros evolucionaron los sistemas de placer y el miedo que premia el cumplimiento de estas necesidades fundamentales , unto con comportamientos básicos que les facilitaron . +omo ambientes y especies competidoras cambiaron *radualmente , la evolución bioló*ica hio alteraciones correspondientes . +on la lle*ada del pensamiento erárquico , la satisfacción de las unidades de cr0ticos se hio más complea , ya que ahora estaba sueta a la *ran compleidad de las ideas en ideas. 1ero a pesar de su considerable modulación por el neocorte' , el vieo cerebro todav0a está vivo y bien y todav0a nos motiva con el placer y el miedo. na re*ión que está asociada con el placer es el núcleo accumbens . En los famosos
e'perimentos realiados en la d2cada de @JFA , las ratas que fueron capaces de estimular directamente esta pequePa re*ión > presionando una palanca que los electrodos implantados activados ? prefer0an hacerlo con cualquier otra cosa , incluyendo el tener se'o o comer, en última instancia, a*otador y ellos mueren de death.@C en los seres humanos , otras re*iones tambi2n están involucrados en el placer , tales como el pálido ventral y , por supuesto , la propia neocórte' . El placer tambi2n está re*ulada por sustancias qu0micas como la dopamina y la serotonina. Está más allá del alcance de este libro para hablar de estos sistemas en detalle, pero es importante reconocer que hemos heredado estos mecanismos de nuestros primos premam0fera . Es el trabao de nuestra cortea cerebral que nos permita ser el maestro del placer y el miedo y no su esclavo. En la medida en que a menudo somos obeto de las conductas adictivas , el neocórte' no siempre tiene 2'ito en esta tarea. 7a dopamina , en particular, es un neurotransmisor implicado en la e'periencia del placer . &i al*o bueno le sucede a nosotros, *anar la loter0a, *anar el reconocimiento de nuestros pares, recibir un abrao de un ser querido, o incluso los lo*ros sutiles tales como conse*uir un ami*o para re0rse de una broma que e'perimentamos una liberación de dopamina. / veces , al i*ual que las ratas que murieron overstimulatin* su núcleo accumbens , usar un atao para lo*rar estos estallidos de placer , que no es siempre una buena idea. ue*os de aar , por eemplo, puede liberar dopamina , por lo menos cuando se *ana , pero esto depende de su inherente falta de previsibilidad. ue*os de aar puede trabaar con el propósito de liberar dopamina por un tiempo, pero dado que las probabilidades están en contra de usted intencionalmente >de lo contrario el modelo de ne*ocio de un casino no funcionar0a ? , puede lle*ar a ser desastroso como estrate*ia re*ular. 1eli*ros similares están asociados con cualquier comportamiento adictivo . na mutación *en2tica particular del *en del receptor de dopamina %C provoca especialmente fuertes sensaciones de placer de e'periencias iniciales con sustancias y conductas adictivas , pero como es bien conocido > pero no siempre bien atendido ? , la capacidad de estas sustancias para producir placer en el uso subsi*uiente declina *radualmente . )tra mutación *en2tica en las personas no está recibiendo los niveles normales de la liberación de dopamina en los lo*ros cotidianos, que tambi2n puede conducir a la búsqueda de una mayor las primeras e'periencias con las actividades adictivas . 7a minor0a de la población que tiene estas inclinaciones *en2ticos a la adicción crea un enorme problema social y m2dico . 4ncluso aquellos que lo*ran evitar conductas *ravemente adictivos lucha con el equilibrio de los beneficios de la liberación de dopamina a las consecuencias de los comportamientos que los pon*an en libertad . 7a serotonina es un neurotransmisor que ue*a un papel importante en la re*ulación del estado de ánimo . En los niveles superiores se asocia con sentimientos de bienestar y satisfacción. 7a serotonina tiene otras funciones , como la fuera de modulación sináptica , el apetito , el suePo , el deseo se'ual, y la di*estión. %ro*as antidepresivas tales como inhibidores selectivos de la recaptación de la serotonina >que tienden a aumentar los niveles de serotonina disponible a los receptores ? tienden a tener efectos de lar*o alcance , y no todas ellas deseables >como la supresión de la libido ? . / diferencia de las acciones en la neocortea , en que el
reconocimiento de patrones y las activaciones de los a'ones afectan sólo a un pequePo número de circuitos neocorticales a la ve , estas sustancias afectan *randes re*iones del cerebro o incluso todo el sistema nervioso . +ada hemisferio del cerebro humano tiene una am0*dala, que consta de una re*ión en forma de almendra que comprende varios lóbulos pequePos . 7a am0*dala es tambi2n parte del cerebro anti*uo y está involucrado en el procesamiento de varios tipos de respuestas emocionales, el más notable de los cuales es el miedo. En los animales premam0fera , ciertos est0mulos prepro*ramados feed peli*ro que representan directamente a la am0*dala, que a su ve desencadena el mecanismo de " lucha o huida" . En los seres humanos la am0*dala ahora depende de la percepción de peli*ro de ser transmitidos por el neocorte' . n comentario ne*ativo por su efe , por eemplo, puede provocar tal respuesta , *enerando el temor de perder su trabao >o tal ve no, si tiene confiana en un plan #?. na ve que la am0*dala se decide que el peli*ro está por delante , una anti*ua secuencia de eventos . 7a am0*dala indica a la *lándula pituitaria para que libere una hormona llamada /+-9 > corticotropina ? . Esto a su ve desencadena la hormona del estr2s cortisol por las *lándulas suprarrenales, que se traduce en más ener*0a que suministra a los músculos y el sistema nervioso . 7as *lándulas suprarrenales tambi2n producen adrenalina y noradrenalina , que suprimen el di*estivo, inmunoló*ico y reproductivo > calculando que estos no son procesos de alta prioridad en caso de emer*encia ? . 7os niveles de presión arterial, aúcar en la san*re , el colesterol y fibrinó*eno > que acelera la coa*ulación de la san*re? -odos de pie. 7a frecuencia card0aca y la respiración aumentan. 4ncluso las pupilas se dilatan para que ten*a una meor a*udea visual de tu enemi*o o su ruta de escape . -odo esto es muy útil si un peli*ro real, como un depredador de repente se crua en su camino. Es bien sabido que en el mundo actual , la activación crónica de este mecanismo de lucha o de vuelo puede provocar daPos a la salud permanente en cuanto a la hipertensión , los niveles elevados de colesterol y otros problemas . El sistema de niveles *lobales de neurotransmisores , como la serotonina , y los niveles de hormonas , como la dopamina , es complicado , y podr0amos pasar el resto de este libro sobre el tema > como un *ran número de libros han hecho? , pero vale la pena sePalar que el ancho de banda de la información > la tasa de procesamiento de la información ? en este sistema es muy bao en comparación con el ancho de banda de la neocortea . 9ay sólo un número limitado de sustancias implicadas y los niveles de estos productos qu0micos tienden a cambiar lentamente y son relativamente universal en el cerebro , en comparación con el neocórte' , que se compone de cientos de miles de millones de cone'iones que pueden cambiar rápidamente . Es usto decir que nuestras e'periencias emocionales tienen lu*ar tanto en los anti*uos y los nuevos cerebros . 1ensamiento se lleva a cabo en el nuevo cerebro > el neocórte' ? , pero sensación se lleva a cabo en ambos. +ualquier emulación de la conducta humana por lo tanto necesitan para modelar tanto . &in embar*o , si es sólo la inteli*encia co*nitiva humana que estamos despu2s , el neocórte' es suficiente. 1odemos reemplaar el vieo cerebro con la motivación más directa de un neocórte' no bioló*ico para alcanar los obetivos que le asi*namos . 1or eemplo , en el caso de =atson , el obetivo era simplemente dio ( 6amos con respuestas correctas a
eopardy 8 consultas > aunque 2stos eran más modulado por un pro*rama que entiende eopardy 8 apuestas ? . En el caso del nuevo sistema =atson está desarrollado conuntamente por 4#M y 5uance para el conocimiento m2dico, el obetivo es ayudar a tratar enfermedades humanas. 7os futuros sistemas pueden tener obetivos como realmente curar la enfermedad y aliviar la pobrea . 3ran parte de la lucha de placer miedo ya es obsoleto para los seres humanos , ya que el vieo cerebro evolucionaron mucho antes incluso la sociedad humana primitiva empeó , de hecho la mayor parte es de reptil. 9ay una lucha continua en el cerebro humano en cuanto a si el anti*uo o el nuevo cerebro está a car*o . El vieo cerebro trata de establecer el orden del d0a con su control del placer y el miedo e'periencias , mientras que el nuevo cerebro está continuamente tratando de entender los al*oritmos relativamente primitivas del cerebro anti*uo y tratando de manipular a su propia a*enda. -en*a en cuenta que la am0*dala es incapa de evaluar el peli*ro en su propio en el cerebro humano se basa en el neocórte' para hacer esos uicios. WEs esta persona un ami*o o un enemi*o , un amante o una amenaaT &ólo el neocórte' puede decidir . En la medida en que no est2n directamente implicados en un combate mortal y la caa para la alimentación, hemos lo*rado , al menos parcialmente sublimar nuestras unidades anti*uas de esfueros más creativos. En ese sentido , vamos a discutir la creatividad y el amor en el pró'imo cap0tulo.
CAPÍTULO < ;A6ILIAES tra-cen#ente Esta es mi reli*ión simple. 5o hay necesidad de templos , no hay necesidad de la filosof0a complicada . 5uestro propio cerebro , nuestro propio coraón es nuestro templo , la filosof0a es amabilidad. El %alai 7ama Mi mano se mueve porque ciertas fueras el2ctricas , ma*n2ticas , o lo que sea " fuera nerviosa " puede lle*ar a ser están impresas en ella por mi cerebro . Esta fuera nerviosa , almacenada en el cerebro, probablemente sea traable , si la ciencia fuera completo, a las fueras qu0micas suministradas al cerebro por la san*re , y en última instancia proviene de los alimentos que comemos y el aire que respiro . 7e!is +arroll 5uestros pensamientos emocionales tambi2n tienen lu*ar en el neocórte' , pero están influenciadas por las porciones del cerebro que van desde anti*uas re*iones del cerebro tales como la am0*dala a al*unos evolutivamente recientes estructuras cerebrales, tales como las neuronas del huso , que parecen desempePar un papel clave en las emociones de más alto nivel . / diferencia de las estructuras recursivas re*ulares y ló*ica que se encuentran en la cortea cerebral , las neuronas del huso tienen formas y cone'iones altamente irre*ulares . Ellos son los más *randes neuronas en el cerebro humano , que abarca toda su amplitud . Ellos están profundamente interconectadas , con cientos de miles de cone'iones atar untos diversas porciones de la neocortea .
+omo se mencionó anteriormente , el aislamiento ayuda a las sePales sensoriales de proceso , sino que tambi2n desempePa un papel clave en la mayor emociones nivel. Es esta re*ión de la que se ori*inan las c2lulas fusiformes . E'ploraciones de resonancia ma*n2tica funcional por imá*enes > fMR4 ? han demostrado que estas c2lulas son particularmente activas cuando una persona está tratando con emociones como el amor , la ira , la tristea y el deseo se'ual. 7as situaciones que las activan fuertemente incluyen cuando una persona mira a su parea o escucha su llanto infantil. +2lulas husillos tienen filamentos neurales lar*as llamadas dendritas apicales , que son capaces de conectar a las re*iones neocorticales leanos. -al intercone'ión "profundo" , en el que ciertas neuronas proporcionan cone'iones a trav2s de numerosas re*iones , es una caracter0stica que se da cada ve más a medida que avanamos en la escala evolutiva . 5o es sorprendente que las c2lulas fusiformes , que participan como en el maneo de las emociones y el uicio moral , tendr0an este tipo de cone'ión, dada la capacidad de las reacciones emocionales de alto nivel para tocar en diversos temas y pensamientos. / causa de sus v0nculos con otras partes del cerebro , las emociones de alto nivel que las c2lulas fusiformes proceso se ven afectadas por todas nuestras re*iones perceptivas y co*nitivas. Es importante sePalar que estas c2lulas no están haciendo la resolución de problemas racional, raón por la cual no tenemos control racional sobre nuestras respuestas a la música o por enamorarse. El resto del cerebro está muy ocupado , sin embar*o , al tratar de dar sentido a las emociones de alto nivel misteriosas. 9ay relativamente pocas c2lulas fusiformes ( sólo alrededor de IA.AAA , con apro'imadamente F.AAA en el hemisferio derecho y DF.AAA en la iquierda. Esta disparidad es al menos una de las raones por la percepción de que la inteli*encia emocional es la provincia del hemisferio derecho del cerebro , a pesar de la desproporción es modesto. 7os *orilas tienen sobre @G.AAA de estas c2lulas , bonobos unos C.@AA , unos @.IAA y chimpanc2s . )tros mam0feros que carecen completamente . 7os antropólo*os creen que las c2lulas fusiformes hicieron su primera aparición hace @A a @F millones aPos, en el ancestro común aún por descubrir a los simios y hom0nidos > precursores de los seres humanos? y en rápido aumento en el número de hace unos @AA.AAA aPos. +uriosamente, las c2lulas fusiformes no e'isten en los seres humanos reci2n nacidos , pero empiean a aparecer sólo en torno a la edad de cuatro meses y aumentará si*nificativamente en número de entre uno y tres. +apacidad de los niPos para hacer frente a cuestiones morales y percibir emociones tan alto nivel como el amor a desarrollar durante este mismo per0odo.
A,t(tu# =olf*an* /madeus Moart >@HFG@HJ@? escribió un minu2 cuando ten0a cinco aPos . / los seis aPos se lleva a cabo por la emperatri Mar0a -eresa en la corte imperial de 6iena. 7ue*o pasó a componer seiscientas pieas, entre cuarenta y una sinfon0as, antes de su muerte a la edad de treinta y cinco aPos , y es ampliamente considerado como el más *rande compositor de la tradición clásica europea . &e podr0a decir que ten0a una aptitud para la música. Entonces, Wqu2 si*nifica esto en el conte'to de la
teor0a de reconocimiento de patrones de la menteT Es evidente que parte de lo que consideramos como la aptitud es el producto de la criana, es decir , las influencias del medio ambiente y otras personas. Moart nació en una familia de músicos . &u padre , 7eopold , fue un compositor y maestro de capilla >literalmente l0der musical ?, de la orquesta de la corte del arobispo de &albur*o. El oven Moart se sumer*ió en la música , y su padre comenó a enseParle el viol0n y +lavier > un instrumento de teclado ? a la edad de tres. &in embar*o , las influencias ambientales por s0 solos no e'plican totalmente el *enio de Moart. Es evidente que e'iste un componente de la naturalea, as0 . WNu2 forma tomaráT +omo escrib0 en el cap0tulo , las diferentes re*iones de la cortea cerebral se han optimiado > por la evolución bioló*ica ? para ciertos tipos de patrones . / pesar de que el al*oritmo de reconocimiento de patrón básico de los módulos es uniforme a trav2s de la neocortea , ya que ciertos tipos de patrones tienden a fluir a trav2s de determinadas re*iones > las caras a trav2s de la circunvolución fusiforme , por eemplo ? , esas re*iones se pondrán más en el procesamiento de los patrones asociados . &in embar*o , hay numerosos parámetros que *obiernan cómo el al*oritmo se lleva a cabo en realidad en cada módulo . 1or eemplo , qu2 tan cerca se requiere un partido para eemplo de ser reconocido T W+ómo es ese umbral modificada si un módulo de nivel superior env0a una sePal de que su patrón se " espera "T W+ómo se consideran los parámetros de tamaPo T Estos y otros factores se han establecido de manera diferente en diferentes re*iones para ser ventaoso para ciertos tipos de patrones. En nuestro trabao con m2todos similares en la inteli*encia artificial, hemos observado el mismo fenómeno y hemos utiliado simulaciones de evolución para optimiar estos parámetros. &i las re*iones particulares pueden optimiarse para diferentes tipos de patrones , entonces se deduce que los cerebros individuales variarán tambi2n en su capacidad de aprender , reconocer , y crear ciertos tipos de patrones . 1or eemplo, el cerebro puede tener una aptitud innata para la música por ser más capaces de reconocer patrones r0tmicos , o para comprender meor las disposiciones *eom2tricas de armon0as . El fenómeno de tono perfecto > la capacidad de reconocer y reproducir una superficie de ue*o sin una referencia e'terna ? , que se correlaciona con talento musical , parece tener una base *en2tica , aunque la capacidad necesita ser desarrollado , por lo que es probable que sea un combinación de la naturalea y la criana . 7a base *en2tica de tono perfecto es probable que residan fuera del neocórte' en el preprocesamiento de la información auditiva , mientras que el aspecto aprendido reside en el neocórte' . 9ay otras habilidades que contribuyen a *rados de competencia , ya sea de la variedad de rutina o de el le*endario *enio. 9abilidades para neocorticales eemplo, la capacidad del neocórte' para dominar las sePales de miedo que la am0*dala *enera > cuando se presenta con desaprobación ? , ue*an un papel importante , al i*ual que los atributos, tales como la confiana, la capacidad de or*aniación y la capacidad de influir en los demás . na habilidad muy importante sePal2 anteriormente es el corae para perse*uir ideas que van contra la corriente de la ortodo'ia. 4nvariablemente , las personas que consideramos *enios perse*u0an sus propios e'perimentos mentales de manera que no se entendieron o apreciaron inicialmente por sus compaPeros. /unque Moart hio *anar reconocimiento durante su vida , la mayor0a de la adulación vino
despu2s. Murió en la miseria , enterrado en una fosa común , y sólo otros dos músicos se presentó en su funeral.
Creat(/(#a# 7a creatividad es una dro*a que no puedo vivir sin 2l. +ecil #. %eMille El problema nunca es cómo conse*uir nuevas ideas innovadoras en su mente, pero cómo lle*ar a los anti*uos . +ada mente es un edificio lleno de muebles arcaico. 7impie un rincón de su mente y la creatividad al instante llenarlo. %ee 9oc$ 7a humanidad puede ser muy fr0o para aquellos cuyos oos ven el mundo de manera diferente . Eric /. Nuemaduras 7a creatividad puede resolver casi cualquier problema. El acto creativo , la derrota de la costumbre por la ori*inalidad , todo lo vence . 3eor*e 7ois n aspecto clave de la creatividad es el proceso de encontrar *randes metáforas ^ s0mbolos que representan al*o más. El neocórte' es una *ran metáfora de la máquina , lo que e'plica por qu2 somos una especie única creativas. +ada uno de los apro'imadamente DAA millones de reconocedores de patrones en nuestro neocorte' es el reconocimiento y la definición de un patrón y darle un nombre , que en el caso de los módulos de reconocimiento de patrones neocortical es simplemente el a'ón emer*e del reconocedor de patrón que se dispara cuando ese patrón es encontrada. Ese s0mbolo a su ve se convierte en parte de otro patrón. +ada uno de estos patrones es esencialmente una metáfora . 7os reconocedores pueden disparar hasta @AA veces por se*undo , por lo que tenemos la posibilidad de reconocer a DA mil millones de metáforas por se*undo. 1or supuesto que no todos los módulos está disparando en cada ciclo , pero es usto decir que realmente estamos reconociendo millones de metáforas por se*undo. 1or supuesto, al*unas metáforas son más importantes que otros. %ar!in comprendió que la intuición de +harles 7yell sobre cómo los cambios muy *raduales de un hilo de a*ua podr0an forar *randes caPones era una poderosa metáfora de cómo un *oteo de pequePos cambios evolutivos de miles de *eneraciones podr0a tallar *randes cambios en la diferenciación de las especies. 7os e'perimentos mentales , como la que Einstein utilió para iluminar el verdadero si*nificado del e'perimento de Michelson Morley , son todas las metáforas , en el sentido de ser una "cosa considerada como representativa o simbólica de otra cosa ", para citar a una definición de diccionario . W6e usted al*una metáforas en soneto HD de &ha$espeare T Esa 2poca del aPo mayst tú en m0 he aqu0 +uando las hoas amarillas , o nin*uno o pocos , no col*arán de las ramas que se a*itan contra el fr0o, +oros arruinados #are , donde a finales de los dulces páaros cantaban . En m0 ves el crepúsculo de ese d0a +omo despu2s del atardecer se marchita en el oeste, Nue por y de noche ne*ro alumbra llevar, se*undo auto de la Muerte que sella todo
en reposo. En m0 ves el resplandor de ese fue*o Nue en las cenias de su uventud doth miente, como el lecho de muerte, sobre el cual debe e'pirar +onsumido por la que fue alimentada por . Este perceivYst tú, lo que hace tu amor más fuerte , /mar tan bien que has de salir dentro de poco . En este soneto , el poeta utilia e'tensas metáforas para describir el avance de la edad . &u edad es como el final del otoPo , "cuando las hoas amarillas , o nin*uno o pocos , hacen pasar el rato . " El clima es fr0o y las aves ya no puede sentarse en las ramas , que 2l llama " coros 9undida desnudas. " &u edad es como el crepúsculo mientras que la " puesta de sol marchita en el oeste, que en t2rminos de noche ne*ro alumbra llevar. " se trata de los restos de un incendio " que sobre las cenias de su uventud doth miente. " %e hecho, todo el len*uae es en última instancia la metáfora , a pesar de al*unas e'presiones de que son más memorables que otros. Encontrar una metáfora es el proceso de reconocer un patrón pesar de las diferencias en detalle y conte'to de una actividad que realiamos trivialmente cada momento de nuestras vidas. 7os saltos metafóricos que consideramos de importancia suelen tener lu*ar en los intersticios de las diferentes disciplinas . -rabaando en contra de esta fuera esencial de la creatividad, sin embar*o, es la tendencia *eneraliada hacia una mayor especialiación en las ciencias > y casi cualquier otro campo tambi2n?. +omo matemático estadounidense 5orbert =iener >@IJ@JG? escribió en su libro +ibern2tica seminal , publicado el aPo en que nac0 > @JI ? ( 9ay campos de trabao cient0fico , como veremos en el cuerpo de este libro, que se han e'plorado desde los diferentes lados de puras matemáticas, estad0stica , in*enier0a el2ctrica, y la neurofisiolo*0a , en el que cada idea recibe un nombre distinto en cada *rupo , y en el que el trabao importante se ha triplicado o cuadruplicado , mientras que todav0a otro trabao importante es retrasado por la falta de disponibilidad en un campo de resultados que pueden ya han lle*ado a ser clásica en el campo si*uiente . &on estas re*iones lim0trofes que ofrecen las oportunidades más ricas para el investi*ador cualificado. Ellos son al mismo tiempo los más refractarios a las t2cnicas aceptadas de ataque en masa y la división del trabao . na t2cnica que he utiliado en mi trabao para combatir la creciente especialiación es reunir a los e'pertos que se han reunido para un proyecto > por eemplo, mi trabao de reconocimiento de vo incluyó a cient0ficos del habla , lin*]istas, psychoacousticians y e'pertos de reconocimiento de patrones , por no hablar de equipo cient0ficos ? y animar a cada uno para ensePar al *rupo sus t2cnicas y terminolo*0a particulares. / continuación, echamos un vistao a todos que la terminolo*0a y hacemos nuestra propia . 4nvariablemente encontramos metáforas de un campo que resuelven problemas en otro. n ratón que encuentra una v0a de escape cuando se enfrentan a la casa del *ato y puede hacerlo incluso si la situación es al*o diferente de lo que se ha encontrado nunca, es ser creativo. 5uestra propia creatividad es varios órdenes de ma*nitud
mayor que la del ratón e implica muchos más niveles de abstracción porque tenemos un neocórte' mucho más *rande , que es capa de mayores niveles de la erarqu0a . /s0 que una manera de lo*rar una mayor creatividad es por unión efectiva más neocorte' . n enfoque para ampliar la neocortea disponible es a trav2s de la colaboración de varios seres humanos . Esto se realia de forma rutinaria a trav2s de la comunicación entre personas se reunieron en una comunidad de resolución de problemas . Recientemente se han realiado esfueros para utiliar las herramientas de colaboración en l0nea para aprovechar el poder de colaboración en tiempo real , que han demostrado tener 2'ito en las matemáticas y otras fields.@ El si*uiente paso , por supuesto , será e'pandir el propio neocórte' con su equivalente no bioló*ica . Este será nuestro último acto de la creatividad ( la creación de la capacidad de ser creativo. / neocórte' no bioló*ica en última instancia, ser más rápido y podr0a buscar rápidamente los tipos de metáforas que han inspirado %ar!in y Einstein. 1odr0a e'plorar sistemáticamente todos los l0mites se superponen entre nuestros e'ponencialmente crecientes fronteras del conocimiento. /l*unas personas e'presan su preocupación por lo que sucederá con los que optar por salir de esa e'pansión de la mente . Me *ustar0a sePalar que esta inteli*encia adicional esencia reside en la nube > la red en e'pansión e'ponencial de los ordenadores que nos conectamos a trav2s de la comunicación en l0nea?, donde la mayor parte de nuestra inteli*encia de la máquina se almacena ahora . +uando se utilia un motor de búsqueda , reconocer el habla de su tel2fono , consulte a un asistente virtual , como &iri, o utiliar su tel2fono para traducir un si*no a otro idioma , la inteli*encia no está en el dispositivo en s0, sino en la nube. 5uestro neocórte' ampliada se encuentra all0 tambi2n. &i accedemos a tal inteli*encia e'pandida a trav2s de la cone'ión neuronal directa o la forma en que hacemos ahora, al interactuar con 2l a trav2s de nuestros dispositivos es una distinción arbitraria . En mi opinión, todos vamos a ser más creativa a trav2s de la meora *eneraliada , ya sea que decidamos participar o no de cone'ión directa a la inteli*encia e'pandida de la humanidad . ;a hemos subcontratado *ran parte de nuestra memoria personal , social , histórico y cultural de la nube, y que en última instancia hacer lo mismo con nuestro pensamiento erárquico . %escubrimiento de Einstein resultó no sólo de su aplicación de metáforas a trav2s de e'perimentos mentales , sino tambi2n de su valor en la creencia en el poder de las metáforas. Sl estaba dispuesto a renunciar a las e'plicaciones tradicionales que no lo*raron satisfacer sus e'perimentos, y que estaba dispuesto a soportar las burlas de sus compaPeros a las e'plicaciones e'traPas que sus metáforas impl0citas . Estas cualidades +reencia en la metáfora y el corae de la convicción son los que debemos ser capaces de pro*ramar en nuestro neocorte' no bioló*icos tambi2n.
Amor 7a claridad de la mente si*nifica la claridad de la pasión, tambi2n, por eso una mente *rande y clara ama ardientemente y ve claramente lo que quiere. #laise 1ascal
&iempre hay al*o de locura en el amor. 1ero tambi2n hay siempre una cierta raón en la locura . riedrich 5ietsche +uando haya visto tanto de la vida como lo he hecho , no subestimes el poder del amor obsesivo . /lbus %umbledore , de K Ro!lin* , 9arry 1otter y el 1r0ncipe Mestio &iempre me *usta una buena solución matemática a un problema de amor. Michael 1atric$ Kin*, de la " 7l2vame al ue*o de 1elota " episodio de &e'o y la ciudad &i no tienes amor e'tático realidad e'perimentada personalmente , que sin duda han o0do hablar de 2l . Es usto decir que una parte importante , si no la mayor0a de los arte historias del mundo , novelas , música, dana , pintura , pro*ramas de televisión y pel0culas se inspira en las historias de amor en sus primeras etapas. 7a ciencia ha conse*uido recientemente en el acto , as0, y ahora estamos en condiciones de identificar los cambios bioqu0micos que ocurren cuando al*uien se enamora . 7a dopamina se libera , produciendo sentimientos de felicidad y ale*r0a. 5iveles de noradrenalina se elevan , lo que conduce a una aceleración del ritmo card0aco y los sentimientos *enerales de euforia. Estas sustancias qu0micas , as0 como la feniletilamina , producen euforia , altos niveles de ener*0a , la atención se centró , p2rdida de apetito y un deseo *eneral para el obeto de su deseo. +uriosamente , la investi*ación reciente de la niversidad +olle*e de 7ondres tambi2n muestra que los niveles de serotonina baan , similar a lo que ocurre en el trastorno obsesivo ^ compulsivo , que es coherente con el carácter obsesivo de los primeros amor.C 7os altos niveles de dopamina y norepinefrina en cuenta para el aumento la atención a corto plao, euforia, y el deseo de amor antes de tiempo. &i estos fenómenos bioqu0micos suenan similares a los del s0ndrome de lucha o huida , que son, e'cepto que aqu0 estamos corriendo hacia al*o o al*uien y, de hecho , un c0nico podr0a decir que en lu*ar de hacia fuera de peli*ro . 7os cambios tambi2n son totalmente compatibles con los de las primeras fases de la conducta adictiva. 7a canción de Ro'y Music "7ove 4s the %ru* " es bastante precisa en la descripción de este estado >aunque el tema de la canción que está tratando de anotar su pró'ima dosis de amor ? . 7os estudios de las e'periencias reli*iosas de 2'tasis tambi2n muestran los mismos fenómenos f0sicos , sino que se puede decir que la persona que tiene tal e'periencia está cayendo en amor con %ios, o lo que sea cone'ión espiritual en la que se concentran . En el caso del amor romántico temprano , el estró*eno y la testosterona sin duda ue*an un papel en el establecimiento del deseo se'ual, pero si la reproducción se'ual fuera el único obetivo evolutivo del amor, entonces no ser0a necesario el aspecto romántico del proceso. +omo escribió el psicólo*o ohn Money =illiam >@JC@CAAG? , " 7a luuria es lascivo , el amor es l0rica. " 7a fase de 2'tasis de amor lleva a la fase de embar*o y en última instancia a un bono a lar*o plao . 9ay productos qu0micos que estimulan este proceso , as0, como la o'itocina y la vasopresina . +onsideremos dos especies relacionadas de ratones de campo ( el ratón de campo y el ratón de montaPa . &on casi id2nticas , e'cepto que
el ratón de las praderas tiene receptores para la o'itocina y la vasopresina , mientras que el ratón de montaPa no. El ratón de campo se caracteria por relaciones monó*amas de por vida , mientras que las estaciones de montaPa vole casi e'clusivamente para una sola noche . En el caso de los ratones de campo , los receptores de la o'itocina y la vasopresina son más o menos determinante en cuanto a la naturalea de su vida amorosa. Mientras que estos productos qu0micos son influyentes en los seres humanos tambi2n , nuestro neocórte' ha asumido un papel de mando, como en todo lo que hacemos. 7os ratones tienen un neocórte' , pero es un sello de correos de tamaPo y plana y lo suficientemente *rande como para que puedan encontrar un compaPero para toda la vida >o, en el caso de los ratones de montaPa , al menos por la noche? y llevar a cabo otras conductas básicas campaPol . 7os seres humanos tenemos suficiente neocorte' adicional para participar en las amplias e'presiones " l0ricas " a que se refiere el dinero . %esde una perspectiva evolutiva , el amor mismo e'iste para satisfacer las necesidades de la neocortea . &i no tenemos un neocórte' , a continuación, la luuria ser0a más que suficiente para *arantiar la reproducción . 7a iniciativa de 2'tasis de amor lleva a la unión y el amor maduro, y da lu*ar a un v0nculo duradero . / su ve, está disePado para proporcionar al menos la posibilidad de un ambiente estable para los niPos mientras que sus propios neocortea se someten al aprendiae cr0tico necesario para convertirse en adultos responsables y capaces. El aprendiae en un ambiente rico es inherentemente parte del m2todo de la neocortea . %e hecho, la misma o'itocina y vasopresina mecanismos hormonales desempePan un papel clave en el establecimiento de la unión cr0tico de los padres > especialmente la madre ? y el niPo . En el otro e'tremo de la historia de amor, un ser querido se convierte en una parte importante de nuestro neocorte' . %espu2s de d2cadas de estar untos, a otra virtual e'iste en la cortea cerebral de tal manera que podemos anticipar cada paso de lo que va a decir a nuestra parea y hacer. 5uestros patrones neocortical se llenan con los pensamientos y los patrones que reflean qui2nes son . +uando perdemos a esa persona , que, literalmente, perdemos parte de nosotros mismos . Esto no es sólo una metáfora todos los *randes reconocedores de patrones que se llenan con los patrones que reflean la persona que amamos repente cambiar su naturalea. / pesar de que puede ser considerado una forma valiosa para mantener a esa persona viva dentro de nosotros mismos , los *randes patrones neocortical de un ser querido a su ve de repente de los factores desencadenantes de deleite desencadenantes de luto. 7a base evolutiva para el amor y sus fases no es la historia completa en el mundo de hoy. ;a hemos tenido bastante 2'ito en el se'o liberador de su función bioló*ica , en que podemos tener hios sin se'o y sin duda podemos tener relaciones se'uales sin beb2s. 7a *ran mayor0a de se'o se lleva a cabo para sus fines sensual y relacional . ; habitualmente enamoramos para fines distintos de la criana de niPos . %el mismo modo, la vasta e'tensión de la e'presión art0stica de todo tipo que celebra el amor y sus múltiples formas se remonta a la anti*]edad tambi2n es un fin en s0 mismo . 5uestra capacidad de crear estas formas perdurables de trascendencia en el conocimiento sobre el amor o cualquier otra cosa es precisamente lo que hace que
nuestra especie única. El neocórte' es la creación más *rande de la biolo*0a. / su ve , son los poemas sobre el amor y todas nuestras otras creaciones que representan los *randes inventos de nuestro neocorte' .
CAPÍTULO = LA 8(o$ó&(co (n-,(ra#o I%ITAL NEOCORTEX 5unca conf0es en todo lo que puede pensar por s0 mismo si no puede ver donde mantiene su cerebro. /rthur =easley, de K Ro!lin*, 9arry 1otter y el prisionero de /$aban 5o, no estoy interesado en el desarrollo de un poderoso cerebro. 7o único que busco es sólo un cerebro mediocre, al*o as0 como el 1residente de la /merican -elephone and -ele*raph +ompany. /lan -urin* n equipo que merecer0a ser llamado inteli*ente si se pudiera en*aPar a un ser humano en la creencia de que era humano. /lan -urin* +reo que al final del si*lo, el uso de las palabras y la opinión *eneral de educación se han alterado tanto que se podrá hablar de máquinas pensantes sin esperar ser contradicho. /lan -urin* na rata madre va a construir un nido para sus cr0as , aunque ella nunca ha visto otra rata en su vida.@ %el mismo modo, una araPa teer una red , un *usano creará su propio capullo y un castor construirá una presa , aunque no contemporánea nunca les ensePó a realiar estas tareas compleas. Esto no quiere decir que estos no son comportamientos aprendidos . Es que estos animales no aprendieron en una sola vida Nue ellos aprendieron a trav2s de miles de vidas. 7a evolución de la conducta animal no constituyen una proceso de aprendiae, sino que se aprenden por la especie , no el individuo , y los frutos de este proceso de aprendiae está codificada en el /%5 . 1ara apreciar la importancia de la evolución de la neocortea , ten*a en cuenta que en *ran medida se aceleró el proceso de aprendiae >conocimiento erárquico ? de miles de aPos o meses >o menos ? . 4ncluso si millones de animales en una especie de mam0fero particular, fallaron para resolver un problema >que requiere una erarqu0a de pasos ? , que requiere sólo una ocasión de caer accidentalmente con una solución . Ese nuevo m2todo ser0a entonces ser copiado y se e'tendió de manera e'ponencial a trav2s de la población . /hora estamos en condiciones de acelerar el proceso de aprendiae en un factor de miles o millones de nuevo mediante la mi*ración de lo bioló*ico a la inteli*encia no bioló*ica . na ve que el neocorte' di*itales aprende una habilidad, puede transferir ese conocimiento en cuestión de minutos o incluso se*undos . +omo uno de los muchos eemplos , en mi primera empresa , Kur!eil +omputer 1roducts > ahora 5uance &peech -echnolo*ies? , que fund2 en @JHD , hemos pasado aPo la formación
de un conunto de equipos de investi*ación para reconocer las letras impresas de los documentos escaneados , una tecnolo*0a llamada omni fuente >cualquier tipo de letra ? el reconocimiento óptico de caracteres >)+R ? . Este particular 7a tecnolo*0a ha estado en continuo desarrollo durante casi cuarenta aPos, con el actual producto de 5uance )mni1a*e llamada . &i desea que su computadora para reconocer las letras impresas , no es necesario pasar aPos entrenar a hacerlo , como lo hicimos , sólo tiene que descar*ar los modelos evolucionados ya aprendidas por los equipos de investi*ación en forma de soft!are. En la d2cada de @JIA que comenamos el reconocimiento de vo , y que la tecnolo*0a , que tambi2n ha estado en continuo desarrollo desde hace varios decenios , es parte de &iri. na ve más, se puede descar*ar en cuestión de se*undos los patrones evolucionado aprendidas por los equipos de investi*ación durante muchos aPos . inalmente vamos a crear un neocórte' artificial que tiene toda la *ama y la fle'ibilidad de su contraparte humana. +onsidere los beneficios . +ircuitos electrónicos son millones de veces más rápido que nuestros circuitos bioló*icos. En un primer momento vamos a tener que dedicar todo este aumento de velocidad de compensar la relativa falta de paralelismo en nuestros ordenadores, pero en última instancia, el neocórte' di*ital será mucho más rápido que la variedad bioló*ica y sólo se*uirá aumentando la velocidad. +uando aumentamos nuestro neocorte' con una versión sint2tica , no tiene que preocuparse acerca de cuánto neocorte' adicional puede f0sicamente en nuestros cuerpos y cerebros , ya que la mayor0a de ellos estarán en la nube, como la mayor0a de la computación que usamos hoy en d0a . 4 estimado anteriormente que tenemos en el orden de DAA millones de reconocedores de patrones en nuestro neocorte' bioló*ica. Eso es tanto como podr0a ser e'primido en nuestros cráneos incluso con la innovación evolutiva de un *ran frente y con el neocórte' teniendo apro'imadamente el IA por ciento del espacio disponible . -an pronto como empeamos a pensar en la nube, no habrá l0mites lo natural será capa de utiliar miles de millones o billones de reconocedores de patrones, básicamente todo lo que necesitamos, y lo que la ley de los retornos acelerados podemos ofrecer en cada momento del tiempo. 1ara que un neocórte' di*ital para aprender una nueva habilidad , todav0a requieren muchas iteraciones de la educación , as0 como un neocórte' bioló*ica hace, pero una ve que un solo neocorte' di*itales en al*ún lu*ar y en al*ún momento se entera de al*o, pueden compartir ese conocimiento con todos los demás neocorte' di*ital sin demora. 1odemos tener cada uno nuestros propios e'tensores neocórte' privados en la nube, as0 como tenemos nuestros propios almacenes privados de datos personales en la actualidad. 1or último, pero no menos importante, vamos a poder hacer copia de se*uridad de la parte di*ital de nuestra inteli*encia . +omo hemos visto , no es sólo una metáfora para indicar que e'iste información contenida en nuestro neocorte' , y es aterrador pensar que nin*una de esta información es respaldada hoy. 9ay, por supuesto , de una manera en la que hacemos una copia de se*uridad al*una de la información en nuestro cerebro por escribirla. 7a capacidad de transferir al menos parte de nuestro pensamiento a un medio que puede durar más que nuestros cuerpos bioló*icos fue un *ran paso adelante, pero una *ran cantidad de datos en nuestro cerebro si*ue siendo
vulnerable.
La- -(mu$ac(one- #e$ cere8ro n enfoque para la construcción de un cerebro di*ital es para simular con precisión un uno bioló*ica . 1or eemplo , 9arvard cerebro ciencias estudiante de doctorado %avid %alrymple >nacido en @JJ@ ? tiene la intención de simular el cerebro de un nematodo > *usano redondo a ? A,C %alrymple seleccionado el nematodo debido a su sistema nervioso relativamente simple, que consta de unas DAA neuronas , y que se vaya a simular en el nivel más detallado de las mol2culas. -ambi2n creará una simulación por ordenador de su cuerpo, as0 como su entorno para que su nematodo virtual puede caar >virtual ? de alimentos y hacer las otras cosas que los nematodos son buenos . %alrymple dice que es probable que sea el primer cerebro completo subir de un animal bioló*ico a uno virtual que vive en un mundo virtual. /l i*ual que su nematodo simulada, si incluso bioló*icos nematodos son conscientes está abierto a debate , aunque en su lucha por comer, di*erir los alimentos , evitar a los depredadores y reproducirse , tienen e'periencias de ser conscientes. En el e'tremo opuesto del espectro , 1royecto #lue #rain de 9enry Mar$ram tiene la intención de simular el cerebro humano , incluyendo todo el neocórte' , as0 como las re*iones de edad del cerebro tales como el hipocampo , la am0*dala , y el cerebelo . &us simulaciones previstas se construirán en diferentes *rados de detalle, hasta una simulación completa en el nivel molecular. +omo inform2 en el cap0tulo , Mar$ram ha descubierto un equipo au'iliar de varias docenas de neuronas que se repite una y otra ve en el neocórte' , lo que demuestra que el aprendiae se realia mediante estos módulos y no por las neuronas individuales . El pro*reso de Mar$ram ha ido ampliando a un ritmo e'ponencial. &e simuló una neurona en el CAAF , aPo en que se inició el proyecto. En CAAI su equipo simula toda una columna neocortical del cerebro de una rata , que consta de @A.AAA neuronas. 1ara el aPo CA@@ esta se e'pandió a @AA columnas , por un total de un millón de c2lulas, lo que 2l llama un mesocircuit . na controversia sobre la labor de Mar$ram es cómo verificar que las simulaciones son e'actas. 1ara hacer esto, estas simulaciones deberán demostrar el aprendiae que se discuten a continuación. 1royecta simular todo un cerebro de rata de @AA mesocircuits , totaliando @AA millones de neuronas y alrededor de un billón de sinapsis, en CA@ . En una charla en la conferencia -E% CAAJ en )'ford, dio Mar$ram , "5o es imposible construir un cerebro humano , y podemos hacerlo en @A aPos". D &u último obetivo para una simulación completa del cerebro es CACD. Mar$ram y su equipo basan su modelo de anatom0a detallada y análisis electroqu0micos de las neuronas reales. so de un dispositivo automatiado que crearon llamado un robot de patchclamp , que están midiendo los canales espec0ficos de iones , neurotransmisores, y enimas que son responsables de la actividad electroqu0mica dentro de cada neurona . &u sistema automatiado fue capa de hacer treinta aPos de análisis en seis meses, se*ún Mar$ram . ue a partir de estos análisis que se dieron cuenta de la "memoria " de 7e*o unidades que son las unidades funcionales básicas de la neocortea . 1ro*reso real y previsto del proyecto de simulación cerebral #lue #rain .
+ontribuciones si*nificativas a la tecnolo*0a de la robótica patch fiación se realió por el M4- neurocient0fico Ed #oyden , 3eor*ia -ech profesor de in*enier0a mecánica +rai* #osque, y el estudiante *raduado &uhasa Kodandaramaiah del #osque . %emostraron un sistema automatiado con precisión de un micrómetro que puede realiar la e'ploración de teido neural a muy corta distancia sin daPar las delicadas membranas de las neuronas . "Esto es al*o que un robot puede hacer que un ser humano no puede, " #oyden comentó . 1ara volver a la simulación de Mar$ram , despu2s de simular una columna neocortical , Mar$ram fue citado diciendo( "/hora sólo tenemos que ampliarlo . " F 7a escala es sin duda un factor importante , pero no hay otro obstáculo clave , lo que está aprendiendo . &i el proyecto #lue #rain cerebro es " hablar y tener una inteli*encia y se comportan en *ran medida como un ser humano lo hace", que es como Mar$ram describió su obetivo en una entrevista con la ##+ en CAAJ , entonces se tendrá que tener suficiente contenido en su neocorte' simulada para llevar a cabo los tas$s.G +omo cualquiera que ha tratado de mantener una conversación con un reci2n nacido puede dar fe , hay una *ran cantidad de aprendiae que debe lo*rarse antes de que esto es factible. 7a punta del robot de patchclamp desarrollado en el M4- y 3eor*ia -ech escanear el teido neural. 9ay dos maneras obvias esto se puede hacer en un cerebro simulado como #lue #rain . na de ellas ser0a que el cerebro aprenda este contenido la forma de un cerebro humano . 1uede empear como un beb2 humano reci2n nacido con una capacidad innata para adquirir conocimiento erárquica y con ciertas transformaciones prepro*ramados en las re*iones preprocesamiento sensorial . &in embar*o, el aprendiae que tiene lu*ar entre un niPo bioló*ico y un ser humano que puede mantener una conversación tendr0a que ocurrir en una forma comparable en el aprendiae no bioló*ica . El problema con este enfoque es que no se espera un cerebro que está siendo simulado en el nivel de detalle previsto para #lue cerebro para eecutar en tiempo real, por lo menos hasta principios de los aPos d2cada de CACA . 4ncluso se eecuta en tiempo real, ser0a demasiado lenta a menos que los investi*adores están dispuestos a esperar una d2cada o dos para lle*ar a la paridad intelectual con una persona adulta , aunque el rendimiento en tiempo real tendrá constantemente más rápido que las computadoras si*uen creciendo en precio rendimiento. El otro m2todo consiste en tomar uno o más cerebros humanos bioló*icos que ya han adquirido los conocimientos suficientes para conversar en el len*uae si*nificativo y que se comporten de otra manera de una manera madura y copiar sus patrones neocortical en el cerebro simulado. El problema con este m2todo es que requiere una tecnolo*0a de e'ploración no invasiva y no destructiva de suficiente resolución y la velocidad espacial y temporal para llevar a cabo una tarea tan rápida y completamente . ;o no esperar0a que una tecnolo*0a de " subir " como para estar disponible hasta alrededor de la d2cada de CAA . > El requerimiento computacional para simular un cerebro en ese *rado de precisión , lo que estimo que @A@J cálculos
por se*undo , estará disponible en un superordenador se*ún mis proyecciones de principios de los aPos CACA , sin embar*o , las tecnolo*0as de análisis no destructivos cerebrales necesarias tardarán más? . E'iste un tercer m2todo, que es el que yo creo que los proyectos de simulación tales como #lue #rain tendrán que se*uir. &e puede simplificar mediante la creación de modelos moleculares equivalentes funcionales en los diferentes niveles de especificidad , que van desde mi propio m2todo al*or0tmico funcional > como se describe en este libro ? para simulaciones que están más cerca de simulaciones moleculares completos. 7a velocidad de aprendiae de este modo se puede aumentar por un factor de cientos o miles , dependiendo del *rado de simplificación utiliada . n pro*rama educativo se puede disePar para el cerebro simulado > utiliando el modelo funcional ? que puede aprender con relativa rapide . / continuación, la simulación molecular completo puede ser sustituido por el modelo simplificado sin dear de utiliar su aprendiae acumulado . / continuación, podemos simular el aprendiae con el modelo molecular completa a una velocidad mucho más lenta. /mericana ordenador cient0fico %harmendra Modha y sus cole*as de 4#M han creado una simulación de celda por celda de una porción de la neocortea visual humano que comprende @,G mil millones de neuronas virtuales y J billones de sinapsis , lo que equivale a un neocórte' *ato . &e eecuta @AA veces más lento que el tiempo real en un #lue3ene 1 superordenador de 4#M que consiste en @H FG procesadores . 7a obra recibió el 1remio 3ordon #ell de la /ssociation for +omputin* Machinery . El propósito de un proyecto de simulación del cerebro , tales como aul de cerebro y simulaciones del neocórte' es Modha espec0ficamente para refinar y confirmar un modelo funcional . /4 a nivel humano sobre todo utiliar el tipo de modelo al*or0tmico funcional discutida en este libro. &in embar*o , las simulaciones moleculares nos ayudarán a perfeccionar ese modelo y que entendemos completamente qu2 detalles son importantes. En mi desarrollo de la tecnolo*0a de reconocimiento de vo en los aPos @JIA y @JJA , hemos sido capaces de refinar los al*oritmos de una ve que las transformaciones reales realiadas por el nervio auditivo y las porciones anteriores de la cortea auditiva se entendieron . 4ncluso si nuestro modelo funcional fue perfecto, comprender e'actamente cómo se aplica realmente en nuestros cerebros bioló*icos se revelan importantes conocimientos sobre la función humana y la disfunción . 5ecesitaremos datos detallados sobre los cerebros reales para crear simulaciones de base bioló*ica . El equipo de Mar$ram está reco*iendo sus propios datos. 9ay proyectos a *ran escala para recopilar este tipo de datos y ponerlos a disposición de los cient0ficos en *eneral . 1or eemplo , el 7aboratorio de +old &prin* 9arbor en 5ueva ;or$ ha reco*ido FAA terabytes de datos mediante el escaneo de un cerebro de mam0fero > ratón ?, que se publicarán en unio de CA@C. &u proyecto permite al usuario e'plorar el cerebro de manera similar a la forma en que 3oo*le Earth permite e'plorar la superficie del planeta . 1uedes moverte por todo el cerebro y el oom para ver las neuronas individuales y sus cone'iones. 1uede resaltar una única cone'ión y lue*o se*uir su camino a trav2s del cerebro . %iecis2is secciones de los 4nstitutos 5acionales de &alud se han reunido con el
patrocinio de una importante iniciativa denominada 1royecto +onectoma humano con ` DI,F millones de fundin*.H %iri*ido por la niversidad de =ashin*ton en &t. 7ouis, la niversidad de Minnesota, la niversidad de 9arvard , Massachusetts 3eneral 9ospital, y la niversidad de +alifornia en 7os /n*eles , el proyecto busca crear un mapa tridimensional similar de cone'iones en el cerebro humano. El proyecto utilia una variedad de tecnolo*0as de escaneo no invasivas , como las nuevas formas de resonancia ma*n2tica, la ma*netoencefalo*raf0a >que mide los campos ma*n2ticos producidos por la actividad el2ctrica en el cerebro? , y tracto*raphy difusión > un m2todo para traar las v0as de haces de fibras en el cerebro? . +omo sePalo en el cap0tulo @A , la resolución espacial de e'ploración no invasiva del cerebro está meorando a un ritmo e'ponencial . 7a investi*ación realiada por . 6an =edeen y sus cole*as en el 9ospital 3eneral de Massachusetts, que muestra una estructura reticular muy re*ular del cableado del neocórte' que describ0 en el cap0tulo es uno de los primeros resultados de este proyecto. )'ford niversity computacional neurocient0fico /nders &andber* >nacido en @JHC ? y el filósofo sueco 5ic$ #ostrom >nacido en @JHD ? ha escrito la inte*ral =hole emulación del cerebro( 1lan de trabao , que detalla los requisitos para la simulación del cerebro humano >y otros tipos de cerebros ? en diferentes niveles de especificidad de los modelos funcionales de alto nivel a simular molecules.I El informe no ofrece una l0nea de tiempo , pero describe los requisitos para simular diferentes tipos de cerebros en diferentes niveles de precisión en t2rminos de e'ploración del cerebro , el modelado, el almacenamiento y cálculo.El informe proyecta *anancias e'ponenciales en curso en todas estas áreas de capacidad y sostiene que los requisitos para simular el cerebro humano con un alto nivel de detalle están entrando en su lu*ar. n resumen de las capacidades tecnoló*icas necesarias para la emulación de todo el cerebro , en todo el cerebro Emulación( 1lan de trabao por /nders &andber* y 5ic$ #ostrom . n esquema de emulación de todo el cerebro ( 1lan de trabao por /nders &andber* y 5ic$ #ostrom . Redes 5euronales En @JG , a la edad de diecis2is aPos , escrib0 a ran$ Rosenblatt > @JCI@JH@ ? , profesor en la niversidad de +ornell , pre*untando por una máquina llamada la Marca @ 1erceptron . Sl hab0a creado cuatro aPos antes, y fue descrito como poseedor de propiedades brainli$e . Sl me invitó a visitarlo y probar la máquina fuera . El 1erceptron fue construido a partir de lo que dio eran modelos electrónicos de neuronas. %e entrada consistió en valores dispuestos en dos dimensiones . 1ara vo , una dimensión representada frecuencia y la otra ve , por lo que cada valor representa la intensidad de una frecuencia en un punto dado en el tiempo . 1ara las imá*enes , cada punto era un p0'el en una ima*en de dos dimensiones . +ada punto de una entrada dada se conecta al aar a las entradas de la primera capa de neuronas simuladas . +ada cone'ión tiene un *rado asociado sináptica , lo que representó su importancia, y que se fió inicialmente en un valor aleatorio . +ada neurona suman las sePales que lle*an a ella. &i la sePal combinada supera un determinado umbral , la neurona disparó y se env0a una sePal a su cone'ión de salida , y si la sePal de entrada
combinada no supera el umbral , la neurona no se disparó , y su salida es cero . 7a salida de cada neurona se conecta al aar a las entradas de las neuronas de la capa si*uiente . El @ 1erceptron Mar$ ten0a tres capas , que pueden ser or*aniadas en una variedad de confi*uraciones. 1or eemplo , una capa puede alimentar de nuevo a una anterior . En la capa superior , la salida de uno o más neuronas , tambi2n seleccionada al aar , proporcionó la respuesta . >1ara una descripción al*or0tmica de redes neuronales , vea esta nota al final. ? J %ado que el cableado de red neuronal y los pesos sinápticos se establecen inicialmente al aar , las respuestas de un red neuronal sin entrenamiento tambi2n son aleatorios . 7a clave de una red neuronal , por lo tanto , es que debe aprender su obeto, al i*ual que los cerebros de los mam0feros en la que está supuestamente modeló . na red neural comiena i*norante, su maestro , que puede ser un ser humano, un pro*rama de ordenador , o tal ve s0, red neuronal más maduro que ya ha aprendido sus lecciones recompensas de la red neuronal estudiante cuando se *enera la salida correcta y casti*a cuando no lo hace. Esta información es a su ve utiliado por la red neuronal estudiante para austar la fuera de cada cone'ión interneuronal . +one'iones que concuerdan con las respuestas correctas se hacen más fuertes. 7os que abo*an por una respuesta errónea se debilitan . +on el tiempo, la red neuronal se or*ania para dar las respuestas correctas sin entrenamiento. 7os e'perimentos han demostrado que las redes neuronales pueden aprender su materia , incluso con profesores poco fiables . &i el profesor es correcta sólo el GA por ciento de las veces, la red neuronal estudiante todav0a aprender sus lecciones con una precisión cercana al @AA por ciento. &in embar*o , las limitaciones en la *ama de material que el 1erceptrón era capa de aprender rápidamente se hicieron evidentes . +uando visit2 el profesor Rosenblatt en @JG , trat2 de modificaciones simples a la entrada. El sistema fue creado para reconocer las letras impresas , y los reconocer0a con bastante precisión . &e hio un trabao bastante bueno de autoasociación > es decir , se podr0a reconocer las letras , aunque he cubierto partes de ellos?, pero no le fue tan bien con invariabilidad > es decir, la *eneraliación sobre el tamaPo y los cambios de fuente , que confundieron a 2l?. %urante la última mitad de la d2cada de @JGA , estas redes neuronales se hio enormemente popular, y el campo de " cone'ionismo " se hio car*o de al menos la mitad del campo de la inteli*encia artificial. El enfoque más tradicional de /4 , por su parte , incluye los intentos directos a pro*ramar soluciones a problemas espec0ficos , tales como la forma de reconocer las propiedades invariantes de letras impresas . )tra persona que visit2 en @JG fue Marvin Mins$y >nacido en @JCH ?, uno de los fundadores del campo de la inteli*encia artificial. / pesar de haber realiado un trabao pionero sobre las redes neuronales a s0 mismo en el @JFA , que se refer0a a la *ran oleada de inter2s en esta t2cnica. 1arte del encanto de las redes neuronales es que supuestamente no requieren pro*ramación aprender0an soluciones a los problemas por su cuenta. En @JGF entr2 en el M4- como estudiante con el profesor Mins$y como mi mentor, y yo compart0 su escepticismo acerca de la moda de los " cone'ionismo ".
En @JGJ Mins$y y &eymour 1apert >nacido en @JCI ?, los dos cofundadores del 7aboratorio de 4nteli*encia /rtificial del M4- , escribió un libro llamado 1erceptrones , que presentaba un solo teorema central ( en concreto , que el 1erceptron era inherentemente incapaces de determinar si es o no una ima*en estaba conectado . El libro creó una tormenta de fue*o. %eterminar si una ima*en está conectada es una tarea que los humanos pueden hacer muy fácilmente, y tambi2n es un proceso sencillo de pro*ramar un ordenador para que esta discriminación. El hecho de que 1erceptrones no pudieron hacerlo fue considerado por muchos como un error fatal . %os imá*enes de la portada del libro 1erceptrones por Marvin Mins$y y &eymour 1apert . 7a ima*en de arriba no está conectado > es decir, el área oscura que consta de dos partes desconectadas ? . la ima*en inferior se conecta . n ser humano puede determinar fácilmente esto, al i*ual que un simple pro*rama de soft!are . / 1erceptron feedfor!ard como ran$ Rosenblatt Marcos @ 1erceptron no puede hacer esta determinación . 1erceptrones , sin embar*o , fue interpretado ampliamente dar a entender más de lo que realmente lo hio. Mins$y y 1apert del teorema aplica sólo a un determinado tipo de red neuronal se llama una red neuronal feedfor!ard > una cate*or0a que s0 incluye perceptrón de Rosenblatt ? , otros tipos de redes neuronales no tienen esta limitación . &in embar*o, el libro lo*ró matar a *ran mayor0a de los fondos para la investi*ación de redes neuronales durante la d2cada de @JHA . El campo arroó en la d2cada de @JIA con los intentos de utiliar lo que se afirma que los modelos más realistas de neuronas bioló*icas y los que evitan las limitaciones que implica el 1erceptron teorema de Mins$y , 1apert . &in embar*o , la capacidad de la neocortea para resolver el problema de invariancia , la clave de su fuera, era una habilidad que se mantuvo dif0cil de alcanar para el campo cone'ionista resur*ente . +odificación &parse ( +uantificación vectorial / principios de @JIA comenc2 un proyecto dedicado a otro clásico problema de reconocimiento de patrones ( entender el len*uae humano. /l principio , se utiliaron m2todos tradicionales de 4/ por pro*ramar directamente el conocimiento e'perto sobre las unidades fundamentales de los fonemas del habla y las normas de los lin*]istas sobre la manera de cadena los fonemas para formar palabras y frases. +ada fonema tiene patrones de frecuencia distintivos . 1or eemplo , sab0amos que las vocales como " e" y " ah" se caracterian por ciertas frecuencias resonantes llamados formantes , con una relación de caracter0sticas de los formantes de cada fonema. &onidos sibilantes como " " y "s " se caracterian por una ráfa*a de ruido que se e'tiende por muchas frecuencias . +apturamos discurso como una forma de onda , que lue*o nos convertimos en múltiples bandas de frecuencia > percibido como tonos? utiliando un banco de filtros de frecuencia . El resultado de esta transformación podr0a ser visualiado y fue llamado un espectro*rama > v2ase la pá*ina @DG ? . El banco de filtros es copiar lo que hace la cóclea humana , que es el primer paso en nuestro proceso bioló*ico de sonido. El soft!are identifica primero fonemas basado
en patrones distintivos de frecuencias y lue*o palabras identificados sobre la base de la identificación de secuencias de fonemas caracter0sticos . n espectro*rama de tres vocales . %e iquierda a derecha( [ i \ como en " apro' eciate , " [ u\ como en " acústico " y [ a\ como en " ah. " El ee ; representa la frecuencia del sonido. +uanto más oscuro es la banda más ener*0a acústica e'iste en esa frecuencia . n espectro*rama de una persona que dice la palabra " esconder ". 7as l0neas horiontales muestran los formantes , que se sustentan las frecuencias que tienen especialmente alto ener*y.@A El resultado fue un 2'ito parcial . 1odr0amos entrenar a nuestro dispositivo para conocer los patrones de una persona en particular usando un vocabulario de tamaPo moderado , medido en miles de palabras. +uando tratamos de reconocer decenas de miles de palabras , manear múltiples altavoces , y permitir discurso totalmente continua > es decir , el habla , sin pausas entre las palabras ? , nos encontramos con el problema de la invariancia . diferentes personas enunciado mismo fonema diferente por eemplo, fonema " e" de una persona puede parecer de otra persona " ah ". 4ncluso la misma persona que era inconsistente en su manera de hablar de un fonema . El patrón de un fonema a menudo se ve afectada por otros fonemas cercanos . Muchos fonemas se quedaron por completo. 7a pronunciación de las palabras > es decir, cómo los fonemas se encadenan untas para formar palabras ? tambi2n fue muy variable y depende del conte'to . 7as re*las lin*]0sticas que hab0amos pro*ramado romp0an abao y no pod0a se*uir el ritmo de la variabilidad e'trema del len*uae hablado. Nuedó claro para m0 en el momento en que la esencia del patrón humano y el reconocimiento conceptual se basa en erarqu0as . Este es, sin duda evidentes para el len*uae humano , que constituye una elaborada erarqu0a de las estructuras . 1ero lo que es el elemento en la base de las estructurasT Esa fue la primera pre*unta que me consider2 como me puse a buscar formas de reconocer automáticamente la vo humana totalmente normal. &onido entra en el o0do como una vibración del aire y es convertido por los apro'imadamente D.AAA c2lulas ciliadas internas en la cóclea en múltiples bandas de frecuencia . +ada c2lula de pelo se sintonia a una frecuencia particular > nota que percibimos como tonos de frecuencias ? y cada uno actúa como un filtro de frecuencia , emitiendo una sePal cada ve que hay sonido en o cerca de su frecuencia de resonancia . +omo parte de la cóclea humana , el sonido se representa por lo tanto apro'imadamente D,AAA sePales separadas , cada una representa la intensidad variable en el tiempo de una banda estrecha de frecuencias > con una superposición sustancial entre estas bandas ? . / pesar de que era evidente que el cerebro era masivamente paralelo , parec0a imposible para m0 que estaba haciendo patrones sobre D.AAA sePales auditivas separadas. %udaba de que la evolución pudo haber sido que ineficiente. /hora sabemos que la reducción de datos muy importante en efecto ocurre en el nervio auditivo antes de las sePales sonoras lle*uen a la neocortea . En los reconocedores de vo basadas en soft!are , tambi2n utiliamos filtros
implementados como soft!are diecis2is aPos para ser e'actos >que lue*o se aumentó a treinta y dos aPos, ya que nos pareció que no hab0a mucho beneficio para ir mucho más alto que esto? . /s0 en nuestro sistema , cada punto en el tiempo se representa por diecis2is números . -en0amos que reducir estas corrientes diecis2is de datos en una sola y, al mismo enfatiando las caracter0sticas que son importantes en el reconocimiento del habla. &e utilió una t2cnica matemáticamente óptima de lo*rar esto , llamado cuantificación vectorial . -en*a en cuenta que en cualquier punto particular en el tiempo , el sonido >por lo menos de una orea ? estuvo representado por nuestro soft!are por diecis2is números diferentes ( es decir, la salida de los filtros de frecuencia diecis2is . > En el sistema auditivo humano la cifra ser0a DAAA , que representa la salida de la cóclea las c2lulas ciliadas internas DAAA . ? En la terminolo*0a matemática , cada uno de dichos conunto de números > DAAA si en el caso bioló*ica o @G en nuestra implementación de soft!are ? se llama una vectorial. 1ara simplificar, vamos a considerar el proceso de cuantificación de vectores con vectores de dos números. +ada vector puede ser considerado un punto en el espacio de dos dimensiones . &i tenemos una muestra muy *rande de estos vectores y las maquinas , que son propensas a notar las a*rupaciones que forman . +on el fin de identificar a los *rupos, tenemos que decidir cuántos vamos a permitir . En nuestro proyecto por lo *eneral permite @.AC *rupos para que pudi2ramos numerarlas y asi*ne a cada *rupo una etiqueta de @A bits >porque C@A U @AC ? . 5uestra muestra de los vectores representa la diversidad que esperamos . 5osotros asi*namos tentativamente los primeros @.AC vectores que las a*rupaciones de un punto . / continuación, consideremos el vector th @ACF y encontramos el punto que está más cerca . &i la distancia es mayor que la distancia más pequePa entre cualquier par de los @.AC puntos , lo consideramos como el comieno de un nuevo clúster . / continuación, el colapso de las dos > un punto ? *rupos que están más cerca untos en un solo *rupo . Estamos por lo tanto aún queda @AC clusters. %espu2s de procesar la @ACF th vector, uno de esos *rupos tiene ahora más de un punto. &e*uimos puntos de procesamiento de esta manera , manteniendo siempre @.AC a*rupaciones . %espu2s de haber procesado todos los puntos , representamos a cada *rupo multipunto por el centro *eom2trico de los puntos en que se a*rupan . +ontinuamos este proceso iterativo hasta que hemos llevado a cabo a trav2s de todos los puntos de muestra . 5ormalmente nos procesar millones de puntos en @AC > C@A ? *rupos , tambi2n hemos usado CAI > C@@ ? o AJG > C@C ? clusters. +ada *rupo está representado por un vector que está en el centro *eom2trico de todos los puntos de ese clúster . /s0, el total de las distancias de todos los puntos en el clúster hasta el punto de centro de la a*rupación es tan pequePa como sea posible . El resultado de esta t2cnica es que en lu*ar de tener los millones de puntos que empeamos con > y un número aún mayor de posibles puntos ? , hemos reducido ahora los datos a sólo @.AC puntos que utilian el espacio de posibilidades de manera óptima . 7as partes del espacio que no se utilia no se asi*nan los *rupos.
/ continuación, asi*nar un número a cada *rupo >en nuestro caso , de A a @ACD ? . Ese número es el , la representación reducida " cuantificado " de ese *rupo , por lo que la t2cnica se llama cuantificación vectorial . +ualquier nuevo vector de entrada que lle*a en el futuro se representa entonces por el número del clúster cuyo punto central es la más cercana a este nuevo vector de entrada . /hora podemos calcular previamente una tabla con la distancia de la punta de cada clúster para cada punto central centro . 5osotros por lo tanto tienen disponible al instante la distancia de este nuevo vector de entrada > el cual representamos por este punto cuantificada en otras palabras , por el número de clúster que este nuevo punto es el más cercano a ? a cualquier otro clúster. ;a que sólo representamos los puntos de su *rupo más cercano , ahora sabemos que la distancia de este punto a cualquier otro punto es posible que pueda venir. 9e descrito la t2cnica anterior usando vectores con sólo dos números cada uno , pero trabaar con vectores de diecis2is elemento es totalmente análo*o al eemplo más simple. %ebido a que ele*imos vectores con diecis2is números que representan diecis2is bandas de frecuencia diferentes , cada punto en nuestro sistema era un punto en el espacio de diecis2is dimensiones . Es dif0cil para nosotros ima*inar un espacio de más de tres dimensiones > quiás cuatro, si incluimos el tiempo? , pero las matemáticas no tiene tales inhibiciones. 9emos lo*rado cuatro cosas en este proceso. En primer lu*ar, hemos reducido en *ran medida la compleidad de los datos . En se*undo lu*ar, hemos reducido de datos de diecis2is dimensionales a los datos de una sola dimensión > es decir, cada uno muestra es ahora un solo número ? . En tercer lu*ar , hemos meorado nuestra capacidad de encontrar ras*os invariantes , porque estamos enfatiando porciones del espacio de posibles sonidos que transmiten la información más actualiada. 7a mayor0a de las combinaciones de frecuencias son f0sicamente imposible o al menos muy poco probable , as0 que no hay raón para dar el mismo espacio a las combinaciones inveros0miles de los insumos en cuanto a las probabilidades . Esta t2cnica reduce los datos a posibilidades i*ualmente probables . 7a cuarta ventaa es que podemos utiliar los reconocedores de patrones de una sola dimensión , a pesar de que los datos ori*inales consist0an en muchas más dimensiones . Este resultó ser el m2todo más efica para colocar los recursos computacionales disponibles .
Cómo $eer -u mente con $o- Mo#e$o- Ocu$to- #e Mar>o/ +on la cuantificación vectorial , hemos simplificado los datos de una manera que hac0a hincapi2 en las caracter0sticas clave , pero todav0a necesitamos una manera de representar la erarqu0a de funciones invariantes que dar sentido a la nueva información. %espu2s de haber trabaado en el campo del reconocimiento de patrones en ese momento > principios de @JIA ? durante veinte aPos , yo sab0a que las representaciones unidimensionales eran mucho más potente, eficiente y susceptible de resultados invariables . 5o hab0a mucho sabe sobre el neocórte' en la d2cada de @JIA , pero en base a mi e'periencia con una variedad de problemas de reconocimiento de patrones , supuse que el cerebro tambi2n era probable que la reducción de sus datos multidimensionales >ya sea de los oos , los o0dos , o la piel ? utiliando una representación unidimensional , especialmente como conceptos
aumentaron en la erarqu0a de la neocortea . 1ara el problema de reconocimiento de vo , la or*aniación de la información en la sePal de vo que parec0a ser una erarqu0a de patrones , con cada patrón representado por una cadena lineal de elementos con una dirección hacia adelante . +ada elemento de un patrón podr0a ser otro patrón a un nivel inferior , o una unidad fundamental de entrada >que en el caso de reconocimiento de vo ser0an nuestros vectores cuantificados ? . sted reconocerá esta situación lo más coherente con el modelo de la cortea cerebral que present2 anteriormente . El habla humana , por lo tanto , se produce por una erarqu0a de patrones lineales en el cerebro . &i pudi2ramos simplemente e'aminar estos patrones en el cerebro de la persona que habla , ser0a un asunto sencillo para que coincida con sus nuevas e'presiones del habla en contra de sus patrones cerebrales y entender lo que la persona estaba diciendo. %esafortunadamente no tenemos acceso directo al cerebro del hablante , la única información que tenemos es lo que realmente dio . 1or supuesto , ese es el punto central de la len*ua hablada , el altavo está compartiendo un pedao de su mente con su enunciado. Entonces me pre*unt2 ( W9ubo una t2cnica matemática que nos permita inferir los patrones en el cerebro del hablante Y s basado en sus palabras habladas T na e'presión , obviamente, no puede ser suficiente, pero si tuvi2ramos un *ran número de muestras , podr0amos usar esa información para leer esencialmente los patrones en el altavo Y s neocorte' >o al menos formular al*o matemáticamente equivalente que nos permita reconocer nuevas e'presiones ? T 7a *ente a menudo no se dan cuenta lo poderoso que las matemáticas pueden tener en cuenta que nuestra capacidad de buscar mucho del conocimiento humano en una fracción de se*undo con los motores de búsqueda se basa en una t2cnica matemática . 1ara el problema de reconocimiento de vo que estaba frente a principios de @JIA , se descubrió que la t2cnica de los modelos ocultos de Mar$ov encaaba perfectamente bien . El matemático ruso /ndrei /ndreyevich Mar$ov >@IFG@JCC? construyó una teor0a matemática de las secuencias erárquicas de los estados. El modelo se basa en la posibilidad de recorrer los estados en una cadena, y si eso fue un 2'ito , lo que provocó un estado en el nivel inmediatamente superior en la erarqu0a. W&uena familiarT n eemplo sencillo de una capa de un modelo oculto de Mar$ov . &@ a & representan el " oculto" estados internos . El 1i, transiciones cada uno representa la probabilidad de pasar de un estado a otro &i & . Estas probabilidades se determinan por el sistema de aprendiae a partir de datos de entrenamiento > incluyendo durante el uso real ? . na nueva secuencia > tal como una nueva e'presión hablada ? se compara con estas probabilidades para determinar la probabilidad de que este modelo produce la secuencia . El modelo de Mar$ov incluye probabilidades de cada estado está ocurriendo con 2'ito. 7ue*o pasó a plantear la hipótesis de una situación en la que un sistema tiene una erarqu0a de tales secuencias lineales de estados, pero los que son incapaces de ser e'aminado directamente por lo tanto, los modelos ocultos de Mar$ov nombre . El nivel más bao de la erarqu0a emite sePales , que son todo lo que se nos permite ver .
Mar$ov proporciona una t2cnica matemática para calcular lo que las probabilidades de cada transición debe basarse en los resultados observados . El m2todo fue posteriormente refinado por 5orbert =iener en @JCD. Refinamiento =iener Y s tambi2n proporciona una forma de determinar las cone'iones en el modelo de Mar$ov X se considera esencialmente cualquier cone'ión con una probabilidad muy baa de no e'istir. &e trata esencialmente de cómo los austes neocórte' humanos cone'iones , si es que se utilian rara ve o nunca , se consideran poco probable y se podan de distancia . En nuestro caso , el resultado observado es la sePal de vo creado por la persona que habla , y las probabilidades de estado y las cone'iones del modelo de Mar$ov constituyen la erarqu0a neocortical que lo produo. Me ima*inaba un sistema en el que nos tomar muestras de vo humana , aplicar la t2cnica de modelos ocultos de Mar$ov para inferir una erarqu0a de estados con las cone'iones y las probabilidades > esencialmente un neocórte' simulada para producir el habla? , y lue*o usar esta red erárquica inferido de los Estados de reconocer nuevas e'presiones . 1ara crear un sistema independiente del hablante , usar0amos muestras de muchas personas diferentes para entrenar los modelos ocultos de Mar$ov . /Padiendo en el elemento de las erarqu0as de representar la naturalea erárquica de la información en el len*uae, estos fueron llamados correctamente los modelos erárquicos ocultos de Mar$ov > 99MMs ? . Mis cole*as de Kur!eil /pplied inteli*encia se mostraron esc2pticos de que esta t2cnica podr0a funcionar , dado que se trataba de un m2todo de auto or*aniación que recuerda a las redes neuronales , que hab0an ca0do en des*racia y con el que hab0amos tenido poco 2'ito. &ePal2 que la red en un sistema de red neuronal es fio y no se adapta a la entrada ( 7os pesos se adaptan , pero las cone'iones no. En el sistema de modelo de Mar$ov , si se ha confi*urado correctamente , el sistema podar cone'iones no utiliadas con el fin de adaptar esencialmente la topolo*0a. Establec0 lo que se considera un " &$un$ =or$s " del proyecto >un t2rmino de or*aniación de un proyecto fuera de lo común que tiene poco en el camino de los recursos formales ? que consist0a en m0, un pro*ramador a tiempo parcial , y un in*eniero el2ctrico >para crear el banco de filtros de frecuencia?. 1ara sorpresa de mis cole*as, nuestro esfuero resultó ser un *ran 2'ito , despu2s de haber lo*rado el reconocimiento de vo que comprende un amplio vocabulario con *ran precisión. %espu2s de ese e'perimento , todos nuestros esfueros posteriores de reconocimiento de vo se han basado en modelos ocultos de Mar$ov erárquicos. )tras compaP0as de reconocimiento de vo aparecieron a descubrir el valor de este m2todo de forma independiente , y desde mediados de la d2cada de @JIA la mayor0a del trabao en el reconocimiento automático del habla se ha basado en este enfoque . Modelos ocultos de Mar$ov tambi2n se utilian en la s0ntesis del habla ten*a en cuenta que nuestra erarqu0a cortical bioló*ica se utilia no sólo para reconocer la entrada , sino tambi2n para producir una salida , por eemplo , el habla y el movimiento f0sico . 99MMs tambi2n se utilian en los sistemas que entienden el si*nificado de las oraciones del len*uae natural , que representa subir la erarqu0a conceptual. Estados de Mar$ov oculto y las posibles transiciones para producir una secuencia de palabras en natural te'to en el idioma .
1ara entender cómo funciona el m2todo 99MM , comenamos con una red que consta de todas las transiciones de estado que son posibles. El m2todo de cuantificación de vector descrito anteriormente es fundamental aqu0 , porque de lo contrario no habr0a demasiadas posibilidades a considerar . 9e aqu0 una posible topolo*0a inicial simplificada ( n simple ocultos de Mar$ov modelo de topolo*0a de reconocer dos palabras habladas. E'presiones de eemplo se procesan uno por uno . 1ara cada uno, nos iterativa modificar las probabilidades de las transiciones para reflear meor la muestra de entrada que acabamos de procesado. 7os modelos de Mar$ov se utilian en el habla códi*o de reconocimiento de la probabilidad de que patrones espec0ficos de sonido se encuentran en cada fonema , cómo los fonemas se influyen mutuamente , y de las posibles órdenes de fonemas . El sistema tambi2n puede incluir redes de probabilidad en los niveles superiores de la estructura del len*uae , tales como el orden de las palabras , la inclusión de frases , y as0 sucesivamente hasta la erarqu0a de la len*ua . Mientras que los sistemas de reconocimiento de vo anteriores incorporan normas espec0ficas acerca de las estructuras de fonemas y las secuencias codificadas de manera e'pl0cita por los lin*]istas humanos , el nuevo sistema basado en 99MM no se le dio e'presamente que hay cuarenta y cuatro fonemas en 4n*l2s , las secuencias de los vectores que probablemente para cada fonema , o lo que era más probable que otras secuencias de fonemas . %eamos que el sistema descubrir estas "re*las" para s0 mismo de miles de horas de datos de vo transcritos humanos . 7a ventaa de este enfoque sobre las re*las de codificación manual es que los modelos de desarrollo de las re*las de probabilidad de que los e'pertos humanos a menudo no son conscientes . 5os dimos cuenta de que muchas de las re*las que el sistema hab0a aprendido de forma automática a partir de los datos difieren de manera sutil pero importante de las re*las establecidas por los e'pertos humanos . na ve que la red se formó , empeamos a tratar de reconocer el habla , considerando la alternativa caminos a trav2s de la red y reco*er el camino que era más probable , dada la secuencia real de los vectores de entrada que hab0amos visto. En otras palabras, si vi2ramos una secuencia de estados que es probable que haya producido esa e'presión , lle*amos a la conclusión de que la e'presión proviene de esa secuencia cortical. Este neocorte' 99MM basado simulada incluye etiquetas de te'to, por lo que fue capa de proponer una transcripción de lo que escuchó . Entonces pudimos meorar nuestros resultados ante la persistencia de entrenar la red mientras lo estábamos usando para su reconocimiento. +omo ya hemos comentado , el reconocimiento y el aprendiae simultáneo tambi2n se llevan a cabo en todos los niveles en nuestra erarqu0a neocortical bioló*ica.
A$&or(tmo- E/o$ut(/o- ? &en@t(ca 9ay otra consideración importante ( W+ómo establecemos los muchos parámetros que controlan el funcionamiento de un sistema de reconocimiento de patrones T Estos podr0an incluir el número de vectores que permiten en la etapa de cuantificación de
vectores , la topolo*0a inicial de estados erárquicos >antes de la fase de formación del proceso de modelo de Mar$ov oculto a ciruelas pasas atrás?, el umbral de reconocimiento en cada nivel de la erarqu0a , los parámetros que el control de la manipulación de los parámetros de tamaPo , y muchos otros . 1odemos establecer estos en base a la intuición , pero los resultados serán mucho que desear. 7lamamos a estos parámetros "1arámetros de %ios ", ya que se fian antes del m2todo de auto or*aniación de la determinación de la topolo*0a de los modelos ocultos de Mar$ov >o , en el caso bioló*ico , antes de que la persona aprende sus lecciones mediante la creación de cone'iones de manera similar en su erarqu0a cortical ? . Este es quiás un t2rmino equivocado , ya que estos detalles iniciales de disePo basadas en el /%5 son determinados por la evolución bioló*ica , aunque al*unos pueden ver la mano de %ios en este proceso >y mientras lo ha*o cuenta que la evolución es un proceso espiritual , esta discusión pertenece correctamente cap0tulo J ? . +uando se trataba de establecer estos parámetros de " %ios" en nuestro sistema aprender y reconocer erárquica simulada , una ve más tomamos el eemplo de la naturalea y decidimos evolucionar ellos en nuestro caso, el uso de la simulación de la evolución. tiliamos lo que se llaman al*oritmos *en2ticos o evolutivos >*as ? , que incluyen la reproducción se'ual simulado y mutaciones. /qu0 está una descripción simplificada de cómo funciona este m2todo. En primer lu*ar , se determina la forma de codificar las posibles soluciones a un problema determinado . &i el problema es la optimiación de los parámetros de disePo de un circuito , a continuación, se define una lista de todos los parámetros > con un número espec0fico de bits asi*nados a cada parámetro ? que caracterian el circuito . Esta lista es considerado como el códi*o *en2tico en el al*oritmo *en2tico . Entonces *eneramos al aar miles o más códi*os *en2ticos. +ada códi*o *en2tico tal > lo que representa un conunto de parámetros de disePo ? se considera un or*anismo " solución " simulada . /hora nosotros evaluamos cada or*anismo simulado en un entorno simulado mediante el uso de un m2todo definido para evaluar cada conunto de parámetros . Esta evaluación es la clave para el 2'ito de un al*oritmo *en2tico . En nuestro eemplo , queremos eecutar cada pro*rama *enerado por los parámetros y u*arlo con criterios apropiados > no se complete la tarea , Wcuánto tiempo se tarda , y as0 sucesivamente ? . 7os or*anismos meor solución > los meores disePos ? se les permite sobrevivir , y el resto se eliminan . /hora hacemos que cada uno de los supervivientes para multiplicarse hasta que alcanan el mismo número de criaturas solución . Esto se realia mediante la simulación de la reproducción se'ual ( En otras palabras , creamos nuevas cr0as en cada nueva criatura roba una parte de su códi*o *en2tico de uno de los padres y otra parte de un se*undo padre . 1or lo *eneral, no se hace distinción entre los or*anismos masculinos o femeninos , es suficiente para *enerar un descendiente de cualquiera de los dos padres arbitrarias , por lo que básicamente estamos hablando sobre el matrimonio entre personas del mismo se'o en esta casa . Esto tal ve no sea tan interesante como la reproducción se'ual en el mundo natural, pero el punto importante aqu0 es tener dos padres. / medida que estos or*anismos se multiplican simulada , permitimos al*una mutación > cambio al aar ? en los cromosomas que se
produca. /hora hemos definido una *eneración de la evolución simulada , ahora repetimos estos pasos para cada *eneración subsi*uiente. /l final de cada *eneración se determina la cantidad de los disePos han meorado > es decir, se calcula el promedio de meora en la función de evaluación sobre todos los or*anismos supervivientes ? . +uando el *rado de meora en la evaluación de las criaturas de disePo de una *eneración a la si*uiente se hace muy pequePa , nos detenemos este ciclo iterativo y utiliar el meor disePo > s ? en la última *eneración . >1ara una descripción al*or0tmica de los al*oritmos *en2ticos , vea esta nota al final. ? @@ 7a clave de un al*oritmo *en2tico es que los disePadores humanos no pro*ramar directamente una solución , sino que deamos que uno emer*e a trav2s de un proceso de competencia simulada y meoramiento iterativo. 7a evolución bioló*ica es ele*ante pero lento , por lo que para aumentar su inteli*encia que acelerará su ritmo pesado . El equipo es lo suficientemente rápido para simular muchas *eneraciones en cuestión de horas o d0as , y hemos ocasionalmente los hio funcionar durante tanto tiempo como semanas para simular cientos de miles de *eneraciones . 1ero tenemos que pasar por este proceso iterativo de una sola ve , tan pronto como hemos permitido esta evolución simulada si*a su curso , podemos aplicar las normas desarrolladas y altamente refinado a los problemas reales de una manera rápida . En el caso de los sistemas de reconocimiento de vo , los usamos para evolucionar la topolo*0a inicial de la red y otros parámetros cr0ticos. /s0 tiliamos dos m2todos de auto or*aniación ( un 3/ para simular la evolución bioló*ica, que dio lu*ar a un disePo cortical particular, y 99MMs para simular la or*aniación cortical que acompaPa el aprendiae humano . )tro requisito importante para el 2'ito de un 3/ es un m2todo válido de la evaluación de cada solución posible . Esta evaluación debe llevarse a cabo con rapide , ya que debe tener en cuenta los muchos miles de posibles soluciones para cada *eneración de la evolución simulada. 3/s son e'pertos en el maneo de problemas con demasiadas variables para que para calcular las soluciones anal0ticas precisas . El disePo de un motor, por eemplo, puede implicar más de un centenar de las variables y requiere docenas satisfacción de restricciones , el *as utiliado por los investi*adores de 3eneral Electric fueron capaces de lle*ar a los disePos de motores a reacción que cumplen las restricciones con mayor precisión que los m2todos convencionales . +uando el uso de *as es necesario, sin embar*o , ten*a cuidado con lo que pides . n al*oritmo *en2tico fue utiliado para resolver un problema de bloques de apilamiento , y se le ocurrió una solución perfecta ... e'cepto que ten0a miles de pasos. 7os pro*ramadores humanos se olvidaron de incluir( minimiar el número de pasos en la función de evaluación. 1royecto de Electric &heep de &cott %rave es un /3 que produce el arte . 7a función de evaluación utilia los evaluadores humanos en una colaboración de códi*o abierto que implica muchos miles de personas. El arte se mueve a trav2s del tiempo y se puede ver que en electricsheep.or* . 1ara el reconocimiento de vo , la combinación de al*oritmos *en2ticos y modelos ocultos de Mar$ov funcionó muy bien . &imulación de la evolución con un 3/ fue
capa de meorar sustancialmente el rendimiento de las redes 99MM . 7o que la evolución ocurrió fue muy superior a nuestro disePo ori*inal, que se basaba en la intuición . / continuación, e'perimentado con la introducción de una serie de pequePas variaciones en el sistema *lobal . 1or eemplo , podr0amos hacer que las perturbaciones > cambios aleatorios menores ? a la entrada . )tro de estos cambios era que los modelos de Mar$ov adyacentes " fu*as " entre s0 haciendo que los resultados de un modelo de Mar$ov para influir en los modelos que están "cerca ". /unque no nos dimos cuenta en ese momento , el tipo de austes que estaban e'perimentando con son muy similares a los tipos de modificaciones que se producen en estructuras corticales bioló*icos . /l principio , dichos cambios perudicar el rendimiento > se*ún lo medido por la e'actitud de reconocimiento ? . 1ero si se volvió a eecutar la evolución > es decir, volvió a eecutar la 3/ ? con estas alteraciones en el lu*ar, se podr0a adaptar el sistema en consecuencia , que para la optimiación de estas modificaciones introducidas . En *eneral , esto ser0a restaurar el rendimiento . &i, pues, nos quitamos los cambios que hab0a introducido , el rendimiento ser0a más de*radados, ya que el sistema se ha desarrollado para compensar los cambios. El sistema adaptado se hio dependiente de los cambios . n tipo de alteración que el rendimiento en realidad ayudado > despu2s de volver a eecutar el 3/ ? fue la introducción de pequePos cambios aleatorios a la entrada . 7a raón de esto es el conocido problema de " sobreauste" en los sistemas de auto^ or*aniación . E'iste el peli*ro de que tal sistema se *eneraliar en e'ceso a los eemplos espec0ficos contenidos en la muestra de entrenamiento . /l hacer austes al aar a la entrada , los patrones más invariantes en los datos sobreviven , y el sistema aprende con ello estos patrones más profundos . Esto ayudó sólo si reran la /3 con la función de la asi*nación al aar en . Esto presenta un dilema en la comprensión de nuestros circuitos corticales bioló*icos. &e hab0a dado cuenta , por eemplo , que podr0a de hecho ser una pequePa cantidad de fu*a de una cone'ión cortical a otro , como resultado de la forma en que se forman cone'iones bioló*icas ( 7a electroqu0mica de los a'ones y las dendritas es aparentemente sueto a los efectos electroma*n2ticos de cone'iones cercanas. &upon*amos que hemos sido capaces de realiar un e'perimento en el que eliminamos este efecto en un cerebro real. Eso ser0a dif0cil en realidad llevar a cabo , pero no necesariamente imposible. &upon*amos que realiamos un e'perimento y se encontró que los circuitos corticales trabaaron menos efica sin la p2rdida neuronal . 1odr0amos entonces concluir que este fenómeno era un disePo muy inteli*ente por evolución y criticó a la cortea de la consecución de su nivel de rendimiento. 1odr0amos sePalar , además, que tal resultado muestra que el modelo ordenado de la de los patrones de fluo en la erarqu0a conceptual y el fluo hacia abao de las predicciones de la erarqu0a era , de hecho, mucho más complicado a causa de este intrincado influencia de cone'iones el uno del otro . 1ero eso no ser0a necesariamente una conclusión precisa. +onsidere nuestra e'periencia con una cortea simulada basada en 99MMs , en el que se implementó
una modificación muy similar a la diafon0a interneuronal . &i, pues, nos encontramos con la evolución de ese fenómeno en su lu*ar, se restaurar0a el rendimiento > debido a que el proceso evolutivo adaptado a ella? . &i, pues, hemos eliminado la diafon0a , el rendimiento se ver0a comprometida de nuevo. En el caso bioló*ica , la evolución > es decir, la evolución bioló*ica ? fue de hecho " funcionar " con este fenómeno en su lu*ar . 7os parámetros detallados del sistema de este modo han sido establecidos por la evolución bioló*ica a depender de estos factores, por lo que el cambio les afectará ne*ativamente el rendimiento a menos que se corre la evolución de nuevo. &i lo hace, es posible en el mundo simulado , donde la evolución sólo es cuestión de d0as o semanas , pero en el mundo bioló*ico que requerir0a decenas de miles de aPos . Entonces, Wcómo podemos saber si una caracter0stica del disePo particular del neocorte' bioló*ica es una innovación importante introducida por el bioló*ico , es decir, uno que es fundamental para nuestro nivel de inteli*encia de la evolución que ) meramente un artefacto que el disePo del sistema es ahora dependiente de , pero podr0a haber evolucionado sin T 1odemos responder a esa pre*unta , simplemente eecutando evolución simulada con y sin estas variaciones particulares a los detalles del disePo > por eemplo, con y sin cone'ión a la diafon0a ? . 4ncluso podemos hacerlo con la evolución bioló*ica si estamos e'aminando la evolución de una colonia de microor*anismos en las *eneraciones se miden en horas, pero no es práctico para los or*anismos compleos como los humanos . Esta es otra de las muchas desventaas de la biolo*0a . 6olviendo a nuestro trabao en el reconocimiento de vo , encontramos que si nos encontramos con la evolución > es decir, una 3/ ? por separado en el disePo inicial de > @ ? los modelos ocultos de Mar$ov erárquicos que fueron modelando la estructura interna de los fonemas y > C ? la modelado de las estructuras de las palabras y frases 99MMs Y , que se hio aún meores resultados. /mbos niveles del sistema estaban usando 99MMs , pero el 3/ se desarrollar0an variaciones de disePo entre estos diferentes niveles . Este planteamiento permite la modeliación de fenómenos que se produce entre los dos niveles , como la mancha de fonemas que a menudo ocurre cuando strin* ciertas palabras untas > por eemplo, " W+ómo hacen todos T " 1odr0a ser " W+ómo están y " todos haciendo T "? . Es probable que un fenómeno similar se llevó a cabo en diferentes re*iones corticales bioló*icos , en que han evolucionado las pequePas diferencias basadas en los tipos de patrones que tratan. Mientras que todas estas re*iones utilian el mismo al*oritmo neocortical esencial , la evolución bioló*ica ha tenido suficiente tiempo para afinar el disePo de cada uno de ellos para que sea óptimo para sus patrones particulares . &in embar*o, como ya sePal2 , los neurocient0ficos y neurólo*os han observado plasticidad considerable en estas áreas, lo que apoya la idea de un al*oritmo neocortical *eneral. &i los m2todos fundamentales en cada re*ión eran radicalmente diferentes , entonces tal intercambiabilidad entre las re*iones corticales no ser0a posible . 7os sistemas que hemos creado en nuestra investi*ación utiliando esta combinación de m2todos de auto^or*aniación fueron muy e'itosos . En el reconocimiento de vo , que fueron capaces por primera ve de manear discurso totalmente continua y vocabularios relativamente sin restricciones . 9emos sido capaces de alcanar un alto
0ndice de precisión en una amplia variedad de oradores , acentos y dialectos. El estado actual de la t2cnica, como este libro está siendo escrito está representado por un producto llamado %ra*on 5aturally &pea$in* >versión @@.F ? para la 1+ de 5uance >anteriormente Kur!eil +omputer 1roducts ? . &u*iero que las personas prueben si son esc2pticos sobre el desempePo de e'presión contemporánea de reconocimiento precisiones son a menudo el JJ por ciento o más al cabo de unos minutos de entrenamiento de su vo en el habla continua y vocabularios relativamente sin restricciones . %ra*on %ictation es una aplicación sencilla pero impresionante *ratuita para el i1hone que no requiere nin*ún entrenamiento de la vo . &iri, el asistente personal de /pple i1hones contemporáneos , utilia la misma tecnolo*0a de reconocimiento de vo con e'tensiones a manear la comprensión de len*uae natural . El rendimiento de estos sistemas es un testimonio del poder de las matemáticas . +on ellos estamos básicamente calculando lo que está pasando en el neocórte' de un hablante a pesar de que no tenemos acceso directo a esa persona de cerebro como un paso importante en el reconocimiento de lo que la persona está diciendo y , en el caso de sistemas como &iri, lo que si*nifican esas e'presiones . 1odemos pre*untarnos , si tuvi2ramos que mirar realmente dentro neocórte' del hablante s , podr0amos ver las cone'iones y los pesos correspondientes a los modelos erárquicos ocultos de Mar$ov calculadas por el soft!areT Es casi se*uro que no encontrar0amos una coincidencia e'acta , las estructuras neuronales invariablemente difieren en muchos detalles en comparación con los modelos de la computadora. &in embar*o, yo sosten*o que debe haber un elemento esencial equivalencia matemática con un alto *rado de precisión entre la biolo*0a actual y nuestro intento de emular , de lo contrario estos sistemas no pueden funcionar tan bien como lo hacen . 74&1 > 7ist 1rocessor ? es un len*uae de pro*ramación, ori*inalmente especificado por /4 pionero ohn Mc+arthy >@JCH CA@@ ? en @JFI. +omo su nombre lo indica, ofertas 74&1 con listas . +ada declaración 74&1 es una lista de elementos , cada elemento es o bien otra lista o un " átomo ", que es un elemento irreductible que constituye un número o un s0mbolo . na lista incluida en la lista puede ser la propia lista , por lo tanto, 74&1 es capa de recursividad. )tra forma en que las declaraciones 74&1 pueden ser recursivo es si la lista incluye una lista, y as0 sucesivamente hasta que se especifica la lista ori*inal. %ado que las listas pueden incluir listas , 74&1 es tambi2n capa de procesamiento erárquico. na lista puede ser un eemplo condicional que sólo los " fue*os" si se cumplen sus elementos. %e esta manera , las erarqu0as de tales condicionales pueden ser utiliados para identificar cualidades cada ve más abstractas de un patrón . 74&1 se convirtió en el último *rito en la comunidad de inteli*encia artificial en la d2cada de @JHA y principios de @JIA. 7a vanidad de los entusiastas de 74&1 de la d2cada anterior fue que el idioma reflea la manera en que el cerebro humano trabaa que todo proceso inteli*ente podr0a ser codificado más fácil y eficiente en 74&1 . &i*uió un mini pequePo au*e en las empresas de " inteli*encia artificial " que ofrecen int2rpretes 74&1 y productos relacionados con 74&1 , pero cuando se hio evidente a mediados de la d2cada de @JIA que la propia 74&1 no era un acceso directo a la
creación de procesos inteli*entes , el *lobo de la inversión se desplomó . Resulta que los entusiastas de 74&1 no eran del todo mal. Esencialmente , cada reconocedor de patrón en el neocórte' puede ser considerado como una declaración de 74&1 cada uno de ellos constituye una lista de elementos , y cada elemento puede ser otra lista . El neocórte' es por lo tanto, de hecho participan en lista de tramitación de carácter simbólico muy similar a la que tiene lu*ar en un pro*rama 74&1 . 1or otra parte, los procesos de los DAA millones de " declaraciones" 74&1 similares simultáneamente. &in embar*o , hay dos aspectos importantes que faltan en el mundo de 74&1 , uno de los cuales estaba aprendiendo . 1ro*ramas 74&1 tuvieron que ser codificados l0nea por l0nea por los pro*ramadores humanos. 9ubo intentos de codificar automáticamente los pro*ramas 74&1 usando una variedad de m2todos , pero estos no eran una parte inte*ral del concepto de la len*ua . El neocórte' , en cambio, s0 los pro*ramas , llenando sus "declaraciones " > es decir, las listas ? con información si*nificativa y procesable de su propia e'periencia y de sus propios circuitos de retroalimentación . Este es un principio clave de cómo funciona el neocorte' ( +ada uno de sus reconocedores de patrones > es decir, cada declaración 74&1 li$e ? es capa de llenar su propia lista y conectándose tanto hacia arriba como hacia abao a otras listas . 7a se*unda diferencia es los parámetros de tamaPo . &e podr0a crear una variante de 74&1 >codificado en 74&1 ? que permita el maneo de estos parámetros , pero estos no son parte del len*uae básico. 74&1 es consistente con la filosof0a ori*inal del campo /4 , que era encontrar soluciones inteli*entes a los problemas y para codificar directamente en len*uaes de pro*ramación . El primer intento de un m2todo de auto or*aniación que ensePar0a en s0 de la e'periencia no neural redes fue un 2'ito , ya que no proporcionan un medio para modificar la topolo*0a del sistema en respuesta al aprendiae. El modelo oculto de Mar$ov erárquica siempre efica que a trav2s de su mecanismo de poda. 9oy en d0a , la 99MM unto con sus primos matemáticos constituye una parte importante del mundo de la 4/ . n corolario de la observación de la similitud de 74&1 y la estructura de la lista del neocórte' es un ar*umento de los que insisten en que el cerebro es demasiado complicado de entender para nosotros . Estos cr0ticos sePalan que el cerebro tiene miles de millones de cone'iones , y dado que cada uno debe estar all0 espec0ficamente por su disePo, que constituyen el equivalente de miles de millones de l0neas de códi*o. +omo hemos visto , he estimado que hay del orden de DAA millones de procesadores de patrón en el neocórte' o DAA millones de listas en las que cada elemento de la lista está apuntando a otra lista >o , en el plano conceptual más bao , para un patrón irreductible básica desde fuera del neocórte' ? . &in embar*o, DAA millones de dólares si*ue siendo un número bastante *rande de los estados 74&1 y de hecho es más *rande que cualquier pro*rama humano escrito en la e'istencia. &in embar*o , tenemos que tener en cuenta que estas listas no son en realidad especifican en el disePo inicial del sistema nervioso. El cerebro crea estas listas en s0 y se conecta de forma automática los niveles de sus propias e'periencias. Este es el secreto fundamental de la neocortea . 7os procesos que realian esta auto or*aniación son mucho más simple que los DAA millones de declaraciones que constituyen la capacidad de la neocortea . Estos procesos se especifican en el
*enoma . +omo demostrar2 en el cap0tulo @@ , la cantidad de información única en el *enoma > despu2s de la compresión sin p2rdidas ? aplicada al cerebro es apro'imadamente CF millones de bytes , lo que equivale a menos de un millón de l0neas de códi*o. 7a compleidad al*or0tmica real es incluso menor que , como la mayor parte de los CF millones de bytes de información *en2tica se refieren a las necesidades bioló*icas de las neuronas , y no espec0ficamente a su capacidad de procesamiento de información . &in embar*o , incluso los CF millones de bytes de información de disePo es de un nivel de compleidad que podemos manear.
Memor3 S3-tem- 2er!r.u(ca +omo he dicho en el cap0tulo D , eff 9a!$ins y %ileep 3eor*e en CAAD y CAA desarrolló un modelo de la neocortea incorporar listas erárquicas que se describen en el libro de 9a!$ins y #la$eslee CAA )n 4ntelli*ence . / más al d0a y muy ele*ante presentación del m2todo de la memoria temporal erárquica se pueden encontrar en la %ileep 3eor*e CAAI doctoral dissertation.@C 5umenta la ha aplicado en un sistema llamado 5u14+ > 5umenta 1lataforma de +omputación 4nteli*ente? y ha desarrollado el reconocimiento de patrones y sistemas de miner0a de datos inteli*entes para clientes como orbes y el 1oder /nalytics +orporation. %espu2s de trabaar en 5umenta , 3eor*e ha comenado una nueva empresa llamada 6icarious sistemas con financiación del ondo undador > diri*ido por 1eter -hiel, el capitalista de ries*o detrás de aceboo$, y &ean 1ar$er, el primer presidente de aceboo$ ? y de #uenas 6entures, diri*ida por %ustin Mos$ovit , cofundador de aceboo$. 3eor*e reporta importantes avances en el modelado de forma automática , el aprendiae y el reconocimiento de la información con un número importante de las erarqu0as . Sl llama a su sistema de una "red cortical recursivo " y planes de solicitudes de imá*enes m2dicas y la robótica , entre otros campos. 7a t2cnica de los modelos ocultos de Mar$ov erárquicos es matemáticamente muy similar a los sistemas de memoria erárquicas , sobre todo si deamos que el sistema 99MM para or*aniar sus propias cone'iones entre los módulos de reconocimiento de patrones . +omo se mencionó anteriormente , 99MMs proporcionan para un elemento adicional importante , que es el modelado de la distribución esperada de la ma*nitud > en al*unos continuo ? de cada entrada en el cálculo de la probabilidad de la e'istencia de la pauta bao consideración. Recientemente he comenado una nueva empresa llamada 1atterns, 4nc. , que tiene la intención de desarrollar modelos neocortical auto^ or*aniación erárquica que utilian 99MMs y t2cnicas relacionadas con el propósito de entender el len*uae natural. n 2nfasis importante será en la capacidad para el sistema para disePar sus propias erarqu0as de una manera similar a un neocórte' bioló*ica . 5uestro sistema previsto leerá continuamente una amplia *ama de materiales tales como =i$ipedia y otras fuentes de conocimiento , as0 como escuchar todo lo que dicen y ver todo lo que escribes > si se dea ? . El obetivo es que se convierta en un ami*o servicial para responder sus pre*untas , incluso antes de formular ellos y que le da información y conseos útiles a medida que avana el d0a. 7a frontera en movimiento de la 4/ ( &ubiendo a la erarqu0a de la competencia
@ . n discurso tedioso tiempo entre*ado por un pastel de espuma batida. C . na prenda usada por un niPo , tal ve a bordo de un buque de ópera. D . #uscado por una ola de cr0menes de doce aPos de comer *uerreros rey 9roth*ar Y s X oficial #eo!ulf se ha asi*nado el caso. . 1uede si*nificar para desarrollar *radualmente en la mente o para realiar durante el embarao. F . %0a 5acional del Maestro y Kentuc$y %erby %ay . G . =ords!orth dio que se disparan , pero nunca va*an . H . 1alabra de cuatro letras para el accesorio de hierro en la peuPa de un caballo o de una caa de cartón trato en un casino. I . En el tercer acto de la ópera de 6erdi @IG , el /ote de %ios es apuPalado a muerte por su amante, )dabella . Eemplos de eopardy 8 consultas , las cuales =atson ya correcta . 7as respuestas son ( Meren*ue aren*a , delantal , 3rendel , *estar , mayo, alondra , apato . 1ara la octava consulta, =atson respondió( " WNu2 es /tila T " El anfitrión respondió diciendo( " &2 más espec0ficoT " =atson aclaró con , " WNu2 es /tila T ", 7o cual es correcto . -2cnicas de la computadora s para desentraPar eopardy 8 pistas suenan como el m0o . Esa máquina ceros en las palabras clave en una pista, lue*o peina su memoria > en el caso de =atson , un banco de datos de @F terabytes de conocimiento humano ? para *rupos de asociaciones con estas palabras. &e comprueba ri*urosamente los *randes 2'itos contra toda la información conte'tual que puede reunir ( el nombre de la cate*or0a , el tipo de respuesta que se busca , el tiempo , lu*ar y *2nero insinuado en la pista , y as0 sucesivamente . ; cuando se siente " se*uro " suficiente , decide a umbar . -odo esto es un proceso instantáneo , intuitivo para un humano eopardy 8 u*ador, pero me sent0 convencido de que bao el capó de mi cerebro estaba haciendo más o menos lo mismo . Ken ennin*s, eopardy humano8 campeón que perdió a =atson ;o, por eemplo , la bienvenida a nuestros nuevos amos del robot. Ken ennin*s , parafraseando a 7os &impson , despu2s de perder a =atson )h , %ios m0o . [ =atson \ es más inteli*ente que el promedio de eopardy 8 u*ador en contestar eopardy 8 pre*untas. Es impresionantemente inteli*ente. &ebastian -hrun , el e' director del 7aboratorio de 4nteli*encia /rtificial de &tanford =atson no entiende nada . Es una apisonadora más *rande. 5oam +homs$y 7a inteli*encia artificial es todo lo que nos rodea, ya no tenemos a nuestra mano en el enchufe. El simple hecho de conectar con al*uien a trav2s de un mensae de te'to , correo electrónico o una llamada telefónica celular utilia al*oritmos inteli*entes para encaminar la información. +asi todos los productos que tocamos se disePó ori*inalmente en una colaboración entre la inteli*encia humana y artificial y construido en las fábricas automatiadas. &i todos los sistemas de 4/ decidieron ir a la huel*a de maPana, nuestra civiliación quedar0a mutilada ( 5o pudimos conse*uir el
dinero de nuestro banco, y de hecho, nuestro dinero desaparecer0a , la comunicación , el transporte y la manufactura ser0an los detendr0a . /fortunadamente , nuestras máquinas inteli*entes aún no son lo suficientemente inteli*entes como para or*aniar una conspiración. Nu2 hay de nuevo en la 4/ hoy es el visceralmente impresionante naturalea de eemplos disponibles públicamente . 1or eemplo, considere los coches de auto^ conducción de 3oo*le >que hasta este momento han pasado más de CAA.AAA millas en las ciudades y pueblos ? , una tecnolo*0a que llevará a muchos menos accidentes , aumento de la capacidad de las carreteras , aliviando la necesidad de los seres humanos para realiar la tarea de conducción, y muchos otros beneficios . +oches sin conductor en realidad ya le*al para operar en la v0a pública en 5evada , con al*unas restricciones , aunque el uso *eneraliado por el público en todo el mundo no se espera hasta el final de esta d2cada. -ecnolo*0a inteli*ente que vi*ila la carretera y avisa al conductor de los peli*ros inminentes que ya se está instalando en los coches . na de estas tecnolo*0as se basa en parte en el e'itoso modelo de procesamiento visual en el cerebro creado por el M4- -omaso 1o**io . 7lamado Mobileye , que fue desarrollado por /mnón &hashua , un e' estudiante postdoctoral de 1o**io de . Es capa de alertar al conductor sobre peli*ros de una colisión inminente o un niPo corriendo en la parte delantera del coche y, recientemente, se ha instalado en los coches de fabricantes como 6olvo y #M=. Me centrar2 en esta sección del libro sobre tecnolo*0as de la len*ua , por varias raones . 5o es sorprendente que la naturalea erárquica del len*uae reflea fielmente la naturalea erárquica de nuestro pensamiento. 4dioma fue nuestra primera tecnolo*0a, con el len*uae escrito como el se*undo . Mi propio trabao en la inteli*encia artificial, ya que este cap0tulo se ha demostrado , se ha centrado fundamentalmente en el len*uae . inalmente , el dominio del len*uae es una capacidad poderosa de apalancamiento. =atson ya ha le0do cientos de millones de pá*inas en la =eb y dominar el conocimiento contenido en estos documentos. En última instancia las máquinas serán capaces de dominar todo el conocimiento en el que es esencialmente todo el conocimiento de nuestra civiliación hombremáquina en la =eb que. 4n*l2s matemático /lan -urin* >@J@C@JF? basó su e'amen del mismo nombre en la capacidad de una computadora para conversar en len*uae natural el uso de te'to messa*es.@D -urin* sintió que toda la inteli*encia humana se encarna y representa en el len*uae, y que nin*una máquina podr0a aprobar una -urin* prueba a trav2s de simples trucos lin*]0sticos. /unque la prueba de -urin* es un ue*o con el len*uae escrito , -urin* cre0a que la única manera que una computadora podr0a pasar ser0a para que realmente posee el equivalente de la inteli*encia de nivel humano . 7os cr0ticos han propuesto que una verdadera prueba de la inteli*encia de nivel humano debe incluir el dominio de la información visual y auditiva como !ell.@ %ado que muchos de mis propios proyectos /4 implican equipos didácticos para dominar la información sensorial como la vo humana , formas de las letras y los sonidos musicales , yo ser0a de esperar que abo*ar por la inclusión de estas formas de información en una verdadera prueba de inteli*encia. &in embar*o, estoy de acuerdo con la idea ori*inal de -urin* que la versión sólo te'to de la prueba de -urin* es
suficiente. /dición de entrada o de salida visual o auditiva de la prueba no ser0a realmente hacer que sea más dif0cil de pasar . no no necesita ser un e'perto /4 ser movido por el desempePo de =atson en eopardy 8 /unque ten*o una comprensión raonable de la metodolo*0a utiliada en varias de sus subsistemas principales , que no disminuye mi reacción emocional a verlo le T Realiarse. 4ncluso un conocimiento perfecto de cómo la totalidad de sus sistemas de componentes con el trabao que en realidad nadie ha no ayudar0a a predecir cómo =atson en realidad reaccionar a una situación dada. +ontiene cientos de subsistemas que interactúan , y cada uno de ellos está considerando millones de hipótesis en competencia , al mismo tiempo , por lo que predecir el resultado es imposible. 9aciendo un profundo análisis a posteriori de las deliberaciones de =atson para un solo de tres se*undos consulta tardar0a si*los humanos. 1ara continuar con mi propia historia, a finales de los aPos @JIA y @JJA empeamos a trabaar en la comprensión de len*uae natural en dominios limitados. sted podr0a hablar con uno de nuestros productos , llamado Kur!eil vo , sobre todo lo que quer0amos , as0 que siempre que ten0a que ver con la edición de documentos . > 1or eemplo , "Mover el tercer párrafo de la pá*ina anterior para aqu0". ? uncionó bastante bien en este dominio limitado pero útil . -ambi2n hemos creado sistemas con conocimiento del dominio m2dico para que los m2dicos puedan dictar los informes del paciente . -en0a suficientes conocimientos de campos como la radiolo*0a y la patolo*0a que pudiera cuestionar el m2dico si hay al*o en el informe parece claro , y *uiar0a el m2dico a trav2s del proceso de presentación de informes. Estos sistemas de información m2dicos se han convertido en un ne*ocio de mil millones de dólares en 5uance. 7a comprensión del len*uae natural , especialmente como una e'tensión del reconocimiento automático del habla , ha entrado en la corriente principal. / partir de la redacción de este libro, &iri, el asistente personal automatiado en el i1hone & , ha creado un *ran revuelo en el mundo de la computación móvil. sted puede casi hacer &iri para hacer cualquier cosa que un smartphone que se precie debe ser capa de hacer > por eemplo, "W%ónde puedo conse*uir un poco de comida de la 4ndia por aqu0T " ) "-e'to a mi esposa que yo estoy en mi camino , " o "WNu2 piensa la *ente de la nueva pel0cula de #rad 1itt T "?, y la mayor parte del tiempo &iri cumplirán . &iri se entretienen un poco de charla no productiva . &i usted le pre*unta cuál es el si*nificado de la vida es , ella responderá con " C ", que los fans de la 3u0a del autostopista a la *ala'ia s reconocerán como su " respuesta a la pre*unta fundamental de la vida , el universo, y todo. " pre*untas de conocimientos >incluyendo el de sentido de la vida ? son contestadas por =olfram /lpha , que se describe en la pá*ina @HA . 9ay todo un mundo de " robots charlatanes " que no hacen más que participan en una pequePa charla . &i a usted le *ustar0a hablar con nuestro chatbot llamada Ramona , vaya a nuestro sitio =eb Kur!eil/4.net y ha*a clic en "+harla con Ramona . " /l*unas personas se han queado conmi*o de fracaso de &iri para responder a determinadas peticiones , pero a menudo me recuerda que estas son las mismas personas que constantemente se quean de los proveedores de servicios humanos
tambi2n . / veces su*iero que lo intentamos untos, ya menudo funciona meor de lo que esperan. 7as queas me recuerdan la historia del perro que ue*a al aedre . 1ara un interlocutor incr2dulo, el duePo del perro le responde( " &0 , es verdad , que hace u*ar al aedre, pero su ue*o final es d2bil . " +ompetidores efectivos están sur*iendo , como 3oo*le 6oice &earch . Nue el público en *eneral está teniendo conversaciones en len*ua hablada natural con sus computadoras portátiles marca una nueva era . Es t0pico que las personas desestiman la importancia de una tecnolo*0a de primera *eneración debido a sus limitaciones. nos aPos más tarde , cuando la tecnolo*0a lo hace bien el trabao , la *ente todav0a descartan su importancia porque, bueno , ya no es nuevo. %icho esto, &iri funciona impresionante para un producto de primera *eneración, y está claro que esta cate*or0a de producto sólo va a meorar. &iri utilia las tecnolo*0as de reconocimiento de vo basados en 9MM de 5uance. 7as e'tensiones de len*uae natural se han desarrollado por primera ve por el proyecto financiado por %/R1/ " +/7) " . @F &iri se ha meorado con las propias tecnolo*0as de len*uae natural de 5uance y 5uance ofrece una tecnolo*0a muy similar llamado %ra*ón 3o8 @G 7os m2todos utiliados para la comprensión de len*uae natural son muy similares a los modelos ocultos de Mar$ov erárquicas , y de hecho 99MM en s0 se utilia comúnmente . Mientras que al*unos de estos sistemas no están etiquetados espec0ficamente como el uso de 9MM o 99MM , la matemática es prácticamente id2ntico . -odos ellos implican erarqu0as de secuencias lineales donde cada elemento tiene un peso , cone'iones que son auto adaptación, y un sistema *eneral que la auto or*ania sobre la base de los datos de aprendiae . 1or lo *eneral, el aprendiae continúa durante el uso real del sistema . Este enfoque coincide con la estructura erárquica de len*uae natural es sólo una e'tensión natural en la escala conceptual de las partes del discurso a las palabras a las frases con las estructuras semánticas. -endr0a sentido para eecutar un al*oritmo *en2tico de los parámetros que controlan el al*oritmo de aprendiae precisa de este tipo de sistemas de aprendiae erárquicos y determinar las óptimas detalles al*or0tmicos . %urante la última d2cada ha habido un cambio en la forma en que se crean estas estructuras erárquicas . En @JI %ou*las 7enat >nacido en @JFA ? comenó el +ic ambicioso >por enciclop2dica ? del proyecto, cuyo obetivo es crear re*las que codificar0a cotidiana conocimiento " sentido común " . 7as re*las se or*anian en una erarqu0a enorme, y cada re*la involucrada , otra ve, una secuencia lineal de los estados. 1or eemplo , una re*la +ic podr0a afirmar que un perro tiene un rostro. +y+ se puede vincular a las normas *enerales sobre la estructura de las caras ( una cara que tiene dos oos, una nari y una boca , y as0 sucesivamente. 5o necesita tener un conunto de re*las para la cara de un perro y lue*o otro de la cara de un *ato, aunque es posible , por supuesto, quiere poner en las normas adicionales de las formas en que los perros caras diferentes de *atos caras . El sistema tambi2n incluye un motor de inferencia ( &i tenemos re*las que establecen que un coc$er spaniel es un perro, que los perros son animales , y que los animales comen alimentos, y si tuvi2ramos que pre*untar al motor de inferencia si coc$er spaniels comer , el sistema responder0a que s0, coc$er spaniels comer comida . %urante los si*uientes veinte aPos, y con miles de
personas aPos de esfuero, más de un millón de estas normas fueron escritos y probados . +uriosamente , el len*uae para escribir normas +ic llamado +yc7 es casi id2ntica a 74&1 . Mientras tanto , una escuela de pensamiento opuestas cre0an que el meor enfoque para la comprensión del len*uae natural , y para la creación de sistemas inteli*entes en *eneral, fue a trav2s del aprendiae automático de la e'posición a un *ran número de casos de los fenómenos que el sistema estaba tratando de dominar. n claro eemplo de este sistema es 3oo*le -ranslate, que puede traducir desde y hacia cincuenta idiomas. Eso es C,FAA direcciones de traducción diferentes , aunque para la mayor0a de los pares de idiomas , en lu*ar de len*uae translate @ directamente en len*uae C , será traducir el len*uae @ en 4n*l2s y 4n*l2s en len*uae C . Esto reduce el número de traductores 3oo*le necesita para construir a noventa y ocho > además de un número limitado de pares distintos del in*l2s para los que no es traducción directa ? . 7os traductores de 3oo*le no utilian re*las *ramaticales , sino que crean enormes bases de datos para cada combinación lin*]0stica de las traducciones comunes basados en *rande " piedra de Rosetta " corpus de los documentos traducidos entre los dos idiomas. 1ara los seis idiomas que constituyen las len*uas oficiales de las 5aciones nidas, 3oo*le ha utiliado documentos de las 5aciones nidas, ya que se publican en los seis idiomas . 1ara idiomas menos comunes , se han utiliado otras fuentes. 7os resultados son a menudo impresionante . %/R1/ corre concursos anuales para los meores sistemas de traducción automática para diferentes combinaciones de idiomas y traductor de 3oo*le *ana a menudo para ciertos pares , los sistemas creados directamente por los lin*]istas humanos superando . %urante la última d2cada dos ideas principales han influido profundamente en el campo del len*uae entendimiento natural. El primero tiene que ver con las erarqu0as . /unque el enfoque de 3oo*le comenó con la asociación de secuencias de te'to plano de un idioma a otro , la naturalea erárquica inherente del len*uae se ha desliado inevitablemente en su funcionamiento. 7os sistemas que incorporan el aprendiae metódico erárquica > como los modelos ocultos de Mar$ov erárquicos ? proporcionan un rendimiento si*nificativamente meor . &in embar*o , tales sistemas no son tan automática para construir . /l i*ual que los seres humanos necesitan aprender apro'imadamente una erarqu0a conceptual a la ve , lo mismo es cierto para los sistemas informatiados , por lo que el proceso de aprendiae debe ser *estionado cuidadosamente . 7a otra idea es que las re*las construidas a mano funcionan bien para un núcleo de conocimiento básico común. 1ara las traducciones de pasaes cortos , este enfoque a menudo proporciona resultados más precisos . 1or eemplo , %/R1/ ha calificado basados en re*las traductores de chino a in*l2s superiores a 3oo*le -ranslate para pasaes cortos . 1or lo que se llama la cola de un len*uae, que se refiere a los millones de frases poco frecuentes y conceptos utiliados en el mismo, la precisión de los sistemas basados en re*las acerca inaceptablemente bao as0ntota . &i *raficamos comprensión del len*uae natural, la precisión en contra de la cantidad de datos de entrenamiento analiados , los sistemas basados en re*las tienen un rendimiento más alto al principio, pero estabiliarse en bastante baas precisión de alrededor del HA por
ciento. En marcado contraste , los sistemas estad0sticos pueden alcanar los altos JAs en la precisión sino que requieren una *ran cantidad de datos para lo*rar eso. / menudo es necesario una combinación de un rendimiento al menos moderada en una pequePa cantidad de datos de entrenamiento y entonces la oportunidad de lo*rar altos precisiones con una cantidad más si*nificativa . )btención de un rendimiento moderado permite rápidamente nos pusimos a un sistema en el campo y lue*o a reco*er automáticamente datos de entrenamiento ya que la *ente realmente se utilicen . %e esta manera , una *ran cantidad de aprendiae puede ocurrir al mismo tiempo que se está utiliando el sistema , y su precisión se meorará . El aprendiae estad0stico debe ser totalmente erárquica para reflear la naturalea del len*uae , lo que reflea tambi2n cómo funciona el cerebro humano. /s0 es tambi2n como &iri and %ra*on 3o8 trabao mediante re*las para los fenómenos más comunes y fiables y el aprendiae de la "cola " de la len*ua en las manos de los usuarios reales. +uando el equipo de +ic dio cuenta de que hab0an lle*ado a un l0mite má'imo del rendimiento basado en re*las de codificación manual , que tambi2n adoptaron este enfoque. 5ormas de codificación manual proporcionan dos funciones esenciales. Ellos ofrecen una precisión inicial adecuada , de modo que un sistema de prueba se puede colocar en uso *eneraliado , donde se meorará automáticamente . En se*undo lu*ar , proporcionan una base sólida para los niveles inferiores de la erarqu0a conceptual para que el aprendiae automatiado puede comenar a aprender más altos niveles conceptuales. +omo se mencionó anteriormente , =atson representa un particularmente impresionante eemplo del enfoque de la combinación de las re*las de codificación manual de aprendiae estad0stico erárquico. 4#M combinó una serie de importantes pro*ramas de len*uae natural para crear un sistema capa de u*ar el ue*o de len*uae natural de eopardy 8 7os d0as @@G de febrero del CA@@, =atson compitió con los dos u*adores humanos principales ( #rad Rutter , que hab0a *anado más dinero que cualquier otra persona en el pro*rama de pre*untas y Ken ennin*s , que hab0a ocupado anteriormente el eopardy 8 campeonato por un tiempo r2cord de setenta y cinco d0as. / modo de conte'to, que hab0a predicho en mi primer libro , 7a era de las máquinas inteli*entes , escrita a mediados de la d2cada de @JIA , que una computadora podr0a *anar el campeonato mundial de aedre en @JJI. -ambi2n predie que cuando eso sucedió , lo har0amos bien do!n*rade nuestra opinión de la inteli*encia humana , meorar nuestra opinión de la inteli*encia de la máquina, o minimiar la importancia del aedre, y que si la historia era una *u0a , nos minimiamos aedre. /mbas cosas sucedieron en @JJH. +uando la 4#M aedre superordenador %eep #lue derrotó al vi*ente humana campeón mundial de aedre , 3arry Kasparov , nos trataron inmediatamente a los ar*umentos de que era de esperar que un equipo iba a *anar en el aedre porque las computadoras son máquinas de la ló*ica y de aedre , despu2s de todo , es un ue*o de ló*ica . /s0, la victoria de %eep #lue se consideró sorprendente ni si*nificativo. Muchos de sus cr0ticos continuó ar*umentando que las computadoras nunca dominar las sutileas del len*uae humano , como metáforas , s0miles, ue*os de palabras, dobles sentidos y humor
7a precisión de los sistemas de comprensión del len*uae naturales como una función de la cantidad de formación datos . El meor enfoque es combinar las re*las para el "núcleo " de la len*ua y un enfoque basado en datos de la "cola" de la len*ua . Eso es al menos una raón por =atson representa un hito tan si*nificativo ( eopardy 8 es precisamente una tarea tan sofisticado y dif0cil len*uae. eopardy t0pico 8 consultas incluye muchos de estos caprichos del len*uae humano. 7o que tal ve no sea evidente para muchos observadores es que =atson no sólo tuvo que dominar el idioma en las consultas inesperadas y complicadas , pero para la mayor parte de su conocimiento no era codificadas a mano . &e obtuvo que el conocimiento por leer realmente CAA millones de pá*inas de documentos en len*uae natural , incluyendo todos los de la =i$ipedia y otras enciclopedias , que comprende billones de bytes de conocimiento basado en el len*uae . +omo los lectores de este libro son muy conscientes , =i$ipedia no está escrito en 74&1 o +yc7 , sino más bien en las frases naturales que tienen todas las ambi*]edades y compleidades inherentes en el len*uae. =atson ten0a que considerar todos los billones de caracteres en su material de referencia a la hora de responder a una pre*unta. > Me doy cuenta de que eopardy 8 +onsultas son respuestas en busca de una pre*unta, pero esto es una cuestión t2cnica , que en última instancia son realmente pre*untas. ? &i =atson puede entender y responder a las pre*untas sobre la base de CAA millones de pá*inas en tres se*undos 8 5o hay nada dear de sistemas similares de la lectura de los otros miles de millones de documentos en la =eb. En efecto , ese esfuero ya está en marcha . +uando estábamos desarrollando sistemas de reconocimiento de vo y el carácter y principios del len*uae natural comprensión de los sistemas en la d2cada de @JHA a trav2s de @JJA, se utilió una metodolo*0a de incorporación de un " *estor de e'pertos. " Nueremos desarrollar múltiples sistemas para hacer lo mismo pero sin incorporar enfoques diferentes en cada uno. /l*unas de las diferencias eran sutiles , tales como las variaciones en los parámetros que controlan la matemática del al*oritmo de aprendiae . /l*unas variaciones son fundamentales , como la inclusión de los sistemas basados en re*las en lu*ar de los sistemas de aprendiae estad0stico erárquicos. El *erente de e'pertos era en s0 mismo un pro*rama de soft!are que se ha pro*ramado para conocer los puntos fuertes y d2biles de los diferentes sistemas mediante el e'amen de su desempePo en situaciones del mundo real. &e basa en la idea de que estas fueras eran orto*onal , es decir, un sistema tender0a a ser fuerte donde otro era d2bil . %e hecho , el rendimiento *lobal de los sistemas combinados con el *erente e'perto entrenado a car*o era mucho meor que cualquiera de los sistemas individuales. =atson funciona de la misma manera. +on una arquitectura llamada 4M/ > no estructurado 4nformation Mana*ement /rchitecture ? , =atson desplie*a literalmente cientos de diferentes sistemas muchos de los componentes individuales de la len*ua en =atson son los mismos que se utilian en el len*uae natural entendimiento a disposición del público los sistemas , todos los cuales están intentando a o bien directamente con una respuesta a la eopardy 8 consulta o bien , al menos, proporcionar al*una desambi*uación de la consulta . 4M/ actúa básicamente como el *estor de e'pertos para combinar de forma inteli*ente los resultados de los sistemas independientes . 4M/ va mucho más allá de los sistemas anteriores, como
el que hemos desarrollado en la empresa predecesora de 5uance, en que sus sistemas individuales pueden contribuir a un resultado sin necesidad de lle*ar a una respuesta definitiva . Es suficiente que un subsistema ayuda a reducir la solución. 4M/ tambi2n es capa de calcular la cantidad de confiana que tiene en la respuesta final . El cerebro humano hace esto tambi2n , es probable que estemos muy se*uros de nuestra respuesta cuando se le pre*untó por el primer nombre de nuestra madre Y s , pero estamos menos en subir con el nombre de al*uien que conocimos casualmente hace un aPo. /s0, en lu*ar de lle*ar a un solo enfoque ele*ante para entender el problema de len*uae inherente a eopardy 8 los cient0ficos de 4#M combinan todos los módulos de idioma comprensión del estado de la t2cnica que pudieran tener en sus manos . /l*unos modelos de uso erárquicos ocultos de Mar$ov , al*unos utilian variantes matemáticas de 99MM , mientras que otros utilian m2todos basados en re*las para codificar directamente a un conunto básico de normas fiables . 4M/ evalúa el rendimiento de cada sistema en el uso real y los combina de una manera óptima . E'iste cierta confusión en las discusiones públicas de =atson en que los cient0ficos de 4#M que crearon a menudo se centran en 4M/ , que es el encar*ado de e'pertos que crearon. Esto lleva a los comentarios de al*unos observadores de que =atson no tiene una verdadera comprensión de la len*ua , ya que es dif0cil determinar dónde reside este entendimiento. /unque el marco 4M/ tambi2n aprende de su propia e'periencia , " comprensión " de =atson de la len*ua no se puede encontrar en 4M/ solos sino que se distribuye a trav2s de todos sus muchos componentes , incluidos los módulos de len*uae de autoor*aniación que utilian m2todos similares a los 99MM . )tra parte de la tecnolo*0a de =atson utilia estimación de la confiana de 4M/ en sus respuestas a determinar cómo colocar eopardy 8 apuestas. Mientras que el sistema =atson está optimiado espec0ficamente para u*ar a este ue*o en particular , su tecnolo*0a de base del idioma y conocimiento búsqueda se puede adaptar fácilmente a otras tareas *enerales. no podr0a pensar que los conocimientos profesionales con menor frecuencia compartida , como el que en el campo de la medicina , ser0a más dif0cil de dominar que el propósito *eneral del conocimiento " común" que se requiere para u*ar eopardy 8 En realidad , lo contrario es el caso ( el conocimiento profesional tiende a ser más altamente or*aniado y estructurado , y menos ambi*ua que su homólo*o de sentido común , por lo que es altamente susceptible a la comprensión de len*uae natural precisa el uso de estas t2cnicas . +omo se ha mencionado , 4#M está trabaando con 5uance para adaptar la tecnolo*0a de =atson a la medicina . 7a conversación que tiene lu*ar cuando =atson está u*ando eopardy 8 es un breve ( na cuestión se plantea , y =atson se le ocurre una respuesta. >%e nuevo , t2cnicamente, se trata con una pre*unta para responder a una respuesta. ? 5o participar en una conversación que requerir0a el se*uimiento de todas las declaraciones anteriores de todos los participantes. > &iri realmente hace esto de forma limitada ( &i le piden que env0e un mensae a su esposa, se le pedirá que se identifique con ella, pero que recordará qui2n es para las solicitudes posteriores . ? -rac$in* toda la información en una conversación , una tarea que es evidente que se requiere para pasar la prueba de -urin* , es un requisito adicional si*nificativa, pero
no fundamentalmente más dif0cil de lo que =atson =atson está haciendo ya . %espu2s de todo , =atson =atson ha le0do cientos de millones de pá*inas de material , lo que obviamente incluye muchas historias , por lo que es capa de rastrear a trav2s de eventos secuenciales complicados . 1or lo tanto, debe ser capa de se*uir sus propias conversaciones y tomar esto en consideración en sus respuestas posteriores. )tra limitación del eopardy 8 ue*o es que las respuestas son *eneralmente breves ( 5o , por eemplo, plantean plantean pre*untas como las que pide pide a los concursantes para nombrar a los cinco temas principales de un cuento de dos ciudades . En la medida en que se puede encontrar documentos docu mentos que hacen discutir los temas de esta novela , una versión adecuadamente modificada de =atson =atson debe ser capa de responder a esta . El subir con esos temas por su cuenta a partir de sólo leer el libro, y no copiar esencialmente los pensamientos > incluso sin las palabras? de otros pensadores, es otro asunto. 9acerlo constituye una tarea de nivel superior que =atson =atson es capa de ho. Es lo que yo llamo una tarea de prueba de nivel de -urin* . > %icho esto, voy a sePalar que la mayor0a de los humanos hu manos no vienen con sus propios pensamientos ori*inales o bien, pero copiar las ideas de sus compaPeros y l0deres de opinión. ? En cualquier caso, esto es CA@C , no CACJ, por lo que no se puede esperar prueba de inteli*encia a nivel de -urin* todav0a. 1or otro lado, me *ustar0a sePalar que la evaluación de las respuestas a pre*untas tales como encontrar ideas clave en una novela no es en s0 misma una tarea sencilla. &i a al*uien se le pide que firmó la %eclaración de 4ndependencia, se puede determinar si su respuesta es verdadera o falsa . 7a valide de las respuestas a las pre*untas más alto nivel, tales como la descripción de los temas de un trabao creativo es mucho más dif0ciles de establecer . Es de destacar que q ue a pesar de las competencias lin*]0sticas de =atson =atson son en realidad un poco inferior a la de un ser humano educado, que era capa de derrotar a los dos meores eopardy 8 u*adores del mundo . &e podr0a lo*rar esto, ya que es capa de combinar su capacidad de len*uae y comprensión conocimiento con el recordatorio perfecto y recuerdos altamente altamente precisos que las máquinas máquinas poseen . Es por eso eso que ya hemos asi*nado en *ran medida nuestros recuerdos personales , sociales e históricos a ellos. /unque yo no estoy preparado para subir mi pronóstico de un equipo de pasar la prueba de -urin* -urin* en CACJ , el pro*reso pro*reso que se ha lo*rado en los sistemas sistemas como =atson debe dar a nadie importante la confiana de que el advenimiento de -urin* nivel /4 /4 está a la mano . &i uno fuera a crear una versión de =atson =atson que fue optimiado para el test de -urin*, que probablemente viene muy cerca. ilósofo norteamericano ohn &earle >nacido en @JDC ? ar*umentó recientemente que =atson no es capa de pensar p ensar.. +itando su " habitación china " e'perimento mental > del que hablar2 con más detalle en el cap0tulo @@ ? , afirma que =atson =atson sólo está manipulando s0mbolos y no entiende el si*nificado de esos s0mbolos . En realidad , &earle no está describiendo =atson =atson con precisión , ya que su comprensión del len*uae se basa en procesos de no estad0sticos erárquicos erárquicos la manipulación de s0mbolos . 7a única manera de que la caracteriación de &earle ser0a preciso es si consideramos cada paso en los procesos de autoor*aniación de =atson que es " la manipulación de s0mbolos . " 1ero si ese fuera el caso , entonces el cerebro humano podr0a no ser u*ado capa de pensar bien .
Es divertido e irónico cuando los observadores critican =atson =atson por sólo hacer hac er un análisis estad0stico de len*ua en lu*ar de poseer la "verdadera " comprensión del len*uae que los humanos tienen . /nálisis estad0stico erárquico es e'actamente lo que el cerebro humano está haciendo h aciendo cuando se está resolviendo múltiples hipótesis sobre la base de la inferencia estad0stica >y de hecho en todos los niveles de la erarqu0a neocortical ? . -anto -anto =atson =atson y el cerebro humano aprende aprende y responder basan en un enfoque similar a la comprensión erárquica. En muchos aspectos, el conocimiento de =atson =atson es mucho más amplia que la de un humano , nin*ún ser humano puede decir que ha dominado toda la =i$ipedia, que es sólo una parte de la base de conocimientos de =atson. 1or el contrario contrario , un ser humano puede dominar dominar hoy los niveles más conceptuales que =atson =atson , pero que sin duda no es un vac0o permanente. n sistema importante que demuestra la fuera de la informática aplicada al conocimiento or*aniado es =olfram =olfram /lpha , un motor de respuesta >en comparación con un motor de búsqueda ?, desarrollado por el matemático británico y cient0fico %r. %r. =olfram >nacido en @JFJ ? y sus cole*as de =olfram Research. 1or eemplo , si le pre*untas a =olfram =olfram /lpha > a =olfram/lpha.com =olfram/lpha.com ? ( "W+uántos números primos hay menos de un millón T " Nue responderá con " HIJI . " 5o se ve0a a la respuesta , se calcula , y despu2s de la respuesta que proporciona las ecuaciones que utilia. &i ha intentado conse*uir que la respuesta usando un motor de búsqueda convencional, se diri*ir0a a enlaces donde se puede encontrar los al*oritmos necesarios . / continuación, tendr0a que conectar las fórmulas en un sistema como Mathematica , tambi2n desarrollado por %r. %r. =olfram =olfram , pero esto , obviamente, requieren mucho más trabao > y la comprensión ? que simplemente pre*untando /lfa /lfa .En efecto, /lpha se compone de @F millones de l0neas de códi*o de Mathematica. 7o que /lfa está haciendo es, literalmente, el cálculo de la respuesta de apro'imadamente @A billones de bytes de datos que han sido curadas con cuidado por el personal de =olfram =olfram Research . sted puede pedir a una amplia *ama de cuestiones de hecho , como " WNu2 pa0s tiene el mayor 14# por personaT " >Respuesta( Mónaco, con ` C@C,AAA por persona en dólares americanos? americanos? , o " WNu2 edad tiene &tephen =olfram =olfram T " >Respuesta( FC aPos , J meses, C d0as a partir del d0a que estoy escribiendo esto ? . +omo se ha mencionado , /lpha se utilia como parte de &iri de /pple , y si le pre*untas a &iri una cuestión cuestión de hecho , que se entre*a a /lpha de manear. manear. /lfa tambi2n se ocupa de al*unas de las búsquedas que plantea al motor de búsqueda de Microsoft #in*. En un reciente post , el %r. =olfram =olfram /lfa /lfa informó que está proporcionando respuestas e'itosas JA por ciento del tiempo.@H /demás, informa de una disminución e'ponencial de la tasa de fracaso , con una vida media de alrededor de dieciocho meses. &e trata de un impresionante sistema , y utilia m2todos artesanales y los datos de la mano a cuadros . Es un testimonio de eso que hemos creado equipos en el primer lu*ar. lu*ar. / medida que descubrimos y compilar compilar los m2todos cient0ficos cient0ficos y matemáticos , las computadoras son mucho meor que la inteli*encia humana sin ayuda en su aplicación. 7a mayor0a de los m2todos cient0ficos conocidos han sido codificados en /lfa /lfa , unto con los datos continuamente actualiados sobre temas que van desde la econom0a a la f0sica. En una conversación privada que tuve con el doctor
=olfram , estimó que los m2todos de autoor*aniación , tales como los utiliados en =atson *eneralmente alcanan alrededor de un IA por ciento de e'actitud cuando están trabaando bien . /lfa , sePaló, es el lo*ro de un JA por ciento de e'actitud . 1or supuesto, no es autoselección en estos dos números nú meros de precisión en que los usuarios > como yo? han aprendido qu2 tipo de pre*untas /lfa es bueno, y un factor similar se aplica a los m2todos de auto or*aniación . El ochenta por ciento parece ser una estimación raonable de la precisión de =atson =atson está en eopardy 8 consultas, pero esto fue suficiente para derrotar a los meores seres humanos. Es mi opinión de que se necesitan m2todos de auto or*aniación como 4 articulados en la teor0a de reconocimiento de patrones de la mente para entender las erarqu0as elaboradas ya menudo ambi*ua que encontramos en los fenómenos del mundo real , incluyendo el len*uae humano. na combinación co mbinación ideal para un sistema robusto inteli*ente ser0a combinar la inteli*encia erárquica basada ba sada en el 1R-M 1R-M >que yo sosten*o es como funciona el cerebro humano hu mano ? con codificación precisa de conocimientos y datos cient0ficos . Eso describe esencialmente un ser humano con un ordenador . 6amos 6amos a meorar los dos polos de la inteli*encia en los pró'imos aPos . +on respecto a nuestra inteli*encia bioló*ica , aunque nuestro neocórte' tiene plasticidad considerable , su arquitectura básica está está limitada por sus sus limitaciones f0sicas. 1oner neocorte' adicional en la frente fue una importante innovación evolutiva , pero ahora no puede p uede ampliar fácilmente el tamaPo de los lóbulos frontales por un factor de mil , o incluso en un @A por ciento. Es decir, decir, no podemos hacerlo bioló*icamente, pero eso es e'actamente lo lo que vamos a hacer tecnoló*icamente.
Una e-trate&(a ,ara $a creac(ón #e una mente 9ay miles de millones de neuronas en nuestro cerebro , pero Wcuáles son las neuronas T &ólo las c2lulas . El cerebro no tiene conocimiento hasta que se ha*an las cone'iones entre las neuronas . -odo -odo lo que sabemos , todo lo que somos , viene de la forma en que nuestras neuronas están están conectadas. -im #erners 7ee 7ee 6amos a utiliar las observaciones que he discutido anteriormente para comenar a construir un cerebro. 6amos 6amos a empear por la construcción de un reconocedor de patrón que cumple con los atributos atributos necesarios . / continuación vamos a hacer tantas copias del reconocedor que tenemos memoria y recursos computacionales de apoyo . +ada reconocedor calcula la probabilidad de que su patrón ha sido reconocido . /l hacer esto , se toma en consideración la ma*nitud observada de cada entrada > en al*unos continuo apropiado ? y coincide con 2stos contra el tamaPo aprendido y parámetros de variabilidad variabilidad del tamaPo asociado con cada entrada . El reconocedor desencadena su a'ón simuladas si esa probabilidad calculada supera un umbral. Este umbral y los parámetros que controlan el cálculo de la probabilidad de que el patrón se encuentran entre los parámetros vamos a optimiar con un al*oritmo *en2tico . %ebido a que no es un requisito que cada entrada sea activa para un patrón a ser reconocido , esto proporciona para el reconocimiento autoassociative > es decir, el reconocimiento de un patrón basado en sólo una parte del patrón de estar presente ? . -ambi2n permitimos que para las sePales inhibitorias > sePales que indican que el patrón es menos probable ? .
Reconocimiento del patrón env0a una sePal activa el a'ón simulada de este patrón reconocedor . Este a'ón es a su ve conectado a uno o más reconocedores de patrones en la si*uiente mayor nivel conceptual . -odos los reconocedores de patrones conectados en la pró'ima mayor nivel conceptual están aceptando este patrón como una de sus entradas. +ada reconocedor patrón tambi2n env0a sePales a los reconocedores de patrones a nivel conceptual más baos cada ve más de un patrón ha sido reconocido , lo que indica que es el resto del patrón de d e " espera ". +ada reconocedor patrón tiene uno o más de estos canales de entrada de sePal esperados. +uando se recibe una sePal de espera de esta manera , el umbral para el reconocimiento de este patrón reconocedor está rebaado > hecho hech o más fácil ? . 7os reconocedores de patrones son responsables de " cableado " a s0 mismos a otros reconocedores de patrones hacia arriba y abao en la erarqu0a conceptual. -en*a -en*a en cuenta que todos los "cables" en una implementación de soft!are operan a trav2s de enlaces virtuales > que, como enlaces !eb , son básicamente punteros de memoria ? y no los cables reales. Este sistema es en realidad mucho más fle'ible que en el cerebro bioló*ico . En el cerebro humano, los nuevos modelos que se asi*nará a una f0sica f0sica real reconocedor de patrones y nuevas cone'iones tienen que hacerse con un v0nculo efectivo a'ón a las dendritas . 1or lo *eneral, esto si*nifica tomar una cone'ión f0sica e'istente que es apro'imadamente lo que se necesita y el crecimiento del a'ón necesario y e'tensiones dendr0ticas para completar la cone'ión completa. )tra t2cnica utiliada en el cerebro de los mam0feros bioló*icos es comenar con un *ran número de posibles cone'iones y lue*o podan las cone'iones neuronales que no se usan . &i un neocórte' bioló*ica reasi*na reconocedores de patrones corticales que ya han aprendido los patrones mayores con el fin de aprender el material más reciente , entonces las cone'iones tienen que estar f0sicamente reconfi*urado . na ve más , estas tareas son mucho más simples en una implementación de soft!are . 5osotros simplemente asi*namos nuevas posiciones de memoria a un nuevo reconocedor de patrones y distintos enlaces de memoria para las las cone'iones. &i el neocórte' neocórte' di*itales desea volver a asi*nar los recursos de memoria corticales de un conunto de patrones a otro , simplemente devuelve los vieos reconocedores de patrones para la memoria y a continuación, hace que la nueva asi*nación . Esta especie de " recolección de basura " y la reasi*nación reasi*nación de la memoria es una caracter0stica caracter0stica t0pica de la la arquitectura de muchos sistemas de soft!are. En nuestro cerebro di*ital, tendr0amos tambi2n copia de se*uridad de los vieos recuerdos antes de tirarlos a la basura de la neocortea activa, una precaución que no podemos tener en nuestros cerebros bioló*icos. 9ay una variedad de t2cnicas matemáticas que pueden emplearse para poner en práctica este enfoque de la autoor*aniación autoor*aniación erárquica de reconocimiento reconocimiento de patrones . El m2todo que yo usar0a es erárquica ocultos de Mar$ov modelos , por varias raones. %esde mi punto de vista personal, ten*o varias d2cadas de familiaridad con este m2todo , despu2s de haber utiliado en el reconocimiento del habla temprana y sistemas de len*uae natural a partir de la %2cada de @JIA . %esde la perspectiva del campo en *eneral , e'iste una mayor e'periencia con los modelos ocultos de Mar$ov que con cualquier otro enfoque para tareas de reconocimiento de patrones . -ambi2n -ambi2n se utilian ampliamente ampliamente en la comprensión comprensión de len*uae natural .
Muchos sistemas 57 utilian t2cnicas que son al menos matemáticamente similar a 99MM . -en*a en cuenta que no todos los sistemas de modelos ocultos de Mar$ov son completamente erárquica . /l*unos permiten a unos pocos niveles erárquicos , por eemplo , al pasar de estados acústicos de los fonemas en palabras. 1ara construir un cerebro, vamos a querer para que nuestro sistema para crear tantos nuevos niveles de erarqu0a , se*ún sea necesario . /demás, los sistemas modelo de Mar$ov más ocultos no son totalmente autoor*aniación . /l*unos tienen cone'iones fias , aunque estos sistemas no podan efectivamente muchas de sus cone'iones a partir de lo que les permite evolucionar cero pesos de cone'ión . 5uestros sistemas de los aPos @JIA y @JJA podados automáticamente las cone'iones con pesos de cone'ión por debao de un cierto nivel , y tambi2n permitieron hacer nuevas cone'iones a un meor modelo de los datos de entrenamiento y aprender sobre la marcha. n requisito clave , creo, es permitir que el sistema para crear su propia fle'ibilidad topolo*0as en base a los patrones que están e'puestos mientras se aprende . 1odemos utiliar la t2cnica matemática de la pro*ramación lineal para asi*nar óptimamente las cone'iones con nuevos reconocedores de patrones. 5uestro cerebro di*ital tambi2n tendrá en cuenta la redundancia considerable de cada patrón , especialmente las que se producen con frecuencia. Esto permite robusto reconocimiento de patrones comunes y es tambi2n uno de los m2todos clave para lo*rar el reconocimiento invariante de diferentes formas de un patrón . 5osotros, sin embar*o , necesitan re*las para la cantidad de redundancia para permitir, ya que no queremos utiliar hasta una cantidad e'cesiva de memoria en los patrones de bao nivel muy comunes. 7as normas relativas a la redundancia , los umbrales de reconocimiento, y el efecto en el umbral de una indicación "&e espera que este patrón ", son al*unos eemplos de los parámetros *lobales clave que afectan el rendimiento de este tipo de sistema de autoor*aniación . ;o inicialmente establecer estos parámetros en base a mi intuición , pero nos *ustar0a entonces optimiarlos mediante un al*oritmo *en2tico. na consideración muy importante es la formación de un cerebro , ya sea un a*ente bioló*ico o de un soft!are único. +omo se analió anteriormente , un sistema de reconocimiento de patrón erárquico > di*ital o bioló*ica ? sólo aprender acerca de dos niveles de preferencia de una sola erárquicos a la ve. 1ara arrancar el sistema me *ustar0a empear con las redes erárquicas previamente capacitados que ya han aprendido sus lecciones en el reconocimiento de la vo humana , los caracteres impresos , y las estructuras de len*uae natural . %icho sistema ser0a capa de leer documentos en len*uae natural , pero sólo ser0a capa de dominar apro'imadamente un nivel conceptual a la ve. 5iveles previamente aprendidas podr0an proporcionar una base relativamente estable para aprender el si*uiente nivel. El sistema puede leer los mismos documentos una y otra ve , *anando nuevos niveles conceptuales con cada lectura posterior , similar a la forma de releer y lo*rar una comprensión más profunda de los te'tos. Miles de millones de pá*inas de material están disponibles en la =eb. =i$ipedia en s0 tiene cerca de cuatro millones de art0culos en la versión 4n*l2s .
-ambi2n me *ustar0a dar un módulo de pensamiento cr0tico , que se realice un análisis continuo en se*undo plano de todos los modelos e'istentes , la revisión de su compatibilidad con los otros patrones >ideas ? en el neocórte' soft!are. 5o tenemos nin*una de esas instalaciones en nuestros cerebros bioló*icos , por lo que las personas pueden tener ideas completamente inconsistentes con ecuanimidad. /l identificar una idea incompatible , el módulo di*ital comenar0a la búsqueda de una resolución, incluyendo sus propias estructuras corticales , as0 como todos los de la vasta literatura que dispon*a. na resolución puede si*nificar simplemente determinar que una de las ideas inconsistentes es simplemente incorrecta >si contraindicado por una preponderancia de datos contradictorios ? . Más constructiva , ser0a encontrar una idea en un mayor nivel conceptual que se resuelve la aparente contradicción al proporcionar una perspectiva que e'plica cada idea. El sistema aPade esta resolución como un nuevo modelo y un enlace a las ideas que inicialmente desencadenó la búsqueda de la resolución. Este módulo de pensamiento cr0tico se eecute como una tarea de fondo continuo. &er0a muy beneficioso si los cerebros humanos hicieron lo mismo . -ambi2n me *ustar0a dar un módulo que identifica las pre*untas abiertas en todas las disciplinas . +omo otra tarea en se*undo plano continuo , ser0a buscar soluciones en otras áreas diferentes de conocimiento. +omo he sePalado , el conocimiento en el neocórte' consiste en patrones profundamente anidadas de patrones , por lo que es completamente metafórico. 1odemos utiliar un patrón para proporcionar una solución o una penetración en un campo aparentemente desconectado. +omo un eemplo , recordar la metáfora que utilic2 en el cap0tulo en relación con los movimientos aleatorios de las mol2culas en un *as a los movimientos aleatorios de cambio evolutivo . 7as mol2culas de un *as se mueven al aar sin aparente sentido de la orientación . / pesar de esto , virtualmente cada mol2cula de un *as en un vaso de precipitados , tiempo suficiente dado, deará el vaso de precipitados . Me di cuenta que esto proporciona una perspectiva sobre una cuestión importante sobre la evolución de la inteli*encia . /l i*ual que las mol2culas en un *as , cambios evolutivos tambi2n se mueven en todas direcciones sin dirección aparente . /ún as0 , sin embar*o, vemos un movimiento hacia una mayor compleidad y mayor inteli*encia , de hecho para el lo*ro supremo de la evolución de la evolución de la cortea cerebral capa de pensamiento erárquico . /s0 que estamos en condiciones de obtener una idea de cómo un proceso aparentemente sin sentido y sin dirección puede lo*rar un resultado aparentemente intencional en un campo > la evolución bioló*ica ? mirando otro campo > la termodinámica ? . 9e mencionado anteriormente cómo la intuición de +harles 7yell que cambia minuto a ormaciones rocosas en streamin* a*ua podr0an tallar *randes valles con el tiempo inspiró a +harles %ar!in a realiar una observación similar acerca de los cambios continuos minutos a las caracter0sticas de los or*anismos de una misma especie . Esta búsqueda metáfora ser0a otro proceso continuo en se*undo plano . %ebemos proporcionar un medio para pasar a trav2s de varias listas simultáneamente para proporcionar el equivalente de pensamiento estructurado. 7a lista podr0a ser la declaración de las limitaciones que la solución a un problema debe satisfacer. +ada paso puede *enerar una búsqueda recursiva a trav2s de la erarqu0a e'istente de ideas
o una búsqueda en la literatura disponible. El cerebro humano parece ser capa de manear sólo cuatro listas simultáneas a la ve > sin la ayuda de herramientas tales como computadoras ? , pero no hay nin*una raón para un neocórte' artificial para tener una limitación de este tipo . -ambi2n queremos meorar nuestros cerebros artificiales con el tipo de inteli*encia que los equipos siempre han sobresalido en , que es la capacidad de dominar vastas bases de datos con precisión y aplicar al*oritmos conocidos de forma rápida y eficiente. =olfram /lpha combina de forma única un *ran número de m2todos cient0ficos conocidos y las aplica a los datos recopilados cuidadosamente . Este tipo de sistema tambi2n va a se*uir meorando la observación de una disminución e'ponencial de las tasas de error de determinada %r. =olfram . 1or último , nuestro nuevo cerebro necesita un propósito. n propósito se e'presa como una serie de obetivos . En el caso de nuestros cerebros bioló*icos , nuestras metas son establecidas por los centros del placer y el miedo que hemos heredado del vieo cerebro . Estos impulsos primitivos fueron inicialmente establecidos por la evolución bioló*ica para promover la supervivencia de las especies, pero el neocorte' nos ha permitido sublimamos ellos. El obetivo de =atson era responder a eopardy 8 consultas . )tro obetivo podr0a ser indicado simplemente para pasar el test de -urin* . 1ara ello, un cerebro di*ital, necesitar0a un relato humano de su propia historia de ficción para que pueda hacerse pasar por un ser humano bioló*ico. -ambi2n tendr0a que mudo en s0 de forma considerable , para cualquier sistema que muestra el conocimiento de, por eemplo , =atson ser0a rápidamente desenmascarado como no bioló*ica . Más interesante aún , podr0amos dar a nuestro nuevo cerebro un obetivo más ambicioso , como contribuir a un mundo meor . no de los obetivos en este sentido , por supuesto , plantea muchas pre*untas( W Meor para qui2n T Meor de qu2 maneraT 1ara los seres humanos bioló*icos T 1ara todos los seres conscientesT &i ese es el caso, Wqui2n o qu2 es conscienteT +omo el cerebro no bioló*icas se convierten tan capaces como los bioló*icos de efectuar cambios en el mundo , de hecho , en última instancia mucho más capa que sin contraste bioló*ico los vamos a tener en cuenta su educación moral. n buen lu*ar para comenar ser0a con una idea anti*ua de nuestras tradiciones reli*iosas ( la re*la de oro .
CAPÍTULO B LA MENTE COMO ORENAOR En forma un poco como una barra de pan franc2s del pa0s , nuestro cerebro es un laboratorio de qu0mica llena de *ente, llena de conversaciones nerviosas sin escalas . 4ma*0nese el cerebro, ese mont0culo brillante del ser, que el parlamento *ris ratón de las c2lulas , que fábrica de suePos , que petit tirano dentro de una bola de hueso, que se apiPan de neuronas llamadas todas las u*adas , que poco por todas partes, que 1leasuredome voluble , que arru*ado armario de uno mismo metido en el cráneo como demasiada ropa en una bolsa de deporte . %iane /c$erman
#rains e'isten porque la distribución de los recursos necesarios para la supervivencia y los peli*ros que amenaan la supervivencia var0a en el espacio y el tiempo. ohn M. /llman 7a *eo*raf0a moderna del cerebro tiene un ambiente deliciosamente anticuado a ella al*o as0 como un mapa medieval con el mundo conocido rodeado por terra inco*nita donde los monstruos va*an . %avid #ainbrid*e En matemáticas no entiendes las cosas. sted acaba de acostumbrarse a ellos. ohn von 5eumann E ver desde la aparición de la computadora en la mitad del si*lo , ha habido un debate en curso no sólo sobre la e'tensión final de sus habilidades, sino sobre si el cerebro humano puede ser considerado una forma de ordenador. En lo que se refiere a esta última cuestión , el consenso se ha desviado de ver estas dos clases de entidades de procesamiento de información como esencialmente el mismo que su ser fundamentalmente diferente. /s0 que es el cerebro de una computadoraT +uando las computadoras se convirtieron por primera ve un tema popular en la d2cada de @JA , eran considerados inmediatamente como máquinas pensantes . El E54/+ , que se anunció en @JG , fue descrito por la prensa como un "cerebro *i*ante. " +omo se dispuso comercialmente computadoras en la d2cada si*uiente , los anuncios se refiere habitualmente a ellos como los cerebros capaces de haaPas que los cerebros bioló*icos comunes no pod0an i*ualar. n anuncio de @JFH que muestra el concepto popular de un ordenador como un cerebro *i*ante. 7os pro*ramas de ordenador rápidamente habilitadas las máquinas a la altura de la facturación. El " solucionador de problemas *enerales ", creado en @JFJ por 9erbert /. &imon , + &ha!, y /llen 5e!ell en la niversidad +arne*ie Mellon , fue capa de disePar una prueba un teorema que los matemáticos #ertrand Russell > @IHC@JHA ? y /lfred 5orth =hitehead > @IG@@JH? hab0a sido incapa de resolver en su famosa obra 1rincipia Mathematica @J@D . 7o que se hio evidente en las d2cadas que si*uieron fue que las computadoras podr0an fácilmente superar si*nificativamente la capacidad humana sin ayuda en estos eercicios intelectuales como la resolución de problemas matemáticos , el dia*nóstico de la enfermedad , y u*ando al aedre , pero tuvo dificultades con el control de un robot atarse los cordones o con la comprensión de la len*ua común de que un niPo de cinco aPos de edad, pod0a comprender . 7as computadoras están sólo empeando a dominar este tipo de habilidades. 4rónicamente, la evolución de la inteli*encia informática ha avanado en la dirección opuesta de la maduración humana. 7a cuestión de si el ordenador y el cerebro humano están en un nivel equivalente si*ue siendo controversial hoy. En la introducción mencion2 que hab0a millones de enlaces para las citas en la compleidad del cerebro humano. %el mismo modo, una investi*ación de 3oo*le ( tambi2n " +itas del cerebro no es un ordenador " devuelve millones de enlaces . / mi uicio , las declaraciones en este sentido son lo mismo que decir , " 1ur2 de manana no es una manana . " -2cnicamente esta afirmación es cierta, pero se puede hacer pur2 de manana de una manana . -al ve más al punto ,
es como decir ( " 7as computadoras no son los procesadores de te'to . " Es cierto que un ordenador y un procesador de te'tos e'isten en los diferentes niveles conceptuales , pero un equipo puede lle*ar a ser un procesador de te'tos si se está eecutando el soft!are de procesamiento de te'tos y no lo contrario. %el mismo modo, un ordenador puede convertirse en un cerebro si se está eecutando soft!are cerebro. Eso es lo que los investi*adores entre los que me están tratando de hacer. 7a pre*unta, entonces , es si podemos encontrar un al*oritmo que convertir un ordenador en una entidad que es equivalente a un cerebro humano . n equipo que , despu2s de todo, puede eecutar cualquier al*oritmo que podr0amos definir debido a su universalidad innata >sólo sueta a su capacidad? . El cerebro humano , por otro lado , se está eecutando un conunto espec0fico de al*oritmos . &us m2todos son inteli*entes , ya que permite la plasticidad si*nificativa y la reestructuración de sus propias cone'iones basadas en su e'periencia, pero estas funciones pueden ser emulados por soft!are. 7a universalidad de la computación > el concepto de que un ordenador de propósito *eneral puede implementar cualquier al*oritmo ? y el poder de esta idea sur*ieron al mismo tiempo que las primeras máquinas reales . 9ay cuatro conceptos fundamentales que son la base de la universalidad y la viabilidad de la computación y su aplicabilidad a nuestro pensamiento. &on pena revisar aqu0, porque el cerebro hace uso de ellos . El primero es la capacidad para comunicarse , recordar y calcular información fiable. /lrededor de @JA , si se ha utiliado la palabra " computadora", la *ente supon0a que estabas hablando de una computadora analó*ica , en la que los números se representan mediante diferentes niveles de tensión y componentes especialiados podr0an realiar funciones aritm2ticas , como la suma y la multiplicación. na *ran limitación de las computadoras analó*icas , sin embar*o , era que estaban pla*ados de problemas de precisión . 7os números sólo pod0an ser representados con una precisión de apro'imadamente una parte en cien , y como los niveles de tensión que representan ellos fueron procesadas por un número creciente de operadores aritm2ticos , errores se acumular0an . &i desea realiar más de un puPado de los cálculos , los resultados habr0an lle*ado a ser tan e'acta como sea insi*nificante. +ualquier persona que puede recordar los d0as de la *rabación de música con máquinas de cinta analó*ica recordará este efecto. 9ubo de*radación notable en la primera copia , ya que era un poco más ruidosas que el ori*inal. > Recuerde que el "ruido " representa imprecisiones al aar.? na copia de la copia era más ruidoso aún , y por la d2cima *eneración de la copia era casi por completo el ruido. &e supon0a que el mismo problema se pla*ando el mundo emer*ente de las computadoras di*itales . 1odemos comprender estas preocupaciones si tenemos en cuenta la comunicación de la información di*ital a trav2s de un canal. 5in*ún canal es perfecto y cada uno tendrá al*ún tipo de error inherente. &upon*amos que tenemos un canal que tiene un A,J de probabilidad de transmitir correctamente cada bit. &i env0o un mensae que es un poco lar*o , la probabilidad de transmitir con precisión a trav2s de ese canal será A,J . &upon*amos que enviar dos bits T /hora, la precisión es de A,JC U A,I@ . WNu2 tal si env0o un byte > ocho bits? T -en*o menos de un por ciento de posibilidades > A,D para ser e'actos? de enviarlo correctamente. 7a probabilidad
de enviar con precisión cinco bytes es de apro'imadamente @ por ciento . na solución obvia para eludir este problema es hacer el canal más precisa . &upon*amos que el canal tiene un solo error en un millón de pedaos. &i env0o un archivo que consta de un medio millón de bytes > apro'imadamente del tamaPo de un modesto pro*rama o base de datos ? , la probabilidad de transmitir correctamente es menos de C por ciento , a pesar de la muy alta precisión inherente del canal . -eniendo en cuenta que un error de un solo bit puede invalidar por completo un pro*rama de ordenador y otras formas de datos di*itales , que no es una situación satisfactoria . 4ndependientemente de la e'actitud de la canal , ya que la probabilidad de un error en una transmisión crece rápidamente con el tamaPo del mensae , esto parece ser una barrera insuperable . )rdenadores analó*icos acercaron este problema a trav2s de la de*radación ele*ante >lo que si*nifica que los usuarios sólo presentan problemas en los que se podr0an tolerar los errores pequePos ?, sin embar*o , si los usuarios de computadoras analó*icas se limitaron a un conunto limitado de los cálculos , los equipos probó al*o útil . )rdenadores di*itales , por otro lado, requieren una comunicación continua , no sólo desde un ordenador a otro , pero dentro del propio ordenador . E'iste una comunicación de su memoria hacia y desde la unidad central de procesamiento . %entro de la unidad central de procesamiento, hay una comunicación de un re*istro a otro y de un lado a otro de la unidad aritm2tica , etc . 4ncluso dentro de la unidad aritm2tica , e'iste una comunicación de un bit de un re*istro a otro . 7a comunicación es un fenómeno *eneraliado en todos los niveles . &i tenemos en cuenta que las tasas de error aumentan rápidamente con el incremento de la comunicación y que un error de un solo bit puede destruir la inte*ridad de un proceso , la computación di*ital fue condenada o eso parec0a en ese momento. &orprendentemente , esa era la opinión común hasta matemático estadounidense +laude &hannon >@J@GCAA@? lle*ó y demostró cómo se puede crear una comunicación arbitrariamente precisa utiliando incluso los canales de comunicación más confiables. 7o &hannon declaró en su documento histórico "-eor0a Matemática de la +omunicación ", publicado en la +ampana &ystem -echnical ournal en ulio y octubre de @JI, y en particular en su teorema de codificación de canal ruidoso, era que si se tiene disponible un canal con cualquier error tasa >e'cepto e'actamente el FA por ciento por bit , lo que si*nificar0a que el canal estaba transmitiendo puro ruido ? , que son capaces de transmitir un mensae en el que la tasa de error es tan e'acto como usted desea. En otras palabras, la tasa de error de la transmisión puede ser un poco fuera de n bits , donde n puede ser tan *rande como usted defina. /s0 , por eemplo, en el caso e'tremo, si hay un canal que transmite correctamente los bits de información de sólo el F@ por ciento del tiempo > es decir, se transmite el bit correcto sólo un poco más de las veces el poco mal ?, puede transmitir , sin embar*o, los mensaes de tal manera que sólo un poco de cada millón es incorrecta, o un bit de un billón o un trillón trillón. W+ómo es esto posible T 7a respuesta es a trav2s de la redundancia. Esto puede parecer obvio ahora , pero no lo era en aquel momento. +omo un simple eemplo , si yo transmito cada bit tres veces y tomar el voto de la mayor0a , yo he aumentado considerablemente la fiabilidad del resultado. &i eso no es suficiente , basta con aumentar la redundancia hasta que lle*ue la fiabilidad que necesita . #asta con repetir
la información es la forma más fácil de lo*rar altos 0ndices de precisión arbitraria de canales de baa precisión , pero no es el enfoque más efica . El art0culo de &hannon , que estableció el campo de la teor0a de la información , presentó los m2todos más eficaces de detección de errores y códi*os de corrección que pueden lo*rar cualquier precisión al obetivo a trav2s de cualquier canal no aleatoria . 7ectores de más edad recordarán los módems telefónicos , que transmiten información a trav2s de l0neas telefónicas analó*icas ruidosos. Estas l0neas ofrecieron silbidos audible obvias y pops y muchas otras formas de distorsión, pero sin embar*o fueron capaces de transmitir datos di*itales con muy altos 0ndices de precisión , *racias al canal ruidoso teorema de &hannon. El mismo problema y la misma solución que e'isten para la memoria di*ital. /l*una ve se pre*untó cómo +%s , %6%s y discos del pro*rama continúan proporcionando resultados fiables, incluso despu2s de que el disco se ha ca0do al suelo y se rascó T na ve más, podemos dar *racias a &hannon. +omputación consta de tres elementos ( la comunicación que, como ya he dicho, es un fenómeno *eneraliado , tanto dentro como entre los equipos de memoria , y puertas ló*icas >que realia la funciones aritm2ticas y ló*icas? . 7a e'actitud de puertas ló*icas tambi2n puede hacerse arbitrariamente alta por forma similar utiliando los códi*os de detección de errores y corrección . Es debido a teorema y teor0a de que podemos manear arbitrariamente *randes y compleos de datos di*itales y al*oritmos sin los procesos que se están perturbadas o destruidas por los errores de &hannon. Es importante sePalar que el cerebro utilia el principio de &hannon , as0 , a pesar de la evolución del cerebro humano es anterior claramente &hannon propia 8 7a mayor0a de los patrones o ideas >y la idea tambi2n es un patrón ? , como hemos visto , se almacenan en el cerebro con una cantidad sustancial de redundancia. na raón principal para la redundancia en el cerebro es la falta de fiabilidad inherente de los circuitos neuronales . 7a se*unda idea importante sobre la que se basa la era de la información es la que mencion2 antes( la universalidad de la computación . En @JDG /lan -urin* describió su "máquina de -urin* ", que no era una máquina real , pero otro e'perimento mental . &u equipo teórica consiste en una cinta de la memoria infinitamente lar*o con un @ o un A en cada cuadrado. %e entrada a la máquina se presenta en esta cinta , que el equipo puede leer un cuadrado a la ve. 7a máquina tambi2n contiene una tabla de re*las esencialmente un pro*rama almacenado , que constará de los estados numerados . +ada re*la especifica una acción si la plaa está leyendo actualmente está a A , y una acción diferente si la plaa actual es un @ . 7as posibles acciones incluyen escribir un A o un @ en la cinta , pasando la cinta de una casilla a la derecha oa la iquierda, o detener . +ada estado y especifique el número del si*uiente estado que la máquina debe estar adentro. 7a entrada a la máquina de -urin* se presenta en la cinta . El pro*rama se eecuta , y cuando la máquina detiene , que ha completado su al*oritmo , y la salida del proceso es a la iquierda en la cinta . -en*a en cuenta que a pesar de que la cinta es teóricamente infinito en e'tensión, cualquier pro*rama que actualmente no entrar en un bucle infinito se utilia sólo una parte limitada de la cinta, por lo que si nos limitamos a una cinta finita , la máquina todav0a resolver un útil conunto de problemas.
&i la máquina de -urin* parece simple , es porque ese era su obetivo inventor Y s . Nuer0a que su máquina de -urin* a ser tan simple como sea posible > pero no más simple , para parafrasear Einstein ? . -urin* y /lono +hurch >@JAD@JJF? , su anti*uo profesor , pasó a desarrollar la tesis de +hurch -urin*, que establece que si un problema que se puede presentar a una máquina de -urin* no es resoluble por ella , sino que tambi2n no se puede resolver por cualquier máquina, si*uiendo la ley natural. / pesar de que la máquina de -urin* tiene sólo un puPado de comandos y procesos de un solo bit a la ve , se puede calcular cualquier cosa que cualquier ordenador puede calcular . )tra forma de decir esto es que cualquier máquina que se " -urin* completo " >es decir, que tiene la capacidad equivalente a una máquina de -urin*? se puede calcular cualquier al*oritmo > un procedimiento que se puede definir ? . n dia*rama de bloques de una máquina de -urin* con una cabea que lee y escribe la cinta y un pro*rama interno que consiste en las transiciones de estado . 4nterpretaciones " fuertes " de la tesis de +hurch -urin* propone una equivalencia esencial entre lo que un ser humano puede pensar o saber y lo que es computable por una máquina. 7a idea básica es que el cerebro humano es tambi2n sueto a la ley natural, y por lo tanto su capacidad de procesamiento de la información no puede ser superior a la de una máquina > y por lo tanto de una máquina de -urin* ? . 1odemos correctamente cr2dito -urin* con el establecimiento de los fundamentos teóricos de la computación con su @JDG papel, pero es importante tener en cuenta que estaba profundamente influido por una conferencia que 9un*arian /merican matemático ohn von 5eumann > @JAD@JFH ? dio en +ambrid*e en @JDF, en su concepto de pro*rama almacenado , un concepto consa*rado en el -urin* machine.@ En a su ve , von 5eumann fue influenciado por -urin* @JDG papel, que ele*antemente estableció los principios de la computación , y la convirtió en lectura obli*atoria para sus cole*as a finales de @JDA y principios de @JAs.C En el mismo art0culo de -urin* , en otro descubrimiento inesperado ( el de los problemas irresolubles . Estos son problemas que están bien definidas las respuestas únicas que se pueda demostrar que e'iste, pero que tambi2n pueden resultar no se puede calcular por cualquier -urin* es decir , por una máquina, una reversión de lo que hab0a sido un diecinueve por máquina que do*ma del si*lo que los problemas que podr0an definirse en última instancia, se resolver0an . -urin* demostró que hay tantos problemas irresolubles como los que tienen solución . Matemático americano y filósofo austriaco Kurt 3_del lle*aron a una conclusión similar en su @JD@ " teorema de incompletitud . " /s0 nos quedamos con la desconcertante situación de poder definir un problema , para demostrar que e'iste una respuesta única , y sin embar*o, sabemos que la respuesta puede nunca se encuentran. -urin* hab0a demostrado que en su esencia , el cálculo se basa en un mecanismo muy simple . %ebido a que la máquina de -urin* > y por lo tanto cualquier ordenador ? es capa de basar su futuro curso de acción en los resultados que ya ha computado , es capa de tomar decisiones y modelar erarqu0as arbitrariamente compleas de información. En @JDJ -urin* disePó una calculadora electrónica denominada #ombe que ayudó a decodificar los mensaes que hab0an sido cifrados por la máquina codificadora
Eni*ma 5ai . En @JD , un equipo de in*enieros de la influencia de -urin* terminó lo que es posiblemente el primer equipo, el +oloso , que permitió a los aliados a continuar decodificando mensaes de las versiones más sofisticadas de Eni*ma. 7a #ombe y +olossus fueron disePados para una sola tarea y no pod0an ser repro*ramadas para una diferente. 1ero ellos realian esta tarea con brillante y se les atribuye haber permitido a los aliados para vencer a los tres a una de las ventaas que la 7uft!affe alemana disfrutó más de la Real uera /2rea británica y *anar la batalla decisiva de la 3ran #retaPa , as0 como para continuar anticipando tácticas nais durante toda la *uerra . ue sobre estas bases que ohn von 5eumann creó la arquitectura de la computadora moderna , que representa la tercera idea importante. 7lamado la máquina von 5eumann , se ha mantenido la estructura del núcleo de esencialmente todos los ordenadores durante los últimos sesenta y siete aPos , desde el microcontrolador en la lavadora a las supercomputadoras más *randes . En un documento de fecha DA de unio de @JF, y titulado " 1rimer #orrador de un informe sobre el E%6/+ ", von 5eumann presenta las ideas que han dominado la computación desde entonces. D El modelo de von 5eumann incluye una unidad de procesamiento central , donde las operaciones aritm2ticas y ló*icas se realian , una unidad de memoria , donde se almacenan los pro*ramas y datos , almacenamiento masivo , un contador de pro*rama , y de entrada salida de los canales . /unque este documento fue concebido como un documento interno del proyecto , se ha convertido en la biblia para los disePadores de computadoras . 5unca se sabe cuando un memo interno aparentemente rutinario acabará revolucionando el mundo . 7a máquina de -urin* no fue disePado para ser práctico . -eoremas de -urin* se refiere no a la eficacia de la solución de problemas , sino más bien en el e'amen de la variedad de problemas que podr0an en teor0a ser resueltos por la computación. El obetivo de 6on 5eumann , por otra parte , era crear un concepto viable de una máquina computacional . &u modelo sustituye cálculos de un bit de -urin* con las palabras de varios bits >*eneralmente un múltiplo de ocho bits?. +inta de la memoria de -urin* es secuencial , por lo que los pro*ramas de la máquina de -urin* *astan una cantidad e'cesiva de tiempo moviendo la cinta de un lado a otro para almacenar y recuperar los resultados intermedios . En contraste , la memoria de von 5eumann es de acceso aleatorio , de manera que cualquier elemento de datos puede ser recuperada inmediatamente . na de las ideas fundamentales de von 5eumann es el pro*rama almacenado , que se hab0a introducido en la d2cada anterior ( colocar el pro*rama en el mismo tipo de memoria de acceso aleatorio como los datos > y a menudo en el mismo bloque de memoria ? . Esto permite que el ordenador para ser repro*ramado para diferentes tareas, as0 como para el códi*o automodificable > si el almac2n de pro*rama se puede escribir ? , que permite una forma poderosa de recursión . 9asta ese momento , casi todos los equipos , incluido el +olossus , fueron construidos para una tarea espec0fica . El pro*rama almacenado hace que sea posible que una computadora sea realmente universal , cumpliendo as0 con la visión de la universalidad de la computación de -urin* . )tro aspecto clave de la máquina de von 5eumann es que cada instrucción incluye un
códi*o de operación que especifica la operación aritm2tica o ló*ica a realiar y la dirección de un operando de la memoria . +oncepto de cómo se debe architected un ordenador de 6on 5eumann se introduo con su publicación del disePo del E%6/+ , un proyecto se llevó a cabo con los colaboradores . 1resper Ec$ert y ohn Mauchly . El E%6/+ s0 en realidad no funcionar hasta @JF@ , momento en que hab0a otros equipos de pro*rama almacenado , como la máquina de Manchester &mall &cale E'perimental , E54/+ , E%&/+ y #45/+ , todos los cuales hab0an sido profundamente influenciado por el papel de von 5eumann y Ec$ert y Mauchly participar como disePadores . 6on 5eumann era un contribuyente directo al disePo de una serie de estas máquinas , incluyendo una versión posterior de E54/+ , que apoyó un pro*rama almacenado . 9ab0a al*unos precursores de la arquitectura de von 5eumann , aunque con una e'cepción sorprendente , nin*uno son verdaderos máquinas von 5eumann . En @J, 9o!ard /i$en presentó el Mar$ 4 , que ten0a un elemento de pro*ramación , pero no hio uso de un pro*rama almacenado . 7eyó las instrucciones de una cinta de papel perforado y lue*o eecuta cada comando inmediatamente . -ambi2n carec0a de una instrucción de ramificación condicional. En @J@ el cient0fico alemán Konrad :use > @J@A@JJF ? creó el equipo : D . -ambi2n leer su pro*rama a partir de una cinta > en este caso , codificado en la pel0cula ? y tambi2n ten0a nin*una instrucción de ramificación condicional . +uriosamente, :use tuvo el apoyo del 4nstituto de 4nvesti*ación de la aviación alemana , que utilia el dispositivo para estudiar aleteo del ala, pero su propuesta al *obierno 5ai de financiación para sustituir sus rel2s con tubos de vac0o fue rechaada. 7os nais consideraron cálculo que " no de *uerra importante. " Esa perspectiva va un lar*o camino , en mi opinión, a e'plicar el resultado de la *uerra. En realidad, hay una aut2ntica precursora de concepto de von 5eumann , y viene de un si*lo antes8 >@HJ@@IH@? Máquina /nal0tica matemático e inventor 4n*l2s de +harles #abba*e , que se describió por primera ve en @IDH , hio incorporar las ideas de von 5eumann y contó con un pro*rama almacenado a trav2s de un puPetao taretas tomados del loom. &u memoria de acceso aleatorio acquard incluyeron @.AAA palabras de FA d0*itos decimales cada uno > el equivalente de unos C@ $ilobytes ? . +ada instrucción incluye un códi*o de operación y un número de operando , al i*ual que las len*uas modernas máquinas . &e inclu0a ramificación condicional y bucle , as0 que fue un verdadera máquina de von 5eumann . &e basa totalmente en los en*ranaes mecánicos y parece que la máquina anal0tica fue más allá del disePo de #abba*e y capacidad de or*aniación . Sl construyó parte de ella , pero nunca funcionó . 5o está claro si los pioneros del si*lo de la computadora , como von 5eumann , estaban al tanto del trabao de #abba*e . +omputadora de #abba*e hio resultado en la creación del campo de la pro*ramación de soft!are . 4n*l2s escritora /da #yron >@I@F@IFC? , condesa de 7ovelace y la única hia le*0tima del poeta 7ord #yron, fue la primera pro*ramadora de computadoras del mundo . Ella escribió pro*ramas para la máquina anal0tica , que ella necesitaba para depurar en su propia mente > ya que el ordenador no funcionaba ? , una práctica bien conocida por los in*enieros de soft!are hoy en d0a como " la comprobación de tabla. " Ella traduo un art0culo del matemático italiano
7ui*i Menabrea en la Máquina /nal0tica y aPadió e'tensas notas de su cuenta, escribiendo que " la Máquina /nal0tica tee patrones al*ebraicos , al i*ual que las flores telar de acquard tee y se va. " Ella pasó a ofrecer tal ve las primeras especulaciones sobre la viabilidad de la inteli*encia artificial, pero lle*ó a la conclusión que la máquina anal0tica "no tiene pretensiones lo que sea que se ori*ine cualquier cosa. " 7a concepción de #abba*e es muy mila*rosa si tenemos en cuenta la 2poca en que vivió y trabaó . &in embar*o, a mediados del si*lo , sus ideas se hab0an perdido en las brumas del tiempo >aunque posteriormente fueron redescubiertos ? . ue von 5eumann quien conceptualia y articula los principios fundamentales de la computadora tal como la conocemos hoy en d0a, y el mundo lo reconoce al continuar para referirse a la máquina de von 5eumann como el modelo principal de la computación . -en*a en cuenta, sin embar*o, que la máquina de von 5eumann se comunica continuamente datos entre sus distintas unidades y dentro de estas unidades , por lo que no podr0a ser construido sin teoremas de &hannon y los m2todos que ideó para la transmisión y almacenamiento de información di*ital fiable . Esto nos lleva a la cuarta idea importante, que es ir más allá de la conclusión de /da #yron de que un equipo no puede pensar de forma creativa y encontrar los al*oritmos de clave utiliados por el cerebro y lue*o usarlos para convertir un ordenador en un cerebro . /lan -urin* introduo este obetivo en @JFA su art0culo " +omputin* Machinery e 4nteli*encia ", que incluye su famoso test de -urin* para determinar si es o no una 4/ ha alcanado un nivel humano de inteli*encia. En @JFG von 5eumann empeó a preparar una serie de conferencias destinadas a la presti*iosa serie de conferencias &illiman la niversidad de ;ale . %ebido a los estra*os del cáncer , nunca pronunció estas conversaciones ni tampoco completar el manuscrito de la que iban a recibir . Este documento , sin embar*o, permanece sin terminar un brillante y sombra prof2tica de lo que considero más intimidante e importante proyecto de la humanidad . &e publicó póstumamente como el ordenador y el cerebro en @JFI. Es apropiado que el trabao final de uno de los más brillantes matemáticos del si*lo pasado y uno de los pioneros de la era de la informática era un e'amen de la inteli*encia misma . Este proyecto fue la primera investi*ación seria sobre el cerebro humano desde la perspectiva de un matemático y cient0fico de la computación . /ntes de von 5eumann , los campos de ciencias de la computación y la neurociencia eran dos islas sin puente entre ellos . 6on 5eumann comiena su discusión mediante la articulación de las similitudes y diferencias entre el ordenador y el cerebro humano . -eniendo en cuenta , cuando escribió este manuscrito , que es muy precisa. &ePaló que la salida de las neuronas era di*ital un a'ón sea despedido o no lo hio. Esto estaba leos de ser evidente en el momento , en que la salida podr0a haber sido una sePal analó*ica . El procesamiento en las dendritas que conducen a una neurona y en el cuerpo de la c2lula soma neuronal , sin embar*o , era analó*ica , y que describe sus cálculos como una suma ponderada de las entradas con un umbral . Este modelo de cómo funcionan las neuronas llevó al campo de la cone'ionismo , que construyó sistemas sobre la base de este modelo de neurona en hard!are y soft!are . > +omo describ0 en el cap0tulo anterior, el primer sistema cone'ionista fue creado por ran$ Rosenblatt como un
pro*rama de soft!are en una computadora 4#M HA en +ornell en @JFH , inmediatamente despu2s de los proyectos de las conferencias de von 5eumann lle*ó a estar disponible . ? /hora tenemos modelos más sofisticados de cómo las neuronas se combinan entradas , pero la idea esencial de procesamiento analó*ico de las entradas dendr0ticas utiliando concentraciones de los neurotransmisores se ha mantenido válida . 6on 5eumann aplica el concepto de la universalidad de la computación a la conclusión de que a pesar de que los bloques de la arquitectura y la construcción parecen ser radicalmente diferente entre el cerebro y el ordenador , que , sin embar*o, se puede concluir que una máquina de von 5eumann puede simular el procesamiento en un cerebro . 7o contrario no se sostiene, sin embar*o, debido a que el cerebro no es una máquina de von 5eumann y no tiene un pro*rama almacenado como tal >aunque se puede simular una máquina de -urin* muy simple en la cabea ? . &u al*oritmo o m2todos están impl0citos en su estructura . 6on 5eumann concluye correctamente que las neuronas pueden aprender los patrones de sus entradas , que ahora que hemos establecido son codificados en parte en las fortaleas dendrita . 7o que no se conoc0a en la 2poca de von 5eumann es que el aprendiae se realia tambi2n a trav2s de la creación y la destrucción de las cone'iones entre las neuronas. 6on 5eumann prof2ticamente toma nota de que la velocidad de procesamiento neural es e'tremadamente lento , del orden de un centenar de cálculos por se*undo , pero que el cerebro compensa esto a trav2s de procesamiento otra idea no evidente y chaveta masiva . 6on 5eumann ar*umentó que cada uno de @A @A las neuronas del cerebro > una cifra que en s0 era raonablemente e'acta X estimaciones hoy en d0a son entre @.A@A y @.A@@ ? estaba procesando al mismo tiempo . %e hecho , cada una de las cone'iones > con un promedio de alrededor de @AD a @A cone'iones por neurona ? es la computación simultáneamente . Estimaciones de 6on 5eumann y sus descripciones de procesamiento neural son notables , dado el estado primitivo de la neurociencia en el momento . n aspecto de su trabao que estoy en desacuerdo con el , sin embar*o, es su evaluación de la capacidad de memoria del cerebro. &e supone que el cerebro recuerda cada entrada durante toda su vida . 6on 5eumann supone un promedio de vida de GA aPos, o apro'imadamente C Z @A J se*undos . +on cerca de @ entradas a cada neurona por se*undo >que es realmente baa por al menos tres órdenes de ma*nitud ? y con @.A@A neuronas , lle*a a una estimación de alrededor de @ACA bits para la capacidad de memoria del cerebro. 7a realidad , como he sePalado antes, es que recordamos sólo una fracción muy pequePa de nuestros pensamientos y e'periencias , e incluso estos recuerdos no se almacenan como patrones de bits en un nivel bao >por eemplo, una ima*en de v0deo ? , sino más bien como secuencias de los patrones de alto nivel. +omo von 5eumann describe cada mecanismo en el cerebro, que muestra cómo una computadora moderna puede lo*rar lo mismo , a pesar de sus aparentes diferencias . Mecanismos analó*icas del cerebro pueden ser simuladas a trav2s de los di*itales porque computación di*ital puede emular valores analó*icos a cualquier *rado de precisión deseado > y la precisión de la información analó*ica en el cerebro es bastante baa ? . 1aralelismo masivo del cerebro puede ser simulado , as0 , dada la si*nificativa ventaa de velocidad de los ordenadores en la computación de serie > una
ventaa que se ha e'pandido enormemente en el tiempo ? . /demás , tambi2n podemos utiliar el procesamiento paralelo en equipos mediante máquinas paralelas von 5eumann que es e'actamente cómo funcionan los superordenadores de hoy . 6on 5eumann lle*a a la conclusión de que los m2todos del cerebro no pueden implicar al*oritmos secuenciales lar*as , cuando se tiene en cuenta la rapide con los seres humanos son capaces de tomar decisiones unto con la velocidad de cálculo muy lento de las neuronas. +uando tercera base / campos de pelota y decide tirar a primera y no a la se*unda base , se toma esta decisión en una fracción de se*undo, que sólo es tiempo suficiente para que cada neurona que pasar por un puPado de ciclos. 6on 5eumann concluye correctamente que los poderes e'traordinarios del cerebro provienen de todos sus @AA mil millones de neuronas ser capa de procesar la información de forma simultánea. +omo ya he sePalado, la cortea visual hace uicios visuales sofisticados en sólo tres o cuatro ciclos neuronales . E'iste una considerable plasticidad en el cerebro, lo que nos permite aprender . 1ero no es mucho mayor plasticidad en un ordenador , que puede reestructurar completamente sus m2todos mediante el cambio de su soft!are . 1or lo tanto , a este respecto , un ordenador será capa de emular el cerebro , pero lo contrario no es el caso . +uando von 5eumann comparó la capacidad de or*aniación paralela masiva del cerebro de las computadoras >pocos? de su 2poca , estaba claro que el cerebro ten0a mucha más memoria y velocidad . 1or ahora el primer superordenador para lo*rar las especificaciones coincidan al*unas de las estimaciones más conservadoras de la velocidad requerido para simular funcionalmente el cerebro humano >alrededor de @A@G operaciones por se*undo ? ha sido built.F >4 estiman que este nivel de cálculo va a costar @.AAA dólares a principios de los aPos CACA . ? En cuanto a la memoria que estamos aún más cerca. /unque era muy temprano en la historia de la computadora cuando el manuscrito fue escrito, von 5eumann , sin embar*o, ten0a la confiana de que el hard!are y el soft!are de la inteli*encia humana en última instancia, caerá en su lu*ar , lo cual era su motivación por haber elaborado estas conferencias . 6on 5eumann era profundamente consciente de la creciente ritmo de pro*reso y sus *raves consecuencias para el futuro de la humanidad . n aPo despu2s de su muerte en @JFH , investi*ador matemático &tan lam , citado por haber dicho a principios de @JFA que " el avance cada ve más acelerado de la tecnolo*0a y los cambios en el modo de vida humano dan la apariencia de acercarse a al*una sin*ularidad esencial en la historia de la carrera más allá del cual los asuntos humanos , tal como los conocemos , no podr0a continuar . "Este es el primer uso conocido de la palabra " sin*ularidad "en el conte'to de la historia de la tecnolo*0a humana. 4dea fundamental de von 5eumann fue que e'iste una equivalencia esencial entre un ordenador y el cerebro. -en*a en cuenta que la inteli*encia emocional de un ser humano bioló*ica es parte de su inteli*encia . &i la idea de von 5eumann es correcto, y si se acepta mi propio salto de fe que una entidad no bioló*ica que convincente volver a crear la inteli*encia > emocional y de otro tipo? de un ser humano bioló*ico es consciente > v2ase el cap0tulo si*uiente?, entonces habr0a que la conclusión de que e'iste una equivalencia esencial entre un ordenador con el soft!are y una mente derecha > consciente? . /s0 es correcta von 5eumann T
7a mayor0a de los ordenadores en la actualidad son totalmente di*itales , mientras que el cerebro humano combina m2todos di*itales y analó*icas . 1ero los m2todos analó*icos se vuelven a crear con facilidad y de forma rutinaria por los di*itales a cualquier nivel deseado de e'actitud . /mericana informático +arver Mead >nacido en @JD ? ha demostrado que podemos imitar directamente los m2todos análo*os del cerebro en el silicio , que ha demostrado con lo que 2l llama " neuromórfica " chips.G Mead ha demostrado que este enfoque puede ser miles de veces más eficiente de emular di*italmente m2todos analó*icos . /l codificar el al*oritmo neocortical repetida masivamente , tendrá sentido utiliar el enfoque de Mead. El 3rupo de +omputación +o*nitiva 4#M , diri*ido por %harmendra Modha , ha introducido chips que emulan las neuronas y sus cone'iones , incluyendo la capacidad para formar nuevos +one'iones.H llama " sinapsis ", uno de los chips proporciona una simulación directa de CFG neuronas , con cerca de un cuarto millones de cone'iones sinápticas . El obetivo del proyecto es crear un neocórte' simulada con @A mil millones de neuronas y @AA billones de cone'iones cerca de un cerebro humano, que utilia un solo $ilovatio de ener*0a . +omo von 5eumann describió hace más de medio si*lo, el cerebro es muy lento, pero masivamente paralelo. +ircuitos di*itales de hoy son por lo menos @A millones de veces más rápido que los interruptores electroqu0mica del cerebro. 1or el contrario , todos los DAA millones de reconocedores de patrones neocortical del cerebro procesar al mismo tiempo , y todos los billones de sus cone'iones interneuronales están potencialmente +omputin* al mismo tiempo . 7a cuestión clave para proporcionar el hard!are requerido para modelar con 2'ito un cerebro humano , sin embar*o, es la memoria total y el rendimiento computacional requerido . 5o necesitamos copiar directamente la arquitectura del cerebro, lo que ser0a un enfoque muy ineficiente e infle'ible. 6amos a estimar lo que los requisitos de hard!are . Muchos proyectos han tratado de emular el tipo de aprendiae erárquica y reconocimiento de patrones que tiene lu*ar en la erarqu0a neocortical , incluyendo mi propio trabao con los modelos ocultos de Mar$ov erárquicos . na estimación conservadora de mi propia e'periencia es que emula un ciclo en un solo reconocedor de patrón en la neocortea del cerebro bioló*ico requerir0a unos D.AAA cálculos. 7a mayor0a de las simulaciones se eecutan en una fracción de esta estimación . +on el cerebro funcionando a alrededor de @AC ciclos por se*undo > @AA ? , que viene a D Z @AF > DAA.AAA ? de cálculos por se*undo reconocedor por el patrón . sando mi estimación de D Z @AI >DAA millones? reconocedores de patrones , se ha obtenido @.A@ > @AA billones de cálculos por se*undo ? , una cifra que es consistente con mi estimación en 7a &in*ularidad está cerca. En el libro que proyectaba que para simular la funcionalidad del cerebro requerir0a entre @A@ y @A@G cálculos por se*undo > cps ? y se utilia @A@G cps a ser conservadores . Estimación de /4 e'perto 9ans Moravec , basado en la e'trapolación de la e'i*encia computacional de principios del procesamiento visual > inicial? a trav2s del cerebro, es @A@ cps , que coincide con mi propia evaluación aqu0 . Máquinas de escritorio de rutina pueden lle*ar a @.A@A cps , aunque este nivel de rendimiento se puede amplificar de manera si*nificativa mediante el uso de recursos
de la nube . 7a supercomputadora más rápida , K +omputer de apón, que ya ha alcanado @A@G cps.I %ado que el al*oritmo de la neocortea se repite de forma masiva , el enfoque de la utiliación de chips de neuromórficos como los chips de 4#M sinapsis mencionados anteriormente tambi2n es prometedor. En cuanto a los requisitos de memoria , necesitamos alrededor de DA bits > unos cuatro bytes ? para una cone'ión para hacer frente a uno de DAA millones de otros reconocedores de patrones. &i calculamos un promedio de ocho entradas a cada reconocedor de patrones, que lle*a a DC bytes por reconocedor . &i a esto aPadimos un peso de un byte para cada entrada , que nos lleva a A bytes . /Padir otros DC bytes para cone'iones de baa , y estamos a HC bytes . -en*a en cuenta que la cifra de ramificación upand do!n a menudo será mucho mayor que ocho, aunque estos *randes árboles de ramificación son compartidos por muchos reconocedores . 1or eemplo , puede haber cientos de reconocedores implicadas en el reconocimiento de la letra " p ". Estos se alimentan en miles de esos reconocedores en este si*uiente nivel superior que tienen que ver con las palabras y frases que incluyen "p . " &in embar*o , cada " p" reconocedor no se repite el árbol de cone'iones que alimenta a todas las palabras y frases que incluyen "p" todos ellos comparten un tal árbol de cone'iones . 7o mismo puede decirse de las cone'iones a la baa ( un reconocedor que se encar*a de la palabra "/117E " le dirá a todos los miles de "E" reconocedores a un nivel por debao de lo que se espera una "E" si ya se ha visto " /, " " 1 ", " 1 ", y " 7 " ese árbol de cone'iones no se repite para cada palabra o frase que reconocedor quiere informar al si*uiente nivel más bao que un " se espera e " . na ve más, se comparten . 1or esta raón, una estimación *lobal de ocho aPos y ocho abao en promedio por reconocedor patrón es raonable. 4ncluso si aumentamos esta estimación particular, no cambia si*nificativamente el orden de ma*nitud de la estimación resultante . +on D Z @AI >DAA millones? reconocedores de patrones de HC bytes cada uno, tenemos una necesidad de memoria *lobal de apro'imadamente C Z @A@A > CA mil millones ? bytes . Esto es realmente un número bastante modesto que la rutina computadoras de hoy pueden superar . Estas estimaciones tienen como única finalidad proporcionar estimaciones apro'imadas del orden de ma*nitud requerido . %ado que los circuitos di*itales son intr0nsecamente unos @A millones de veces más rápido que los circuitos neocorticales bioló*icos , no es necesario que coincida con el cerebro humano para el procesamiento paralelo paralelismo moderada >comparado con el paralelismo billones veces del cerebro humano ? será suficiente. 1odemos ver que los requisitos computacionales necesarios están lle*ando a su alcance. +ableado del cerebro en s0, las dendritas están creando continuamente nuevas sinapsis tambi2n puede ser emulado en soft!are mediante enlaces , un sistema mucho más fle'ible que el m2todo de la plasticidad del cerebro , que como hemos visto es impresionante , pero limitado . 7a redundancia utiliado por el cerebro para lo*rar resultados invariantes robustos sin duda puede ser replicado en emulaciones de soft!are. 7a matemática de la optimiación de este tipo de sistemas de aprendiae erárquicas autoor*aniación es bien entendido . 7a or*aniación del cerebro está leos de ser óptima. 1or supuesto,
no ten0a necesidad de ser sólo ten0a que ser lo suficientemente bueno para lo*rar el umbral de ser capaces de crear herramientas que compensen sus propias limitaciones. )tra restricción de la neocortea humana es que no hay un proceso que elimina o revisa las ideas contradictorias , lo que e'plica por qu2 el pensamiento humano es a menudo enormemente inconsistente. -enemos un mecanismo d2bil para hacer frente a este llamado pensamiento cr0tico , pero esta habilidad no se practica con tanta frecuencia como deber0a ser . En un neocórte' basado en soft!are , podemos construir en un proceso que revela inconsistencias para su posterior revisión. Es importante tener en cuenta que el disePo de toda una re*ión del cerebro es más simple que el disePo de una sola neurona . +omo se sePaló anteriormente , los modelos suelen tener más simple a un nivel a considerar una analo*0a mayor con un ordenador. 5ecesitamos entender la f0sica detallada de los semiconductores para modelar un transistor, y las ecuaciones que subyacen a un solo transistor real son compleas. n circuito di*ital que dos números múltiplos requiere cientos de ellos . &in embar*o, podemos modelar este circuito de multiplicación muy simplemente con uno o dos fórmulas . n equipo completo con miles de millones de transistores puede ser modelado a trav2s de su conunto de instrucciones de re*istro y descripción, que puede ser descrito en un puPado de pá*inas escritas de te'to y fórmulas . 7os pro*ramas de soft!are para un sistema operativo, compiladores de len*uae y ensambladores son bastante compleas, pero el modelado de un pro*rama en particular por eemplo, un pro*rama de reconocimiento de vo basado en modelos ocultos de Mar$ov erárquico podrá i*ualmente ser descrito en sólo unas pocas pá*inas de ecuaciones. En nin*una parte de esta descripción se encuentran los detalles de la f0sica de los semiconductores o incluso de la arquitectura de computadores . na observación similar es válido para el cerebro. n reconocedor de patrón neocortical particular que detecta una caracter0stica visual invariante particular >tal como una cara ? o que realia un filtrado de paso de banda > restrin*ir la entrada a un ran*o de frecuencia espec0fica ? en el sonido o que evalúa la pro'imidad temporal de dos eventos puede ser descrito con un número mucho menor detalles espec0ficos que los de f0sica y qu0mica las relaciones reales que controlan los neurotransmisores , canales iónicos , y otras variables sinápticas y dendr0ticas que participan en los procesos neuronales . / pesar de toda esta compleidad debe ser considerado cuidadosamente antes de avanar a la si*uiente más alto nivel conceptual , *ran parte de ella se puede simplificar como los principios de funcionamiento del cerebro se revelan .
CAPÍTULO EXPERIMENTOS E PENSAMIENTO EN LA MENTE 7as mentes son simplemente lo que hacen los cerebros . Marvin Mins$y , -he &ociety of Mind
+uando las máquinas inteli*entes se construyen , no debemos ser sorprendidos al encontrar tan confusos y tan terco como los hombres en sus convicciones acerca de la mente materia , la conciencia, el libre albedr0o , y similares. Marvin Mins$y , -he &ociety of Mind
Du(en e- con-c(ente 7a verdadera historia de la conciencia comiena co miena con la propia primera mentira. ^ oseph #rods$y El sufrimiento es el único ori*en de la conciencia conciencia . iodor %ostoievs$i , Memorias del subsuelo 9ay un tipo de planta que se alimenta de comida or*ánica con sus flores ( cuando una mosca se asienta sobre la flor, los p2talos cerca de ella y la retienen hasta que la planta ha absorbido el insecto insecto en su sistema , pero se cerrará en nada , pero pero lo es bueno para comer , de una *ota de lluvia lluvia o un pedao de palo que se no hacen caso . +urioso 8 que una cosa tan inconsciente debe tener oos tan interesados en su propio inter2s. &i esta es la inconsciencia , Wdónde está está el uso de la concienciaT &amuel #utler, #utler, @IH@ @IH @ 9emos estado e'aminando el cerebro como una entidad que es capa de determinados niveles de lo*ro. 1ero este punto de vista dea esencialmente nosotros mismos fuera de la foto . 1areciera que vivimos en nuestros cerebros . -enemos vidas subetivas. W+ómo afecta la visión obetiva del cerebro que hemos discutido hasta ahora se relacionan con nuestros propios sentimientos , a nuestro sentido de ser la persona que tiene la e'periencia T ilósofo británico +olin Mc3inn >nacido en @JFA ? escribe que discutir " la conciencia puede reducir incluso el pensador más e'i*ente a balbucear incoherencias. " 7a raón de esto es que las personas tienen a menudo sin e'aminar y puntos de vista contradictorios sobre e'actamente lo que si*nifica el t2rmino . Muchos observadores consideran que la conciencia de ser una forma de actuación , por eemplo , la capacidad de auto auto refle'ión, es decir, decir, la capacidad de entender los pensamientos propios y que se las e'pliquen . 7o describir0a describir0a como que la capacidad de pensar sobre el propio pensamiento . 1resumiblemente , podr0amos lle*ar a una forma de evaluar la capacidad y lue*o utiliar esta prueba para separar lo consciente de lo inconsciente . &in embar*o , se obtiene rápidamente en problemas al tratar de poner en práctica este enfoque. Es un beb2 conscienteT con scienteT n perro T 5o son muy buenos para describir su propio proceso de pensamiento . 9ay personas que creen que los beb2s y los perros no son seres conscientes , precisamente porque no pueden e'plicar por s0 mismos. W; el equipo conocido como =atson =atson T &e puede poner en un modo en el que en realidad no e'plica cómo lle*ó a una respuesta determinada. %ebido a que contiene un modelo de su propio pensamiento , es por lo tanto, =atson =atson consciente mientras que el beb2 y el perro no lo sonT /ntes de proceder a analiar esta cuestión , es importante refle'ionar sobre la distinción más relevante en relación a la misma( WNu2 es lo que se puede determinar a
partir de la ciencia , frente a lo que si*ue siendo siendo un verdadero asunto de la filosof0a filosof0a T na opinión es que la filosof0a es una especie de casa de aco*ida para las pre*untas que aún no han dado con el m2todo cient0fico. %e acuerdo con este punto de vista , una ve que la ciencia avana lo suficiente para resolver un conunto de pre*untas , los filósofos se pueden pasar a otros asuntos , hasta el momento mo mento en que la ciencia les resuelve tambi2n . Este punto de vista es end2mica end2 mica cuando se trata de la cuestión de la conciencia, y en concreto a la pre*unta " WNu2 y qui2n es conscienteT " -en*a en cuenta estas declaraciones por el filósofo ohn &earle ( "&abemos que el cerebro porque la conciencia de los mecanismos bioló*icos espec0ficos .... 7o esencial es reconocer que la conciencia es un proceso bioló*ico como la di*estión , la lactancia , la fotos0ntesis , o mitosis .... El cerebro es una máquina, una máquina bioló*ica para estar se*uro se*uro , pero una máquina de todos modos modos . /s0 que el primer paso es averi*uar cómo el cerebro lo hace y lue*o construir construir una máquina artificial artificial que tiene un mecanismo i*ualmente efectivo para hacer que el conocimiento. " @ 7as personas se sorprenden al ver estas citas porque porque asumen que &earle se dedica a prote*er el misterio misterio de la conciencia frente a los los reduccionistas como Ray Ray Kur!eil . El filósofo australiano %avid +halmers >nacido en @JGG ? ha acuPado el t2rmino " problema duro de la conciencia " para describir la dificultad dificultad de fiar por este concepto esencialmente indescriptible. / veces, una breve frase resume toda una escuela de pensamiento tan bien, que se convierte en emblemático > por eemplo, de 9annah /rendt " la banalidad del mal "? . amosa formulación de +halmers consi*ue esto muy bien. +uando se habla de la conciencia , es muy fácil caer en cuenta los atributos observables y medibles que asociamos con ser consciente, pero este enfoque en foque no alcana la esencia misma de la idea. /cabo de mencionar el concepto de metaco*nición , la idea de pensar pensar el propio pensamiento como uno de tales correlato correlato de la conciencia . )tros observadores confunden la inteli*encia emocional o inteli*encia moral con la conciencia . 1ero , una ve más , nuestra capacidad para e'presar un sentimiento amoroso , para obtener la broma , o para ser se'y son simplemente tipos de actuaciones , impresionante e inteli*ente, tal ve, pero las habilidades que sin embar*o se puede observar y medir > aunque discutimos sobre la forma de evaluar ellos? . %escubrir cómo el cerebro lleva a cabo este tipo de tareas y lo que está sucediendo en el cerebro cuando las hacemos constituye pre*unta "fácil" de +halmers de la conciencia. 1or supuesto , el problema "fácil" es cualquier cosa menos y representa quiás la misión cient0fica más dif0cil e importante de nuestra era . 1re*unta " duro" de +halmers , por su parte , es tan fuerte que es esencialmente inefable . En apoyo de esta distinción , +halmers presenta un e'perimento mental que implica lo que 2l llama ombies. n ombi es una entidad que actúa como una persona , sino que simplemente no tienen la e'periencia subetiva, Es decir, un ombi no es consciente. +halmers afirma que puesto que podemos concebir de ombies , que son por lo menos ló*icamente posible posible . &i usted estuviera estuviera en una fiesta y hab0a dos seres humanos "normales" y los ombies , Wcómo saber la diferencia T -al -al ve esto suena como una fiesta que ha asistido . Muchas personas responden a esta pre*unta diciendo que interro*ar a las personas
que deseaban evaluar sobre sus reacciones emocionales e mocionales a los hechos y las ideas . n ombie , en su opinión, ser0a traicionar a su falta de e'periencia subetiva a trav2s de una deficiencia en ciertos tipos de respuestas emocionales. 1ero una respuesta a lo lar*o de estas l0neas simplemente no tiene en cuenta los supuestos del e'perimento mental . &i nos encontramos con una persona carente de emociones >como una persona con ciertos d2ficits d2ficits emocionales , como es común en al*unos tipos de autismo ? o un avatar o un robot que no era convincente como un ser humano, emocional, entonces esa persona no es un ombie. Recuerde( %e acuerdo con la suposición de +halmers, un ombi es completamente normal en su capacidad de responder , incluyendo la capacidad de reaccionar emocionalmente , sino que es sólo falta la e'periencia subetiva. 7a conclusión es que no hay forma de identificar a un ombi, porque , por definición, no hay aparente indicación de su naturalea ombie en su comportamiento . /s0 que esta es una distinción sin una diferenciaT +halmers no intenta responder a la pre*unta dif0cil, pero s0 proporciona al*unas posibilidades. no de ellos es un forma de dualismo en el que la conciencia en s0 misma no e'iste en el mundo f0sico , sino como co mo una realidad ontoló*ica separada. %e acuerdo con esta formulación , lo que hace una persona está basada en los procesos en el cerebro. %ebido a que el cerebro está causalmente cerrado , podemos e'plicar completamente las acciones de una persona , incluyendo sus pensamientos, a trav2s de sus procesos. 7a conciencia entonces e'iste esencialmente en otro reino , o por lo menos es una propiedad independiente del mundo f0sico. f0sico. Esta e'plicación no permite permite la mente > es decir , la propiedad consciente asociada con el cerebro ? para afectar causalmente el cerebro . )tra posibilidad que +halmers entretiene , que no es ló*icamente distinta de la noción de dualismo , ya menudo se llama panprotopsychism , sostiene que todos los sistemas f0sicos son conscientes, aunque sea un ser humano es más consciente de que, por eemplo , un interruptor interruptor de lu . &in duda de acuerdo en que el cerebro humano tiene más que ser conscientes de que un interruptor de la lu . Mi propio punto de vista , que es tal ve una de subescuela panprotopsychism , es que la conciencia es una propiedad emer*ente de un sistema f0sico compleo . En este punto de vista de un perro tambi2n es consciente, pero un poco menos que un ser humano . na hormi*a tiene un cierto nivel de conciencia , tambi2n, pero mucho menos que la de un perro. 7a colonia de hormi*as , por otro lado, podr0a considerarse que tiene un mayor nivel de conciencia de la hormi*a individual, es sin duda más inteli*ente que una hormi*a solitaria. 1or este cálculo , un equipo que está emulando con 2'ito la compleidad de un cerebro humano tambi2n tendr0a la misma conciencia emer*ente como un ser humano . )tra forma de conceptualiar el concepto de la conciencia es como un sistema que tiene " qualia ". Entonces, Wqu2 son los qualia T na definición del t2rmino es " e'periencias conscientes . " &in embar*o, eso no nos lleva muy leos . +onsidere este e'perimento mental ( n neurocient0fico neurocient0fico daltónico no es del todo todo el tipo de daltonismo en el que se confunde ciertos matices de, por eemplo , el verde y el roo > como yo? , sino más bien una condición en la que vive el individuo afectado enteramente en un mundo ne*ro y blanco . > En una versión más e'trema de este escenario , ha crecido en un mundo ne*ro y blanco , y nunca ha visto los colores de
l0nea. #ottom , no hay color en su mundo . ? &in embar*o , se ha estudiado ampliamente la f0sica de color es consciente de que la lon*itud de onda de la lu roa es de HAA nanómetros , as0 como los procesos neuroló*icos de una persona persona que puede e'perimentar colores normalmente normalmente , por lo que sabe sabe mucho acerca de cómo los procesos cerebrales de color color . Ella sabe más sobre el color que la mayor0a mayor0a de la *ente . &i quieres ayudar a salir y e'plicar lo que esta e'periencia real de "red " es como , Wcómo lo har0as T
Ta$ /e) u-te# u-t e# #e-ea $eer -u -ecc(ón #e$ ,oema " Roo" por el poeta ni*eriano )luseyi )luseun ( Roo del color de la san*re en el s0mbolo de la vida Roo el color de peli*ro, el s0mbolo de la muerte Roo color de rosa del s0mbolo de la bellea Roo el color de los amantes del s0mbolo de la unidad Roo el color del tomate en el s0mbolo de la buena salud de la Red de color de fue*o caliente el s0mbolo del deseo ardiente Nue en realidad le dar0a una idea de al*unas de las asociaciones de personas han hecho con el roo, e incluso puede permitirle mantener su cuenta en una conversación sobre el color. >"&0 >"&0 , me encanta el color roo, que es muy caliente y ardiente , tan peli*rosamente bella ... " ? En caso de que ella ella quer0a , ella probablemente probablemente podr0a convencer a la *ente que hab0a e'perimentado roo, pero toda la poes0a del mundo no ser0a en realidad permitirle tener esa e'periencia . %el mismo modo , Wcómo e'plicar lo que se siente al sumer*irse en el a*ua para al*uien que nunca ha tocado el a*uaT Nueremos una ve más obli*ados a recurrir a la poes0a , pero no hay realmente nin*una manera de difundir la e'periencia misma. Estas e'periencias son las que nos referimos como qualia . Muchos de los lectores de este libro han e'perimentado el color roo. 1ero Wcómo saber si su e'periencia de roo no es la misma e'periencia que ten*o cuando miro aulT -anto -anto miramos un obeto roo y estatales por cierto que es e s de color roo , pero eso no responde la pre*unta. 1uedo estar e'perimentando lo que se e'perimenta cuando nos fiamos en aul, pero ambos a mbos hemos aprendido a llamar a las cosas de color roo roo. 1odr0amos empear a intercambiar poemas de nuevo, pero que sólo servir0an para reflear las asociaciones que la *ente ha hecho con los colores , no hablan de la naturalea real de la qualia . %e hecho , las personas con ce*uera con*2nita han le0do una *ran tratan acerca de los colores , ya que q ue dichas referencias están repletos en la literatura, y por lo tanto ellos no tienen al*una versión de una e'periencia de color. W%e qu2 manera su e'periencia de roo comparar con la e'periencia de las personas videntes T Esta es realmente la misma pre*unta como la referente a la muer en el mundo en ne*ro y blanco . Es de destacar que este tipo de fenómenos comunes en nuestras vidas son tan completamente inefable como para hacer una confirmación simple, como el que estamos viviendo la misma qualia , imposible. )tra definición de Nualia es la sensación de una e'periencia. &in embar*o , esta
definición no es menos circular que nuestros intentos de definir la conciencia superior , ya que las frases " sentimiento ", "tener una e'periencia", e' periencia", y la "conciencia " son todos sinónimos. 7a conciencia y la cuestión estrechamente relacionada de los qualia son , tal ve la última, cuestión filosófica fundamental > aunque el tema de la identidad puede ser aún más importante, ya que voy a discutir en la sección de cierre de este cap0tulo? . /s0, con respecto a la conciencia, Wqu2 es e'actamente la pre*unta de nuevo T Es la si*uiente( WNui2n o qu2 es conscienteT Me refiero a la "mente " en el t0tulo de este libro en lu*ar de "cerebro ", porque la mente es un cerebro que es consciente. -ambi2n podr0amos decir que la mente tiene el libre albedr0o y la identidad. 7a afirmación de que estas cuestiones son filosóficas no es en s0 mismo evidente. ;o ;o sosten*o que estas pre*untas no se pueden resolver completamente a trav2s de la ciencia. En otras palabras , no hay e'perimentos falsables que podemos contemplar que resolverlos , no sin hacer suposiciones filosóficas . &i estábamos construyendo un detector de conciencia , &earle lo querr0a para determinar que fue saliendo a chorros neurotransmisores bioló*icos. ilósofo ilósofo americano %aniel %ennett >nacido en @JC ? ser0a más fle'ible en el sustrato , pero puede ser que desee para determinar si el sistema conten0a un modelo de s0 mismo y de su propio desempePo. Ese punto de vista se acerca más a la m0a, pero en su esencia si*ue siendo un supuesto filosófico . 7as propuestas se han presentado con re*ularidad que pretende ser teor0as cient0ficas que vinculan la conciencia a al*ún atributo f0sico medible lo que &earle se refiere como el "mecanismo de causar conciencia. " +ient0fico americano, filósofo y anestesiólo*o &tuart 9ameroff >nacido >nacido en @JH ? ha escrito que " filamentos del citoesqueleto son las ra0ces de la conciencia " . C se refiere a las roscas finas en cada c2lula > incluyendo las neuronas , pero no limitados a ellos ? llamado microtúbulos , que dan a cada inte*ridad estructural celular y ue*an un papel en la división celular . &us libros y art0culos sobre este tema contienen descripciones detalladas y las ecuaciones que e'plican la plausibilidad de que los microtúbulos desempePan un papel en el procesamiento de la la información dentro de la c2lula. 1ero la cone'ión de los microtúbulos a la conciencia requiere un salto de fe no es fundamentalmente diferente del acto de fe impl0cita en una doctrina reli*iosa que describe un ser supremo conciencia otor*amiento >a veces referido como un "alma "? para determinados >normalmente humano ? entidades. /l*una evidencia d2bil se ofreció a la opinión de 9ameroff , espec0ficamente la observación de que los procesos neuroló*icos que podr0an apoyar esta computin* celular supuestamente se detienen durante la anestesia. 1ero esto está leos de la ustificación convincente , dado que muchos de los procesos se detienen durante la anestesia. 5i siquiera podemos decir con certea que los suetos no son conscientes cuando anestesiado. -odo -odo lo que sabemos es que la *ente no recuerda sus e'periencias despu2s. /un que no es universal , ya que al*unas personas personas lo recuerdan precisión la e'periencia, mientras que bao anestesia , incluyendo, por eemplo ee mplo , las conversaciones por sus ciruanos . 7lamado conciencia durante la anestesia , se estima que este fenómeno se produca cerca de A.AAA veces al aPo en los Estados nidos.D 1ero aún deando eso a un lado , la conciencia y la memoria son conceptos completamente diferentes . +omo he discutido ampliamente , si pienso en mi momento a momento las e'periencias e'p eriencias en los
últimos d0as, he tenido un *ran número de impresiones sensoriales sin embar*o, yo recuerdo muy pocos de ellos . Estaba por lo tanto, no es consciente de lo que estaba viendo y escuchando todo el d0aT En realidad, es una buena pre*unta, y la respuesta no es tan clara. 4n*l2s f0sico y matemático Ro*er 1enrose >nacido en @JD@ ? dieron un salto diferente de la fe en proponer la fuente de la conciencia , aunque su tambi2n se refer0a a los microtúbulos concretamente , sus funciones de una computadora cuántica supuestos . &u raonamiento , aunque no e'pl0citamente , parece ser que la conciencia es un misterio , y un evento cuántico tambi2n es un misterio , por lo que debe estar vinculado de al*una manera. 1enrose comenó su análisis con los teoremas de -urin* en problemas insolubles y 3_del relacionados teorema de incompletitud . 7a premisa de -urin* >que se discute con mayor detalle en el cap0tulo I ? es que hay problemas al*or0tmicos que pueden ser establecidas, pero que no pueden ser resueltos por una máquina de -urin* . %ada la universalidad computacional de la máquina de -urin*, se puede concluir que estos " problemas sin solución " no pueden ser resueltos por una máquina. -eorema de incompletitud de 3_del tiene un resultado similar con respecto a la capacidad de probar coneturas que tienen números. El ar*umento de 1enrose es que el cerebro humano es capa de resolver estos problemas sin solución , por lo tanto, es capa de hacer cosas que una máquina determinista , como un ordenador no es capa de hacer. &u motivación , al menos en parte , es elevar los seres humanos por encima de las máquinas . 1ero sus centrales premisa que los seres humanos pueden resolver -urin* y de insolubles de 3_del por des*racia , simplemente no los problemas es cierto. n famoso problema insoluble llamado el problema de castor ocupado se afirma lo si*uiente( #usque el número má'imo de @s que una máquina de -urin* con un cierto número de estados se puede escribir en la cinta. /s0 que para determinar el castor ocupado del número n , construimos todas las máquinas de -urin* que tienen n estados >que será un número finito si n es finito ? y lue*o determinar el mayor número de @s que estas máquinas de escribir en sus cintas , con e'cepción de las máquinas de -urin* que entran en un bucle infinito. Esto no tiene solución , porque a medida que tratamos de simular todas estas máquinas n Estado -urin* , nuestro simulador entrar en un bucle infinito cuando intenta simular una de las máquinas de -urin* que no entran en un bucle infinito. &in embar*o , resulta que las computadoras han sido , sin embar*o, capa de determinar la función de castor ocupado con certea ns . /s0 que tienen los seres humanos , pero los ordenadores han resuelto el problema para mucho más ns que los seres humanos no asistidas . 7as computadoras son *eneralmente meores que los seres humanos en la solución de -urin* y de problemas sin solución de 3_del . 1enrose vinculado estas funciones trascendentes reclamados del cerebro humano a la computación cuántica que la hipótesis se llevó a cabo en el mismo. &e*ún 1enrose , estos efectos cuánticos neuronales eran de al*una manera intr0nsecamente no alcanables por las computadoras , por lo tanto, el pensamiento humano tiene una ventaa inherente. %e hecho , la electrónica común utilia los efectos cuánticos >transistores dependen de túnel cuántico de los electrones a trav2s de barreras ?, la computación cuántica en el cerebro no se ha demostrado , el rendimiento mental
humano puede ser e'plicado satisfactoriamente por m2todos informáticos clásicos , y en nin*ún nada nos bares de eventos de la aplicación de la computación cuántica en las computadoras. 5in*una de estas obeciones nunca ha sido abordado por 1enrose . ue cuando los cr0ticos sePalaron que el cerebro es un lu*ar cálido y desordenado para la computación cuántica que 9ameroff y 1enrose se unieron . 1enrose encontró un veh0culo perfecto dentro de las neuronas que posiblemente podr0an apoyar la computación cuántica a saber , los microtúbulos que 9ameroff hab0a especulado eran parte del procesamiento de la información dentro de una neurona . /s0 que la tesis 9ameroff 1enrose es que los microtúbulos en las neuronas están haciendo computación cuántica y que este es responsable de la conciencia . Esta tesis tambi2n ha sido criticado , por eemplo, por el sueco f0sico estadounidense y cosmólo*o Ma' -e*mar$ >nacido en @JGH ?, quienes determinaron que los eventos cuánticos en los microtúbulos podr0an sobrevivir por sólo @A@D se*undos , lo cual es demasiado breve un per0odo de tiempo ya sea para calcular resultados de cualquier si*nificado o afecten a los procesos neuronales . 9ay ciertos tipos de problemas para los cuales la computación cuántica se muestran capacidades superiores a la computación clásica , por eemplo , el desciframiento de los códi*os de cifrado a trav2s de la factoriación de números *randes. &in embar*o , el pensamiento humano sin ayuda ha demostrado ser terrible en la solución de ellos, y no puede compararse con las computadoras , incluso clásicos en esta área , lo que su*iere que el cerebro no está demostrando nin*una capacidad de computación cuántica. /demás, incluso si un fenómeno como la computación cuántica en el cerebro e'istiera , no ser0a necesariamente li*ada a la conciencia. -ienes que tener fe Nu2 pedao de trabao es un hombre8 Nu2 noble su raón8 +ómo infinito en facultades 8 En forma y en movimiento , Wcómo e'preso y admirable 8 En la acción cómo como un án*el 8 En la aprehensión, la forma como un dios 8 7a bellea del mundo 8 El paran*ón de los animales 8 ;, sin embar*o , para m0, Wqu2 es esta quintaesencia del polvoT 9amlet , en el 9amlet de &ha$espeare 7a realidad es que estas teor0as son actos de fe , y yo aPadir0a que cuando se trata de la conciencia, el principio rector es " tienes que tener fe" es que , cada uno de nosotros necesitamos un acto de fe en cuanto a qu2 y qui2n es consciente , y qui2n y qu2 somos como seres conscientes. %e lo contrario no podr0a levantarse en la maPana. 1ero tenemos que ser honestos acerca de la necesidad fundamental de un acto de fe en este asunto y autorefle'ivo sobre lo que implica nuestro propio salto particular. 7as personas tienen diferentes saltos , a pesar de las impresiones de lo contrario. &upuestos filosóficos individuales acerca de la naturalea y el ori*en de la conciencia subyacen desacuerdos sobre temas que van desde los derechos de los animales al aborto , y dará lu*ar a más pol2micos futuros conflictos sobre los derechos de la máquina. Mi predicción obetivo es que las máquinas en el futuro parecen ser conscientes y que sean convincentes para las personas bioló*icos cuando hablan de su qualia . &e e'hibirán toda la *ama de sutiles sePales emocionales , familiares , que
nos harán re0r y llorar , y se enoe con nosotros si decimos que no creemos que sean conscientes . > Estarán muy inteli*ente , as0 que no quiero que eso suceda. ? 6amos a lle*ar a aceptar que se trata de personas conscientes. Mi propio acto de fe es la si*uiente( na ve que las máquinas tienen 2'ito en ser convincente cuando habla de sus qualia y e'periencias conscientes , ellos de hecho constituyen personas conscientes. 9e lle*ado a mi posición a trav2s de este e'perimento mental ( 4ma*ina que te encuentras una entidad en el futuro > un robot o un avatar? que es completamente convincente en sus reacciones emocionales. Ella se r0e de tus chistes convincente , ya su ve te hace re0r y llorar >pero no sólo pellicando usted?. Ella le convence de su sinceridad cuando habla de sus miedos y anhelos . En todos los sentidos , parece conciente. 1arece , de hecho , como una persona . WNuieres que le acepte como una persona conscienteT &i su reacción inicial es que lo más probable ser0a detectar al*ún modo en el que traiciona a su naturalea no bioló*ica, entonces usted no está manteniendo a los supuestos en esta situación hipot2tica , que establece que es totalmente convincente. %ado este supuesto , si estuviera amenaado de destrucción y respondió , como un humano , con terror, Wpodr0a reaccionar de la misma manera empática que usted si usted testi*o de una escena que implica un ser humanoT 1ara m0, la respuesta es s0 , y creo que la respuesta ser0a la misma para la mayor0a, si no casi todos los demás , independientemente de lo que podr0an valer ahora en un debate filosófico. na ve más, el 2nfasis está en la palabra " convincentes ". +iertamente, hay desacuerdo sobre cuándo o incluso si nos encontraremos con un no bioló*icos como entidad . Mi propia predicción consistente es que esto primero tendrá lu*ar en CACJ y convertido en una rutina en el %2cada de CADA . 1ero deando a un lado el tiempo , creo que con el tiempo lle*aremos a considerar a dichas entidades como consciente. +onsidere la forma en que ya tratamos cuando estamos e'puestos a ellos como personaes de cuentos y pel0culas ( RC%C de las pel0culas de &tar =ars , %avid y -eddy de la pel0cula /4 , los datos de la serie de televisión &tar -re$ ( -he 5e't 3eneration , ohnny F de la pel0cula &hort +ircuit , =/77 E de la pel0cula de %isney de =all E , - IAA la > buena ? -erminator en el se*undo y más tarde las pel0culas de -erminator , Rachael la Replicant del #lade Runner pel0cula > que , por cierto , no tiene conocimiento que no es humano ? , #umblebee de la pel0cula , la televisión y la serie -ransformers comic , y &onny de la pel0cula 4, Robot . 5osotros identificamos con estos personaes a pesar de que sabemos que son no bioló*ica . 5osotros los consideramos como personas conscientes, al i*ual que hacemos personaes humanos bioló*icos. +ompartimos sus sentimientos y temores para ellos cuando se meten en problemas . &i esa es la forma en que tratamos a personaes de ficción no bioló*icas hoy, entonces es cómo vamos a tratar las inteli*encias de la vida real en el futuro que no sucede que tiene un sustrato bioló*ico . &i acepta el salto de fe que una entidad no bioló*ica que es convincente en sus reacciones a los qualia es realmente consciente, y lue*o considerar lo que eso implica ( a saber, que la conciencia es una propiedad emer*ente de la pauta *eneral de la entidad , no el sustrato se eecuta en . 9ay una brecha conceptual entre la ciencia , que es sinónimo de medición obetiva, y
las conclusiones que podemos sacar de este modo , y la conciencia , que es sinónimo de la e'periencia subetiva. )bviamente no podemos simplemente pedir una entidad en cuestión, "WEs usted conscienteT " &i miramos dentro de su " cabea", bioló*ico o de otro modo , para cerciorarse de que , entonces tendr0amos que hacer suposiciones filosóficas para determinar qu2 es lo que estamos buscando para . 7a cuestión de si es o no una entidad es consciente de lo que no es un ser cient0fica. En base a esto, al*unos observadores van a cuestionar si la conciencia misma tiene nin*una base en la realidad. 4n*l2s escritor y filósofo &usan #lac$more >nacido en @JF@ ? habla de la " *ran ilusión de la conciencia. " Ella reconoce la realidad del meme > idea? de la conciencia En otras palabras , la conciencia sin duda e'iste como una idea, y hay un *ran número de estructuras neocorticales que tienen que ver con la idea, por no hablar de las palabras que se han dicho y escrito sobre 2l. 1ero no está claro que se refiere a al*o real. #lac$burn pasa a e'plicar que ella no nie*a necesariamente la realidad de la conciencia , sino más bien el intento de articular el tipo de dilemas que enfrentamos cuando tratamos de definir el concepto . +omo psicólo*o y escritor británico &tuart &utherland >@JCH@JJI? escribió en el %iccionario 4nternacional de 1sicolo*0a ( " 7a conciencia es un fenómeno fascinante, pero dif0cil de alcanar , sino que es imposible especificar qu2 es, qu2 hace, y por qu2 ha evolucionado. " &in embar*o, ser0a aconseable no descartar el concepto demasiado fácilmente como un debate entre filósofos educados que, por cierto , data remonta a dos mil aPos en los diálo*os platónicos . 7a idea de la conciencia subyace en nuestro sistema moral , y nuestro sistema le*al a su ve se basa libremente en las creencias morales. &i una persona se e'tin*ue la conciencia de al*uien, como en el acto de asesinato , consideramos que para ser inmoral, y con al*unas e'cepciones , un crimen de alta . Estas e'cepciones tambi2n son relevantes para la conciencia, en que podamos autoriar a la polic0a o de las fueras militares para matar a ciertas personas conscientes de prote*er a un mayor número de otras personas conscientes . 1odemos debatir los m2ritos de e'cepciones particulares , pero el principio básico es válido . /saltar a al*uien y lo que la hio e'perimentar sufrimiento tambi2n es *eneralmente considerado inmoral e ile*al . &i destruyo mi propiedad, es probable que sea aceptable. &i destruyo su propiedad sin su permiso , probablemente no es aceptable, pero no porque yo estoy causando sufrimiento a su propiedad, sino más bien a usted como el duePo de la propiedad. 1or otro lado , si mi propiedad incluye un ser consciente , como un animal , entonces yo como propietario de ese animal no necesariamente tienen rienda moral o le*al *ratuita a hacer con ella lo que quisiera hay, por eemplo, las leyes contra la crueldad animal. %ebido a que una *ran parte de nuestro sistema moral y ur0dico se basa en la protección de la e'istencia y prevenir el sufrimiento innecesario de entidades conscientes , con el fin de emitir uicios responsables tenemos que responder a la pre*unta de qui2n es consciente. 7a pre*unta por lo tanto, no es simplemente una cuestión para el debate intelectual , como es evidente en la controversia en torno a un tema como el aborto . %ebo sePalar que el tema del aborto puede ir un poco más allá de la cuestión de la conciencia, como los defensores provida sostienen que el potencial de un embrión para convertirse en última instancia, una persona consciente
es raón suficiente para que pueda ser otor*ado la protección, al i*ual que al*uien en un coma merece ese derecho. 1ero fundamentalmente el tema es un debate acerca de cuándo un feto se convierte en consciente. 7as percepciones de la conciencia a menudo afectan nuestros uicios en áreas controversiales . En cuanto a la cuestión del aborto de nuevo, muchas personas hacen una distinción entre una medida como la p0ldora del d0a despu2s , lo que impide la implantación del embrión en el útero durante los primeros d0as de embarao y un aborto en etapa tard0a . 7a diferencia tiene que ver con la probabilidad de que el feto en etapa tard0a es consciente. Es dif0cil sostener que un embrión de pocos d0as de edad es consciente de que el que toma una posición panprotopsychist , pero incluso en estos t2rminos ser0a clasificar a continuación el animal más simple en t2rminos de conciencia . %el mismo modo , tenemos muy diferentes reacciones al maltrato de los *randes simios frente a , por eemplo, los insectos. 5adie se preocupa mucho hoy sobre causando dolor y sufrimiento a nuestro soft!are de ordenador >aunque hacemos comentar mucho sobre la capacidad del soft!are para hacernos sufrir ?, pero cuando el soft!are de futuro tiene la inteli*encia intelectual , emocional y moral de los seres humanos bioló*icos , esto se convertirá en una verdadera preocupación . 1or tanto, mi posición es que voy a aceptar las entidades no bioló*icas que se convencen plenamente en sus reacciones emocionales a ser personas conscientes, y mi predicción es que el consenso en la sociedad los acepte tambi2n. -en*a en cuenta que esta definición va más allá de las entidades que pueden pasar la prueba de -urin* , que requiere el dominio del len*uae humano . Estos últimos son lo suficientemente parecidos a los humanos que me *ustar0a incluir , y creo que la mayor0a de la sociedad tambi2n lo hará , pero tambi2n incluye entidades que evidencia reacciones emocionales similares a las humanas , pero puede no ser capa de pasar la prueba de -urin* por eemplo , los niPos pequePos . WEsto resuelve la cuestión filosófica de qui2n es consciente, al menos para m0 y para otras personas que aceptan este salto particular de fe T 7a respuesta es ( no del todo. 5osotros sólo hemos cubierto un caso, que es el de las entidades que actúan de una manera similar a la humana . / pesar de que estamos hablando de futuras entidades que no son bioló*icos, estamos hablando de entidades que demuestran convencer reacciones similares a las humanas , por lo que esta posición es todav0a humano ^ c2ntrica. 1ero Wqu2 pasa con las formas más e'óticas de la inteli*encia que no son parecidos a los humanos T 1odemos ima*inar las inteli*encias que son tan compleos como o tal ve mucho más compleo e intrincado que los cerebros humanos , pero que tienen completamente diferentes emociones y motivaciones. W+ómo decidir si son o no son conscientes T 1odemos empear por considerar las criaturas en el mundo bioló*ico que tienen cerebros comparables a los de los seres humanos aún evidencian muy diferentes tipos de comportamientos. ilósofo británico %avid +oc$burn >nacido en @JJ ? escribe sobre la visualiación de un video de un calamar *i*ante que estaba siendo atacado > o al menos eso pensó que era +oc$burn hipótesis de que podr0a haber tenido miedo de los humanos con la cámara de v0deo ? . El calamar se estremeció y enco*ió y +oc$burn escribe( " respondió de una manera que me llamó la atención de inmediato
y con fuera como una de miedo. 1arte de lo que se llama la atención en esta secuencia era la forma en que era posible ver en el comportamiento de una criatura f0sicamente de modo muy diferentes de los seres humanos una emoción que era tan inequ0vocamente y espec0ficamente una de miedo . " F &e lle*a a la conclusión de que el animal sent0a que la emoción y articula la creencia de que la mayor0a de la *ente que ve la pel0cula lle*ar0a a la misma conclusión. &i aceptamos la descripción y la conclusión de +oc$burn, entonces tendr0amos que aPadir los calamares *i*antes a nuestra lista de entidades conscientes. &in embar*o, esto no nos ha lle*ado muy leos tampoco, porque todav0a se basa en nuestra reacción empática con una emoción que reconocemos en nosotros mismos. -odav0a es una perspectiva de auto centrado o humano c2ntrica. &i nos salimos de la biolo*0a , la inteli*encia no bioló*ica será aún más variado que la inteli*encia en el mundo bioló*ico . 1or eemplo , al*unas entidades no pueden tener miedo de su propia destrucción , y no pueden tener una necesidad de que las emociones que vemos en los humanos ni en nin*una criatura bioló*ica. -al ve todav0a podr0a pasar el test de -urin* , o tal ve ni siquiera est2 dispuesto a intentarlo. 5osotros , de hecho, construir robots hoy que no tienen un sentido de auto ^ preservación para llevar a cabo misiones en entornos peli*rosos. 5o son lo suficientemente inteli*entes o compleo pero que debemos considerar seriamente su capacidad de sentir , pero podemos ima*inar que los robots del futuro de este tipo que son tan compleos como los humanos . WNu2 pasa con ellosT 1ersonalmente , dir0a que si vi en el comportamiento de un tal dispositivo un compromiso con un obetivo compleo y di*no y la capacidad de eecutar las decisiones y acciones para llevar a cabo su misión notables , estar0a impresionado y probablemente se enfadan si fue destruido . Esto ahora quiá estirando el concepto un poco , ya que estoy respondiendo a un comportamiento que no incluye muchas emociones que consideramos universales en las personas e incluso en las criaturas bioló*icas de todo tipo. 1ero, de nuevo , estoy tratando de conectar con los atributos que pueda relacionarse en m0 mismo ya otras personas. 7a idea de una entidad totalmente dedicado a un obetivo noble y llevarla a cabo o al menos tratar de hacerlo sin tener en cuenta su propio bienestar es , despu2s de todo, no es completamente aeno a la e'periencia humana . En este caso tambi2n estamos considerando una entidad que se pretende prote*er los humanos bioló*icos o de al*una manera avanar nuestra a*enda. WNu2 pasa si esta entidad tiene sus propios obetivos distintos de un ser humano y no está llevando a cabo una misión que reconocer0amos como noble en nuestros propios t2rminos T Entonces yo podr0a tratar de ver si pod0a conectar y apreciar al*unas de sus habilidades en al*una otra forma. &i de hecho es muy inteli*ente , es probable que sea bueno para las matemáticas , por lo que tal ve podr0a tener una conversación con 2l sobre ese tema. -al ve ser0a apreciar bromas matemáticas. 1ero si la entidad no tiene inter2s en comunicarse conmi*o , y no tienen acceso suficiente a sus acciones y decisiones para ser movido por la bellea de sus procesos internos de toma de decisiones , Wsi*nifica eso que no es conscienteT -en*o que concluir que las entidades que no tienen 2'ito en convencerme de sus reacciones emocionales , o que no me importa probar , Wno no necesariamente consciente. &er0a
dif0cil de reconocer a otra entidad consciente sin establecer al*ún tipo de comunicación con empat0a , pero que el uicio reflea mis propias limitaciones más que a la entidad en cuestión. 1or lo tanto tenemos que continuar con humildad. Es un reto suficiente para ponernos en los apatos subetivas de otro ser humano , por lo que la tarea será mucho más dif0cil con las inteli*encias que son muy diferentes a los nuestros .
FDu@ -omo- con-c(ente- #e &i pudi2ramos mirar a trav2s del cráneo en el cerebro de una persona consciente el pensamiento , y si el establecimiento de la e'citabilidad óptima era luminosa , entonces deber0amos ver u*ar sobre la superficie cerebral, un punto brillante con fantásticas , a*itando las fronteras constante fluctuación en el tamaPo y la forma , rodeado de una oscuridad más o menos profunda , que abarca el resto del hemisferio . 4van 1etrovich 1avlov , @J@DG 6olviendo al calamar *i*ante , podemos reconocer al*unos de sus aparentes emociones , pero *ran parte de su comportamiento es un misterio. WNu2 se siente ser un calamar *i*ante T W+ómo se siente , ya que e'prime su cuerpo sin espinas a trav2s de una pequePa abertura T 5i siquiera tenemos el vocabulario de responder a esta cuestión, teniendo en cuenta que no podemos ni describir e'periencias que compartimos con otras personas , como ver el color roo o sensación de chapoteo del a*ua en nuestro cuerpo . 1ero nosotros no tenemos que ir hasta el fondo del oc2ano para encontrar misterios de la naturalea de las e'periencias conscientes sólo tenemos en cuenta nuestra. &2, por eemplo, que soy consciente. &upon*o que usted, el lector, es consciente tambi2n . > En cuanto a las personas que no han comprado mi libro , yo no estoy tan se*uro . ? 1ero lo que estoy consciente de T sted podr0a pre*untar la misma pre*unta . 4ntente este e'perimento mental >que va a trabaar para aquellos que conducir un coche ? ( 4ma*0nese que usted está maneando en el carril iquierdo de una autopista. /hora cierra los oos , tomar un volante ima*inario, y hacer los movimientos para cambiar de carril al carril de la derecha . #ueno, antes de continuar leyendo , pru2balo. Esto es lo que probablemente lo hio ( &ostuvo el volante. &e comprobó que el carril de la derecha es clara. /sumiendo el carril era claro, se *ira el volante a la derecha por un breve per0odo. 7ue*o endereó de nuevo. -rabao hecho . Es una buena cosa que no estuviera en un coche real , ya que sólo has en todos los carriles de la carretera y se estrelló contra un árbol. /unque probablemente deber0a haber dicho que usted no debe intentar esto en un coche en movimiento real > pero supon*o que ya domina la re*la de que no se debe conducir con los oos cerrados ? , eso no es realmente el problema clave aqu0. &i ha utiliado el procedimiento que acabo de describir y casi todo el mundo hace cuando se hace este e'perimento mental se equivocó . /l *irar el volante hacia la derecha y lue*o enderear hacia fuera hace que el coche a la cabea en una dirección que es dia*onal a su dirección ori*inal. &e cruará el carril de la derecha, como usted pretende , pero va a
se*uir yendo a la derecha de forma indefinida hasta que se alea de la carretera . 7o que usted necesita para hacer lo que el coche cruó el carril de la derecha fue lue*o *ire el volante hacia la iquierda, usto en la medida que hab0a dado vuelta a la derecha , y lue*o enderearlo de nuevo. Esto hará que el coche de nuevo a la cabea recta en el nuevo carril . +onsidere el hecho de que si usted es un conductor re*ular, que ha hecho esta maniobra miles de veces . &on no consciente cuando se hace estoT W5unca has prestado atención a lo que realmente está haciendo al cambiar de carril T &uponiendo que usted no está leyendo este libro en un hospital mientras se recuperaba de un accidente de cambio de carril, que han dominado claramente esta habilidad. &in embar*o, usted no es consciente de lo que hio, sin embar*o muchas veces que has lo*rado esta tarea. +uando la *ente cuenta historias de sus e'periencias, que ellos describen como secuencias de situaciones y decisiones. 1ero esta no es la forma en que e'perimentamos una historia en el primer lu*ar. 5uestra e'periencia ori*inal es como una secuencia de patrones de alto nivel, al*unos de los cuales pueden haber desencadenado sentimientos. Recordamos sólo una pequePa parte de esos patrones , si acaso. 4ncluso si estamos raonablemente precisa en nuestro recuento de una historia , usamos nuestros poderes de confabulación para completar los detalles que falta y convertir la secuencia en un relato coherente. 5o podemos estar se*uros de lo que nuestra e'periencia consciente ori*inal era de nuestro recuerdo de ella , pero la memoria es el único acceso que tenemos a esa e'periencia. El momento actual es, bueno, fu*a, y se convirtió rápidamente en un recuerdo, o , más a menudo , no . 4ncluso si una e'periencia se convierte en una memoria , se almacena , como la 1R-M indica , como un patrón de alto nivel compuesto por otros patrones en una erarqu0a enorme . +omo he sePalado en varias ocasiones , casi todas las e'periencias que tenemos > como cualquiera de los momentos que cambió de carril ? se olvidan de inmediato . /s0 que determinar lo que constituye nuestra e'periencia consciente no es realmente alcanable.
Or(ente e- Or(ente 3 Occ(#ente e- Occ(#ente /ntes de cerebros no hab0a color o sonido en el universo, ni hubo nin*ún sabor o aroma y probablemente poco sentido y nin*ún sentimiento o emoción. Ro*er =. &perryH Ren2 %escartes entra en un restaurante y se sienta a cenar . El camarero se acerca y le pre*unta si le *ustar0a un aperitivo. "5o, *racias ", dice %escartes , " &ólo me *ustar0a pedir la cena . " "W-e *ustar0a escuchar nuestros especiales del d0a T ", 1re*unta el camarero . " 5o", dice %escartes , perdiendo la paciencia . "W-e *ustar0a tomar una copa antes de la cena T ", &e pre*unta el camarero . %escartes es insultado , ya que 2l es un abstemio . "5o lo creo " , dice indi*nado , y as 8 desaparece. na broma como recordó %avid +halmers
9ay dos maneras de ver las pre*untas que hemos estado considerando converse occidental y perspectivas orientales sobre la naturalea de la conciencia y de la realidad. En la perspectiva occidental , comenamos con un mundo f0sico que se desarrolla patrones de información . %espu2s de unos pocos millones de aPos de evolución, las entidades en ese mundo se han desarrollado lo suficiente como para convertirse en seres conscientes. En opinión del Este , la conciencia es la realidad fundamental , el mundo f0sico sólo lle*a a e'istir a trav2s de los pensamientos de los seres conscientes. El mundo f0sico , en otras palabras, es el pensamiento de los seres conscientes se hace manifiesto . &e trata de simplificaciones de las filosof0as compleas y diversas supuesto, pero representan las principales polaridades en las filosof0as de la conciencia y su relación con el mundo f0sico. 7a división entre el Este y el )este en el tema de la conciencia tambi2n ha encontrado su e'presión en las escuelas de pensamiento opuestas en el campo de la f0sica subatómica . En la mecánica cuántica, e'isten part0culas como los llamados campos de probabilidad. +ualquier medición de realiar sobre ellos por un dispositivo de medición hace que lo que se llama un colapso de la función de onda , lo que si*nifica que la part0cula asume repente una ubicación en particular. na idea popular es que una medida constituya la supervisión del observador consciente, porque de lo contrario la medida ser0a un concepto sin sentido . 1or lo tanto la part0cula asume un lu*ar determinado >as0 como otras propiedades , tales como la velocidad ? sólo cuando se observa . #ásicamente part0culas +alculan que si nadie se molestaba en mirar a ellos, ellos no tienen que decidir dónde se encuentren. ;o llamo a esto la escuela budista de la mecánica cuántica , ya que en ella part0culas esencialmente no e'isten hasta que son observados por una persona consciente . 9ay otra interpretación de la mecánica cuántica que evita esta terminolo*0a antropomórfica. En este análisis , el campo que representa una part0cula no es un campo de probabilidad , sino más bien simplemente una función que tiene valores diferentes en diferentes lu*ares . El campo , por lo tanto , es fundamentalmente lo que la part0cula es . 9ay limitaciones en lo que los valores del campo pueden estar en diferentes ubicaciones , debido a que el campo entero que representa una part0cula representa sólo una cantidad limitada de información . /h0 es donde la palabra "quantum " viene de . El llamado colapso de la función de onda , este punto de vista sostiene , no es un colapso en absoluto . 7a función de onda en realidad nunca se va. Es usto que un dispositivo de medición tambi2n se compone de part0culas con campos , y la interacción del campo de part0culas que se los campos de part0culas de los resultados del dispositivo de medición mide y en una lectura de la part0cula de estar en un lu*ar determinado. El campo , sin embar*o , todav0a está presente . Esta es la interpretación occidental de la mecánica cuántica , si bien es interesante notar que el 6er más popular entre los f0sicos en todo el mundo es lo que he llamado la interpretación del Este. 9ubo un filósofo cuyo trabao abarcó esta división entre el Este y el )este . El austriaco pensador británico 7ud!i* =itt*enstein >@IIJ@JF@? estudió la filosof0a del len*uae y el conocimiento y contempla la cuestión de qu2 es lo que realmente podemos saber. Refle'ionó sobre este tema , mientras que un soldado en la 1rimera 3uerra Mundial 4 y tomaba notas de lo que ser0a su único libro
publicado mientras estaba vivo , -ractatus 7o*ico 1hilosophicus . El trabao tiene una estructura inusual , y sólo a trav2s de los esfueros de su anti*uo instructor , matemático y filósofo británico #ertrand Russell, que encontró una editorial en @JC@. &e convirtió en la biblia de una escuela importante de la filosof0a conocida como positivismo ló*ico , que trató de definir los l0mites de la ciencia . El libro y el movimiento que lo rodean influyeron sobre -urin* y el sur*imiento de la teor0a de la computación y la lin*]0stica. -ractatus 7o*ico 1hilosophicus anticipa la idea de que todo conocimiento es inherentemente erárquico. El libro se or*ania en declaraciones anidadas y numeradas . 1or eemplo , las cuatro primeras declaraciones en el libro son ( @ El mundo es todo lo que es el caso. @.@ El mundo es la totalidad de los hechos, no de las cosas. @.@@ El mundo está determinada por los hechos , y al hecho de ser todos los hechos. @.@C 1ara la totalidad de los hechos determina lo que es el caso, y tambi2n todo lo que no es el caso. )tra declaración importante en el -ractatus y uno que -urin* se har0a eco es la si*uiente( .AAD@ -oda la filosof0a es una cr0tica del len*uae . Esencialmente tanto -ractatus 7o*ico 1hilosophicus y el movimiento positivismo ló*ico afirmar que la realidad f0sica e'iste separada de nuestra percepción de ella , sino que todos podemos conocer de la realidad es lo que percibimos con nuestros sentidos que puede ser aumentado a trav2s de nuestras herramientas y la inferencias ló*icas que pueden hacer a partir de estas impresiones sensoriales . Esencialmente =itt*enstein está tratando de describir los m2todos y obetivos de la ciencia. 7a declaración final del libro es el número H , "7o que no se puede hablar hay que callar . " El primer =itt*enstein , en consecuencia , considera que la discusión de la conciencia como circular y tautoló*ica y por lo tanto una p2rdida de tiempo . El se*undo =itt*enstein , sin embar*o, rechaó por completo este enfoque y pasó toda su atención filosófica hablando de asuntos que hab0a ar*umentado anteriormente debe ser pasado por alto . &e reco*ieron &us escritos sobre este pensamiento revisado y publicado en @JFD , dos aPos despu2s de su muerte , en un libro titulado 4nvesti*aciones filosóficas . +riticó a sus ideas anteriores en el -ractatus , u*ando a ser circular y vac0o de si*nificado , y lle*ó a la opinión de que lo que le hab0a aconseado que no se habla , de hecho, todo lo que val0a la pena refle'ionar sobre . Estos escritos influyeron en *ran medida los e'istencialistas , por lo que =itt*enstein la única fi*ura en la filosof0a moderna siendo un importante arquitecto de las dos escuelas principales y contradictorias de pensamiento en la filosof0a. WNu2 es lo que el pensamiento posterior =itt*enstein val0a la pena pensar y hablar sobre T ue temas como la bellea y el amor , que reconoció e'iste imperfecta como ideas en la mente de los hombres. &in embar*o , escribe que estos conceptos e'istan en una esfera perfecta e idealiada , similar a las "formas " perfectas que 1latón escribió en los diálo*os platónicos , otro trabao que iluminaba al parecer enfoques contradictorios a la naturalea de la realidad. n pensador cuya posición que creo que es caracteriado erróneamente es el filósofo y matemático franc2s Ren2 %escartes. &u famoso "pienso, lue*o e'isto" se interpreta *eneralmente al pensamiento racional
e'altan , en el sentido de que "yo creo que es lo que puedo realiar el pensamiento ló*ico , por lo tanto soy la pena. " %escartes por lo tanto es considerado el arquitecto de lo racional occidental perspectiva . 7a lectura de esta declaración en el conte'to de sus otros escritos, sin embar*o , ten*o una impresión diferente . %escartes estaba preocupado por lo que se conoce como el "problema mentecuerpo "( Es decir , Wcómo puede una mente consciente sur*en de la materia f0sica del cerebro T %esde esta perspectiva , parece que 2l estaba tratando de empuar el escepticismo racional al punto de ruptura , por lo que en mi opinión lo que su declaración si*nifica realmente es , " creo, es decir , una e'periencia subetiva que está ocurriendo , por lo tanto, todo lo que sabemos se*uro es que al*o, llamarlo 4 e'iste. " no pod0a estar se*uro de que el mundo f0sico e'iste , porque todo lo que tenemos son nuestras impresiones sensoriales individuales de ella , lo que podr0a estar mal o totalmente ilusoria. 7o que s0 sabemos , sin embar*o, que e'iste el e'perimentador . Mi educación reli*iosa en una i*lesia unitaria , donde estudiamos todas las reli*iones del mundo . Nueremos pasar seis meses en, por eemplo , el budismo y volver0a a ir a los servicios budistas , leer sus libros , y tienen *rupos de discusión con sus l0deres . Entonces tendr0amos cambiar a otra reli*ión , como el uda0smo. El tema principal fue " muchos caminos a la verdad ", unto con la tolerancia y la trascendencia. Esta última idea si*nificaba que resolver aparentes contradicciones entre las tradiciones no requiere decidir que es correcto y el otro está equivocado. 7a verdad puede ser descubierta sólo por la búsqueda de una e'plicación que anula trasciende aparentes diferencias , especialmente en cuestiones fundamentales de si*nificado y propósito. /s0 es como puedo solucionar la brecha occidental y oriental de la conciencia y el mundo f0sico . En mi opinión, ambas perspectivas tienen que ser verdad. 1or un lado, es absurdo ne*ar el mundo f0sico. /unque vivimos en una simulación, como se especula por el filósofo sueco 5ic$ #ostrom , la realidad es , sin embar*o, un nivel conceptual que es real para nosotros. &i aceptamos la e'istencia del mundo f0sico y la evolución que ha tenido lu*ar en ella, entonces podemos ver que las entidades conscientes han evolucionado de la misma. 1or otro lado , la perspectiva del Este que la conciencia es fundamental y representa la única realidad que es verdaderamente importante tambi2n es dif0cil ne*ar . #asta pensar en la relación preciosa que le damos a las personas conscientes frente a las cosas inconscientes. +onsideramos que este último no tener nin*ún valor intr0nseco , e'cepto en la medida en que pueden influir en la e'periencia subetiva de las personas conscientes. 4ncluso si consideramos la conciencia como una propiedad emer*ente de un sistema compleo , no podemos tomar la posición de que es sólo otro atributo >unto con la " di*estión " y " lactancia ", para citar a ohn &earle ? . Representa lo que es verdaderamente importante. 7a palabra "espiritual" se utilia a menudo para referirse a las cosas que son de importancia fundamental . Muchas personas no les *usta usar esa terminolo*0a de las tradiciones espirituales y reli*iosas , porque implica conuntos de creencias que no pueden suscribirse. 1ero si nos despoamos de las compleidades m0sticas de las tradiciones reli*iosas y simplemente respetamos "espiritual" en el sentido de al*o de
profundo si*nificado para los seres humanos , entonces el concepto de conciencia se austa. Reflea el valor espiritual supremo. En efecto , el "esp0ritu" s0 se usa a menudo para referirse a la conciencia. Evolución a continuación, se puede ver como un proceso espiritual en que crea seres espirituales , es decir , entidades que son conscientes . Evolution tambi2n se mueve hacia una mayor compleidad , mayor conocimiento , mayor inteli*encia , mayor bellea, mayor creatividad , y la capacidad de e'presar emociones más trascendentes , como el amor . Estas son todas las descripciones que la *ente ha utiliado el concepto de %ios , si bien %ios es descrito como no tener limitaciones en estos aspectos . 7a *ente a menudo se sienten amenaados por las discusiones que impliquen la posibilidad de que una máquina podr0a ser consciente, como lo ven las consideraciones en este sentido como una deni*ración del valor espiritual de las personas conscientes. 1ero esta reacción reflea una interpretación errónea del concepto de una máquina. -ales cr0ticos están abordando el tema sobre la base de las máquinas que conocemos hoy en d0a , y tan impresionante como se están haciendo , estoy de acuerdo que los eemplos contemporáneos de la tecnolo*0a no son di*nos de nuestro respeto como seres conscientes . Mi predicción es que va a ser indistin*uibles de los humanos bioló*icos, los que hacemos lo que se refiere como seres conscientes , y por lo tanto participar en el valor espiritual que le atribuimos a la conciencia. Esto no es un menosprecio de las personas , sino que es una elevación de nuestra comprensión de >al*unos? las futuras máquinas . nosotros probablemente deber0a adoptar una terminolo*0a diferente para estas entidades , ya que será un tipo diferente de máquina. %e hecho, como ahora vemos en el cerebro y decodificar los mecanismos descubrimos m2todos y al*oritmos que no sólo podemos entender , pero recrear " las partes de un molino empuando el uno del otro ", para parafrasear matemático y filósofo alemán 3ottfried =ilhelm 7eibni >@GG@H@G? cuando escribió sobre el cerebro. 7os humanos ya constituyen máquinas espirituales. 1or otra parte , vamos a combinar con las herramientas que estamos creando tan de cerca que la distinción entre el ser humano y la máquina va a difuminar hasta que desapareca la diferencia. Ese proceso ya está en marcha, aunque la mayor0a de las máquinas que nos e'tienden aún no se encuentran dentro de nuestros cuerpos y cerebros .
W( $ n aspecto central de la conciencia es la capacidad de mirar hacia el futuro , la capacidad que llamamos " visión de futuro ". Es la capacidad para planificar, y en t2rminos sociales para delinear un panorama de lo que es probable que va a pasar, o lo que podr0a suceder , en la vida social interacciones que aún no han tenido lu*ar .... Es un sistema por el cual podemos meorar nuestras posibilidades de hacer las cosas que representarán a nuestros propios intereses .... &u*iero que el "libre albedr0o " es nuestra aparente capacidad de ele*ir y actuar en cualquiera de los que parecen más útiles o convenientes , y nuestra insistencia en la idea de que estas elecciones son nuestras. ^ Richard %. /le'ander W%iremos que la planta no sabe lo que está haciendo simplemente porque no tiene
oos o los o0dos , o el cerebro T &i decimos que actúa mecánicamente , y mecánicamente sólo se que no se vio obli*ado a admitir que los diversos otros y al parecer muy deliberado acciones tambi2n son mecánicaT &i nos parece que la planta mata y se come una mosca mecánica , puede no parecerse a la planta que el hombre debe matar y comer una ovea mecánica T ^ &amuel #utler, @IH@ Es el cerebro, que es sobre todo en la estructura doble , un doble de ór*anos, " pareciendo separado , pero aún una unión en la partición "T 9enry MaudsleyI Redundancia , como hemos aprendido , es una estrate*ia clave desple*ada por el neocórte' . 1ero hay otro nivel de redundancia en el cerebro , en la que sus hemisferios iquierdo y derecho , si no id2nticas , son en *ran parte la misma . /s0 como ciertas re*iones de la cortea cerebral que normalmente terminan procesar ciertos tipos de información , los hemisferios tambi2n se especialian en cierta medida , por eemplo , el hemisferio iquierdo es normalmente responsable del len*uae verbal. &in embar*o, estas asi*naciones tambi2n pueden ser desviados , hasta el punto de que podemos sobrevivir y funcionar normalmente al*o con un solo medio . /mericana neuropsicolo*0a investi*adores &tella de #ode y &usan +urtiss informó sobre cuarenta y nueve niPos que hab0an sufrido un hemisferectom0a >e'tirpación de la mitad de su cerebro? , una operación e'trema que se realia en pacientes con un trastorno convulsivo que amenaa la vida que e'iste en un solo hemisferio . /l*unos de los que se someten al procedimiento quedan con d2ficit , pero esos d2ficits son espec0ficos y los pacientes tienen personalidades bastante normales. Muchos de ellos prosperan , y no es evidente para los observadores que sólo tienen dos dedos de frente . %e #ode y +urtiss escribir sobre niPos deados hemispherectomied que " desarrollan muy buen len*uae pesar de la eliminación del hemisferio " len*uae " . " J %escriben uno de esos estudiantes que completaron la universidad, asistió a la escuela de pos*rado , y anotó por encima del promedio en las pruebas de coeficiente intelectual . 7os estudios han demostrado efectos m0nimos a lar*o plao sobre la co*nición *lobal , memoria , personalidad y sentido del humor. @A En un estudio americano investi*adores &hear!ood Mc+lelland CAAH y Robert Ma'!ell mostró resultados positivos a lar*o plao similares en adults.@@ / die aPos de edad, niPa alemana que nació con sólo la mitad de su cerebro tambi2n se ha informado de que se bastante normal . Ella incluso tiene una visión casi perfecta en un oo, mientras que los pacientes pierden parte hemisferectom0a de su campo de visión despu2s de la operation.@C &cottish investi*ador 7ars Muc$li comentó( " El cerebro tiene plasticidad incre0ble, pero nos quedamos bastante sorprendido al ver lo bien que el solo hemisferio del cerebro en esta chica se ha adaptado para compensar la parte que falta . " &i bien estas observaciones apoyan la idea de duda de la plasticidad en la cortea cerebral , su más implicación interesante es que cada uno parece tener dos cerebros , no uno , y podemos hacer bastante bien con cualquiera. &i perdemos uno , lo hacemos perder los patrones corticales que se almacenan únicamente all0, pero cada cerebro es en s0 mismo bastante completo . Entonces, W cada hemisferio tiene su propia conciencia T 9ay un ar*umento que hacer que as0 sea .
+onsidere la posibilidad de los pacientes con cerebro dividido , que todav0a tiene sus dos hemisferios cerebrales , pero el canal entre ambos se ha reducido . El cuerpo calloso es un paquete de unos CFA millones de a'ones que conecta los hemisferios cerebrales iquierdo y derecho , y permite que se comuniquen y coordinen entre s0. /s0 como dos personas pueden comunicarse estrechamente entre s0 y actuar como una sola toma de decisiones sin dear de ser individuos separados y todo , los dos hemisferios cerebrales pueden funcionar como una unidad sin dear de ser independiente. +omo el t2rmino lo indica, en los pacientes con cerebro dividido el cuerpo calloso se ha cortado o daPado , deando de manera efectiva con los dos cerebros funcionales sin un v0nculo directo de comunicación entre ellos. /mericana psicolo*0a investi*ador Michael 3aani*a >nacido en @JDJ ? ha llevado a cabo e'tensos e'perimentos en lo que cada hemisferio en pacientes con cerebro dividido está pensando. El hemisferio iquierdo en un paciente con el cerebro dividido *eneralmente ve el campo visual derecho , y viceversa . 3aani*a y sus cole*as demostraron que un paciente con el cerebro dividido una ima*en de una *arra de pollo en el campo visual derecho >que fue visto por su hemisferio iquierdo ? y una escena de nieve en el campo visual iquierdo >que fue visto por su hemisferio derecho ? . 7ue*o mostró una colección de foto*raf0as de manera que los dos hemisferios pueden verlos. &e pide al paciente que elia una de las fotos que salieron bien en la primera ima*en . 7a mano iquierda del paciente >controlada por el hemisferio derecho ? se refirió a la ima*en de una pala, mientras que su mano derecha se refirió a una foto de un pollo. 9asta aqu0 todo bien los dos hemisferios estaban actuando de manera independiente y con sensate. " W1or qu2 ele*iste esoT " 3aani*a pide al paciente , que respondió verbalmente >controlado por el centro del len*uae del hemisferio iquierdo ? , " 7a *arra de pollo va , obviamente, con el pollo. " 1ero entonces el paciente baó la vista y , al ver su mano iquierda sePalando la pala, e'plicó inmediatamente esto > de nuevo con su centro del len*uae del hemisferio iquierdo controlado? como " y necesitas una pala para limpiar el *allinero ". Esta es una confabulación. El hemisferio derecho >que controla el brao iquierdo y la mano ? correctamente sePala la pala, pero debido a que el hemisferio iquierdo >que controla la respuesta verbal? no es consciente de la nieve , se confabula una e'plicación, sin embar*o, no es consciente de que está confabulando . Es tomar la responsabilidad de una acción que nunca se hab0a decidido y nunca tuvo , pero piensa que lo hio. Esto implica que cada uno de los dos hemisferios en un paciente con el cerebro dividido tiene su propia conciencia. 7os hemisferios parecen no ser conscientes de que su cuerpo está efectivamente controlada por dos cerebros , porque aprenden a coordinarse entre s0 , y sus decisiones son suficientemente armoniada y coherente que cada uno piensa que las decisiones de los otros son propios. El e'perimento de 3aani*a no prueba que una persona normal con un cuerpo calloso funcionamiento tiene dos medio cerebros conscientes , pero es su*erente de esa posibilidad . Mientras que el cuerpo calloso permite la colaboración efectiva entre las dos mitades de cerebros , esto no si*nifica necesariamente que no son mentes
separadas . +ada uno puede ser en*aPado en el pensamiento de que ha tomado todas las decisiones , ya que todos ellos ser0an lo suficientemente cerca de lo que cada uno hubiera decidido por s0 mismo, y despu2s de todo , tiene una *ran influencia en cada decisión > mediante la colaboración con el otro hemisferio a trav2s del cuerpo calloso ? . /s0 que para cada uno de los dos mentes que parece como si se tratara en el control . W+ómo probar la conetura de que ambos son conscientes T &e podr0a evaluarlos para correlatos neuroló*icos de la conciencia, que es precisamente lo que ha hecho 3aani*a . &us e'perimentos muestran que cada hemisferio está actuando como un cerebro independiente . 7a confabulación no se limita a los hemisferios cerebrales , cada uno de nosotros lo hacemos sobre una base re*ular. +ada hemisferio es tan inteli*ente como un ser humano , por lo que si creemos que un cerebro humano es consciente, entonces tenemos que concluir que cada hemisferio es independientemente consciente. 1odemos evaluar los correlatos neuroló*icos y podemos realiar nuestro propio pensamiento e'perimentos > por eemplo, teniendo en cuenta que si dos hemisferios del cerebro sin cuerpo calloso funcionamiento constituyen dos mentes conscientes separados , lo mismo tendr0a que ser verdad para dos hemisferios con una cone'ión operativa entre ellos? , pero cualquier intento de una detección más directa de conciencia en cada hemisferio nos enfrenta de nuevo con la falta de una prueba cient0fica para la conciencia . 1ero si lo hacemos permite que cada hemisferio del cerebro es consciente, entonces nos conceda que la llamada actividad inconsciente en el neocórte' >que constituye el *rueso de su actividad ? tiene una conciencia independiente tambi2nT ) tal ve ten*a más de una T En efecto , Marvin Mins$y se refiere al cerebro como una "sociedad de la mente " @D. En otro e'perimento, la división del cerebro , los investi*adores mostraron que la palabra " campana" en el lado derecho del cerebro y "música " para el cerebro iquierdo . &e le pide al paciente que palabra que vio. El centro del len*uae del hemisferio iquierdo controlado dice " música. " El tema se muestra entonces un *rupo de imá*enes y pidió para que apunte a una ima*en más estrechamente relacionados con la palabra que sólo se muestra. &u brao derecho hemisferio controlado sePaló la campana. +uando se le pre*untó por qu2 se refirió a la campana, el centro del len*uae del hemisferio iquierdo controlado respondió( "#ueno , la música , la última ve que escuch2 toda la música era las campanas *olpeando fuera de aqu0 . " 5os dio esta e'plicación , aunque hab0a otros fotos para ele*ir que eran mucho más estrechamente relacionados con la música. na ve más , esta es una confabulación. El hemisferio iquierdo está e'plicando como si fuera su propia una decisión que nunca se hio y nunca llevó a cabo . 5o lo está haciendo para encubrir a un ami*o > es decir, su otro hemisferio ? que realmente piensa que la decisión era propia. Estas reacciones y decisiones pueden e'tender a las respuestas emocionales. 1idieron una división del cerebro adolescente al paciente para que ambos hemisferios o0do ( "WNui2n es tu favorito ..." y lue*o se alimenta la palabra " novia ", sólo para el hemisferio derecho a trav2s del o0do iquierdo. 4nformes 3aani*a que el sueto se sonroó y actuó ver*]ena , una reacción adecuada para un adolescente cuando se le pre*untó acerca de su novia . 1ero el centro del len*uae del hemisferio iquierdo con
control informó de que no hab0a escuchado palabras y solicitó una aclaración ( "W Mi favorito lo que" +uando se le pre*untó de nuevo para responder a la pre*unta , esta ve por escrito, escribió el lado derecho del hemisferio controlado iquierda el nombre de su novia. 1ruebas de 3aani*a no se cree e'perimentos pero los e'perimentos mentales reales. Mientras que ofrecen una perspectiva interesante sobre la cuestión de la conciencia, que hablan más directamente a la cuestión del libre albedr0o. En cada uno de estos casos, uno de los hemisferios cree que ha tomado una decisión que , de hecho, nunca lo hio . W9asta qu2 punto es cierto eso de las decisiones que tomamos todos los d0asT +onsidere el caso de un paciente epil2ptico hembra de die aPos de edad . 5eurociruano 4tha$ ried estaba realiando una ciru*0a cerebral mientras estaba despierto >que es factible porque no hay receptores del dolor en el cerebro? .@ &iempre que estimuló un punto concreto de su neocórte' , se re0a . /l principio, el equipo quirúr*ico pensó que podr0an estar provocando una especie de refleo de risa , pero rápidamente se dio cuenta de que estaban provocando la percepción real del humor. /l parecer, hab0an encontrado un punto en su neocorte' , es evidente que hay más de una que reconoce la percepción del humor. Ella no estaba riendo que en realidad encontró la situación divertida , a pesar de que nada hab0a cambiado realmente en la situación que no sea su haber estimulado este momento de su neocórte' . +uando le pre*untaron por qu2 se re0a , ella no respondió a lo lar*o de las l0neas de, " )h , no hay raón en particular", o " &ólo estimulado mi cerebro", pero le confabular inmediatamente una raón. Ella recuerda a al*o en la habitación y tratar de e'plicar por qu2 era *racioso. " stedes son simplemente de pie tan divertido all0" fue un comentario t0pico. &omos aparentemente muy dispuestos a e'plicar y racionaliar nuestras acciones , incluso cuando en realidad no tomamos las decisiones que llevaron a ellos. Entonces, Wcómo somos responsables de nuestras decisiones T +onsidere estos e'perimentos por el profesor #enamin 7ibet fisiolo*0a >@J@GCAAH? en la niversidad de +alifornia en %avis. 7ibet hio que los participantes se sientan delante de un temporiador , electrodos EE3 unidos a su cuero cabelludo . Sl instruyó a hacer tareas sencillas como pulsar un botón o mover un dedo. &e pidió a los participantes a tomar nota de la hora en el temporiador cuando " primero se dan cuenta de la voluntad o el impulso de actuar. " 7as pruebas indican un mar*en de error de sólo FA milise*undos en los análisis efectuados por los suetos. -ambi2n midieron un promedio de alrededor de CAA milise*undos entre el momento en que los suetos informaron de conciencia de la necesidad de actuar y la actual act.@F 7os investi*adores tambi2n analiaron las sePales de EE3 procedentes de cerebros de los suetos . 7a actividad del cerebro implicada en la iniciación de la acción de la cortea motora >que es responsable de llevar a cabo la acción ?, en realidad se produo en promedio alrededor de FAA milise*undos antes de la realiación de la tarea . Esto si*nifica que la cortea motora estaba preparando para llevar a cabo la tarea de un tercio de se*undo antes de que el obeto era aún consciente de que hab0a tomado la decisión de hacerlo. 7as implicaciones de los e'perimentos de 7ibet han sido obeto de acalorados debates
. Mismo 7ibet concluyó que la conciencia de la toma de decisiones parece ser una ilusión, que " la conciencia está fuera de onda . " ilósofo %aniel %ennett , comentó( " 7a acción se precipita ori*inalmente en al*una parte del cerebro , y de volar las sePales a los músculos , haciendo una pausa en el camino para decirle , el a*ente consciente, lo que está pasando >pero como todos los buenos funcionarios que dear que el presidente inepto , mantener la ilusión de que lo inició todo? "@G. /l mismo tiempo %ennett ha cuestionado los tiempos re*istrados por el e'perimento, básicamente, ar*umentando que los suetos pueden no ser realmente consciente de cuando se dan cuenta de la decisión de actuar . no podr0a pre*untarse ( &i el sueto no es consciente de que ella es consciente de tomar una decisión, entonces, Wqui2n es T 1ero el punto es en realidad bien llevado , como ya sePal2 , lo que son conscientes de está leos de ser clara. 7os indios americanos neurocient0fico 6ilayanur &ubramanian " Rama" Ramachandran >nacido en @JF@ ? e'plica la situación de manera diferente . %ado que tenemos del orden de DA mil millones de neuronas en la cortea cerebral , siempre hay mucho que hacer all0, y somos conscientes de muy poco de 2l . 7as decisiones , *randes y pequePas , están constantemente siendo procesados por el neocorte' , y propusieron soluciones burbua hasta nuestra conciencia . En lu*ar de libre albedr0o , Ramachandran su*iere que deber0amos hablar de "libre no" , es decir, la facultad de rechaar las soluciones propuestas por las partes inconscientes de nuestro neocorte' . +onsidere la analo*0a de una campaPa militar . )ficiales del e2rcito preparar una recomendación al presidente. /ntes de recibir la aprobación del presidente , que llevan a cabo los trabaos preparatorios que permitan la decisión de llevar a cabo . En un momento determinado , la decisión propuesta es presentada al presidente, que lo aprueba, y se lleva a cabo a continuación, el resto de la misión. %ado que el "cerebro " representado por esta analo*0a implica los procesos inconscientes de la neocortea > es decir, los funcionarios en el marco del presidente ?, as0 como sus procesos conscientes > el presidente? , ver0amos la actividad neuronal , as0 como las acciones reales que tienen lu*ar antes de que está siendo tomada la decisión oficial. 1odemos conse*uir siempre a los debates en una situación particular en cuanto a cuánto mar*en de maniobra a los funcionarios en el marco del presidente en realidad le dieron o ella para aceptar o rechaar una recomendación, y, ciertamente, los presidentes estadounidenses han hecho ambas cosas. 1ero no nos debe sorprender que la actividad mental, incluso en la cortea motora , comenar0a antes de que fu2ramos conscientes de que hab0a una decisión que debe tomarse . 7o que los e'perimentos de 7ibet no ponen de relieve es que no hay mucha actividad en el cerebro que subyace a nuestra decisiones que no está consciente. ;a sab0amos que la mayor parte de lo que sucede en el neocórte' no es consciente , no es de e'traPar , pues, que nuestras acciones y decisiones se deben a la actividad tanto inconsciente y consciente. Es importante esta distinciónT &i sur*en nuestras decisiones tanto , deber0a importar si clasificamos las partes conscientes del inconsciente T W5o es el caso que ambos aspectos representan nuestro cerebroT W5o somos en última instancia responsable de todo lo que pasa en nuestro cerebro T " &0 , me tiro a la v0ctima , pero no soy responsable porque yo no estaba prestando atención " es probablemente una defensa d2bil. / pesar de que hay al*unas raones le*ales
estrechos en los que una persona no pueda ser considerada responsable de sus decisiones , estamos *eneralmente considerados responsables de todas las decisiones que tomamos. 7as observaciones y los e'perimentos que he citado anteriormente constituyen pensaron e'perimentos sobre el tema del libre albedr0o , un tema que , al i*ual que el tema de la conciencia, se ha debatido desde 1latón . El t2rmino "libre albedr0o " en s0 se remonta al si*lo 444 , pero Wqu2 si*nificaT El diccionario Merriam =ebster define como "la libertad de los seres humanos a tomar decisiones que no son determinado por causas anteriores o por la intervención divina " sted se dará cuenta que esta definición es irremediablemente circular ( " . el libre albedr0o es la libertad .... " %eando a un lado la idea de la posición de la intervención divina en la oposición al libre albedr0o , no es un elemento útil en esta definición , que es la idea de una decisión de " no [ se \ determinado por causas anteriores. " voy a volver a ese momento . 7a enciclopedia de &tanford de Estados ilosof0a que el libre albedr0o es la " capacidad de los a*entes racionales para ele*ir un curso de acción entre varias alternativas. " &e*ún esta definición, un simple ordenador es capa de libre albedr0o, por lo que es menos útil que la definición del diccionario . =i$ipedia es en realidad un poco meor. %efine el libre albedr0o como "la capacidad de los a*entes para tomar decisiones libres de ciertos tipos de restricciones .... . 7a restricción de la preocupación dominante ha sido ... el determinismo " na ve más , se utilia la palabra circular" libre " en la definición de libre albedr0o , pero no articular lo que ha sido considerado como el principal enemi*o del libre albedr0o ( el determinismo. En ese sentido, la definición de Merriam =ebster anterior es en realidad similar en su referencia a las decisiones que " no están determinadas por causas anteriores. " Entonces, Wqu2 queremos decir con el determinismo T &i pon*o " C V C " en una calculadora y muestra " ", puedo decir que la calculadora muestra su voluntad con la decisión de mostrar que " "T 5adie podr0a aceptar eso como una manifestación del libre albedr0o, ya que la "decisión " estaba predeterminado por los mecanismos internos de la calculadora y la entrada . &i pon*o en un cálculo más compleo , todav0a lle*a a la misma conclusión con respecto a su falta de voluntad. WNu2 hay de =atson cuando se responde a una eopardy 8 consultaT / pesar de sus deliberaciones son mucho más compleas que las de la calculadora, muy pocos o nin*uno de los observadores atribuyen el libre albedr0o de sus decisiones. 5adie humano sabe e'actamente cómo todos sus pro*ramas de trabao , pero podemos identificar a un *rupo de personas que colectivamente pueden describir todos sus m2todos . Más importante aún , su salida está determinado por > @ ? la totalidad de sus pro*ramas en el momento que la consulta se plantea , > C ? la propia consulta, > D ? el estado de los parámetros internos que influyen en sus decisiones , y > ? su trillones de bytes de bases de conocimiento , como las enciclopedias . En base a estas cuatro cate*or0as de información , se determinó su salida. 1odr0amos especular que la presentación de la misma consulta siempre obtener la misma respuesta , pero =atson está pro*ramado para aprender de su e'periencia , por lo que e'iste la posibilidad de que las respuestas posteriores ser0an diferentes . &in embar*o , eso no contradice este
análisis , sino que sólo constituye un cambio en el punto D , los parámetros que controlan sus decisiones. Entonces, W e'actamente qu2 se diferencia un humano de =atson , de tal manera que le atribuimos a la libre voluntad del pro*rama de computadora humana, pero no es as0T 1odemos identificar varios factores. / pesar de que =atson es una meor eopardy 8 u*ador que la mayor0a si no todos los seres humanos , que , sin embar*o, no es tan compleo como un neocórte' humano . =atson hace poseer una *ran cantidad de conocimiento , y se hace uso de m2todos erárquicos , pero la compleidad de su pensamiento erárquico es todav0a considerablemente menor que la de un humano . /s0 es la diferencia simplemente uno de la escala de la compleidad de su pensamiento erárquico T 9ay un ar*umento que hio que la cuestión se reduce a esto. En mi análisis de la cuestión de la conciencia me di cuenta que mi acto de fe es que yo considerar0a un equipo que pasó una prueba de -urin* válida para ser consciente. 7os meores chatbots no son capaces de hacer eso hoy en d0a >aunque están meorando constantemente ? , por lo que mi conclusión con respecto a la conciencia es una cuestión del nivel de rendimiento de la entidad . -al ve lo mismo se puede decir de mi libre albedr0o atribuir a 2l. 7a conciencia es de hecho una diferencia filosófica entre el cerebro humano y los pro*ramas de soft!are contemporáneas. +onsideramos que los cerebros humanos sean conscientes , mientras que nosotros hacemos que aún no es atributo que a los pro*ramas de soft!are. WEs este el factor que estamos buscando que se basa el libre albedr0oT n sencillo e'perimento mental dir0a que la conciencia es de hecho una parte esencial de la libre voluntad . +onsidere una situación en la que al*uien realia una acción sin conciencia de que lo está haciendo se lleva a cabo en su totalidad por la actividad no consciente en el cerebro de esa persona. W5os consideramos que se trata de una e'hibición de libre albedr0oT 7a mayor0a de la *ente responder0a que no. &i la acción era daPina , probablemente aún sostenemos que la persona responsable , pero buscamos al*unos actos conscientes recientes que pueden haber causado esa persona para llevar a cabo acciones sin ser consciente , como tomar una copa de más , o simplemente dear de entrenarse adecuada para considerar conscientemente sus decisiones antes de que ella actuó en ellos. &e*ún al*unos comentaristas , los e'perimentos de 7ibet ar*umentaron en contra del libre albedr0o , poniendo de relieve lo mucho de nuestra toma de decisiones no es consciente. %ado que e'iste un consenso raonable entre los filósofos que el libre albedr0o implica la toma de decisiones consciente, parece ser una condición necesaria para el libre albedr0o. &in embar*o, para muchos observadores , la conciencia es una condición necesaria pero no suficiente . &i nuestras decisiones conscientes o no están predeterminados antes de hacer ellos, Wcómo podemos decir que nuestras decisiones son libres T Esta posición , que sostiene que el libre albedr0o y el determinismo no son compatibles, se conoce como incompatibilismo . 1or eemplo, el filósofo norteamericano +arl 3inet >nacido en @JDC ? ar*umenta que si se determinan los acontecimientos en el pasado, el presente y el futuro , entonces se puede considerar que no tienen control sobre ellos o sus consecuencias. 5uestros aparentes decisiones y acciones son simplemente parte de esta secuencia predeterminada . 1ara 3inet , esto
e'cluye el libre albedr0o. 5o todo el mundo considera el determinismo por ser incompatible con el concepto de libre albedr0o , sin embar*o. 7os compatibilistas sostienen , fundamentalmente, que usted es libre de decidir lo que quiere a pesar de lo que decida sea o pueda ser determinada. %aniel %ennett , por eemplo, sostiene que si bien el futuro puede determinarse a partir del estado de la actualidad, la realidad es que el mundo es tan intrincado compleo que no nos es posible saber lo que el futuro traerá . 1odemos identificar lo que 2l se refiere como " e'pectativas", y somos realmente libres para llevar a cabo actos que difieren de estas e'pectativas. %ebemos considerar cómo nuestras decisiones y acciones en comparación con estas e'pectativas , no a un futuro teóricamente determinado que no podemos , de hecho conocer . Eso, %ennett ar*umenta , es suficiente para el libre albedr0o . 3aani*a tambi2n articula una posición compatibilista ( " &omos a*entes personalmente responsables y deben rendir cuentas de nuestras acciones , a pesar de que vivimos en un mundo determinado . " @H n c0nico podr0a interpretar este punto de vista como( sted no tiene control sobre sus acciones , pero le echaremos la culpa de todos modos. /l*unos pensadores rechaan la idea del libre albedr0o como una ilusión . ilósofo escoc2s %avid 9ume > @H@@ @HHG? lo describió como una simple cuestión " verbal ", caracteriada por " una sensación falsa o aparente e'periencia. " @I filósofo alemán /rthur &chopenhauer > @HII@IGA ? escribió que "todo el mundo se cree a priori para ser perfectamente libre, incluso en sus acciones individuales , y piensa que en cada momento se puede iniciar otra forma de vida .... &in embar*o, a posteriori , a trav2s de la e'periencia , se encuentra para su sorpresa que no es libre, pero sueta a la necesidad, que a pesar de todas sus resoluciones y refle'iones que no cambia su conducta, y que desde el inicio de su vida hasta el final de la misma, que debe llevar a cabo el mismo carácter que 2l mismo condena . " @J ;o aPadir0a varios puntos aqu0 . El concepto de voluntad y libre de responsabilidad , que es una idea estrechamente alineados es útil, e incluso indispensable , para mantener el orden social , sean o no realmente se e'iste. /l i*ual que la conciencia e'iste claramente como un meme , tambi2n lo hace el libre albedr0o. 7os intentos para demostrar su e'istencia, o incluso a definirla, pueden lle*ar a ser irremediablemente circular, pero la realidad es que casi todo el mundo cree en la idea. 1orciones muy importantes de nuestro neocorte' de nivel superior se dedican a la idea de que tomamos decisiones libres y responsables de nuestras acciones. ;a sea en un sentido estrictamente filosófico que es cierto o posible , la sociedad ser0a mucho peor si no tuvi2ramos esas creencias . 1or otra parte , el mundo no se determina necesariamente . 9abl2 sobre dos perspectivas en la mecánica cuántica , que difieren en cuanto a la relación de los campos cuánticos a un observador . na interpretación popular de la perspectiva del observador a base proporciona una función de la conciencia( 1art0culas no resuelven su ambi*]edad cuántica hasta observada por un observador consciente . 9ay otra división en la filosof0a de los eventos cuánticos que tiene una incidencia en nuestra discusión sobre el libre albedr0o , que *ira en torno a la pre*unta ( W&on los eventos cuánticos determinado o al aar T
7a interpretación más común de un evento cuántica es que cuando la función de onda que constituye una part0cula " se colapsa , " la ubicación de la part0cula se hace espec0fica . Más de un *ran número de tales eventos , habrá una distribución predecible >que es la raón por la función de onda se considera que es una distribución de probabilidad ? , pero la resolución de cada uno de tales part0culas someterse a un colapso de su función de onda es aleatoria . 7a interpretación contraria es determinista ( en concreto , que no es una variable oculta que no somos capaces de detectar por separado, pero cuyo valor determina la posición de la part0cula. El valor o la fase de la variable oculta en el momento del colapso de la función de onda determina la posición de la part0cula. 7a mayor0a de los f0sicos cuánticos parecen favorecer la idea de una resolución al aar de acuerdo con el campo de probabilidad , pero las ecuaciones de la mecánica cuántica no permiten la e'istencia de una variable tales oculto . /s0, el mundo no se puede determinar despu2s de todo. %e acuerdo con la interpretación onda de probabilidad de la mecánica cuántica , no es una fuente continua de incertidumbre en el nivel más básico de la realidad . &in embar*o , esta observación no resuelve necesariamente los intereses de los incompatibilistas . Es cierto que bao esta interpretación de la mecánica cuántica , el mundo no está determinado , pero nuestro concepto del libre albedr0o se e'tiende más allá de las decisiones y acciones que no son más aleatorios. 7a mayor0a de incompatibilistas encontrar0an el concepto de la libre voluntad de ser tambi2n incompatible con el "ser esencialmente accidental nuestras decisiones. El libre albedr0o parece implicar la toma de decisiones con propósito. %r. =olfram propone una manera de resolver el dilema. &u libro / 5e! Kind of &cience > CAAC ? presenta una visión *lobal de la idea de autómatas celulares y su papel en todas las facetas de nuestras vidas. n autómata celular es un mecanismo en el que el valor de las c2lulas de información se recalcula continuamente como una función de las c2lulas cerca de 2l. ohn von 5eumann creó una máquina teórica auto^ replicante llamado constructor universal que fue quiás el primer autómata celular . %r. =olfram ilustra su tesis con el autómata celular más simple posible, un *rupo de c2lulas en una l0nea unidimensional . En cada momento , cada c2lula puede tener uno de dos valores ( ne*ro o blanco. El valor de cada celda se recalcula para cada ciclo . El valor de una celda para el si*uiente ciclo es una función de su valor actual, as0 como el valor de sus dos vecinos adyacentes . +ada autómata celular se caracteria por una re*la que determina cómo calcular si una c2lula es de color ne*ro o blanco en el si*uiente ciclo. +onsideremos el eemplo de lo que el %r. =olfram llama re*la CCC. 7os ocho posibles combinaciones de valor para ser recalcula la c2lula y su iquierda y derecha vecinos se muestran en la fila superior. &u nuevo valor se muestra en la fila inferior . /s0 , por eemplo , si la c2lula es de color ne*ro y sus dos vecinos tambi2n son de color ne*ro , a continuación, la c2lula permanecerá en ne*ro en la pró'ima *eneración > ver el t2rminos de la re*la del e'tremo iquierdo de la re*la CCC ? . &i el celular es de color blanco , su vecino de la iquierda es de color blanco , y su vecino de la derecha es ne*ro , entonces se cambiará a ne*ro en la pró'ima *eneración > ver el dispuesto por el párrafo de la re*la CCC que es el se*undo de la derecha? .
El universo de esta simple autómata celular es sólo una fila de c2lulas . &i partimos de una sola c2lula ne*ro en el centro y muestran la evolución de las c2lulas a trav2s de múltiples *eneraciones > donde cada fila a medida que avanamos hacia abao representa una nueva *eneración de valores? , los resultados de la re*la CCC aspecto( n autómata se basa en una re*la , y una re*la define si la celda será de color ne*ro o blanco sobre la base de cuál de los ocho patrones posibles e'istir en la *eneración actual . /s0, hay CI U CFG posibles re*las. El %r. =olfram lista de los CFG posible tales autómatas y se asi*na a cada uno un códi*o de =olfram de A a CFF . +uriosamente , estas CFG máquinas teóricas tienen propiedades muy diferentes . El autómata de lo que el %r. =olfram llama clase 4 , como re*la CCC , crear patrones muy predecibles. &i yo le pre*untara cuál es el valor de la celda del medio fue despu2s de un billón de billones de iteraciones de la re*la CCC , usted podr0a contestar fácilmente ( ne*ro . Mucho más interesante, sin embar*o , son los autómatas de clase 46 , ilustrada por la re*la @@A . 6arias *eneraciones de esta mirada autómata como este ( 7o interesante de la re*la @@A autómata y la clase 46 autómatas , en *eneral, es que los resultados son completamente impredecible . 7os resultados pasan los más estrictos tests matemáticos de aleatoriedad , sin embar*o, no sólo *eneran ruido ( 9ay patrones que se repiten , pero que se repiten de manera e'traPa e impredecible. &i yo le pre*untara cuál es el valor de una celda en particular fue despu2s de un billón de billones de iteraciones , no habr0a manera de responder a esta pre*unta sin tener que correr a trav2s de esta máquina que muchas *eneraciones . 7a solución es claramente determinada , porque esta es una máquina determinista muy simple , pero es completamente impredecible sin eecutar realmente la máquina . -esis principal del %r. =olfram es que el mundo es una *ran clase 46 autómata celular . 7a raón de que su libro se titula / 5e! Kind of &cience se debe a que esta teor0a contrasta con la mayor0a de las leyes cient0ficas . &i hay un sat2lite en órbita terrestre , podemos predecir donde estará dentro de cinco aPos sin tener que correr a trav2s de cada momento de un proceso simulado utiliando las leyes de la *ravedad y resolver donde estará en los puntos en el tiempo el momento en el futuro . 1ero el estado futuro de la clase 46 autómatas celulares no se puede predecir sin simular cada paso en el camino. &i el universo es un autómata celular *i*ante , como postula el doctor =olfram , no habr0a nin*ún equipo lo suficientemente *rande , ya que cada equipo ser0a un subconunto del universo, que podr0a eecutar una simulación tal. 1or lo tanto el estado futuro del universo es completamente desconocido a pesar de que es determinista . /s0, a pesar de que nuestras decisiones están determinadas > porque nuestros cuerpos y cerebros son parte de un universo determinista ? , sin embar*o son inherentemente impredecible porque vivimos en >y son parte de? un autómata de clase 46 . 5o podemos predecir el futuro de un autómata de clase 46 , e'cepto dear que el futuro se desarrolle . 1ara el doctor =olfram , esto es suficiente para permitir el libre albedr0o. 5o tenemos que mirar hacia el universo para ver eventos futuros que se determinan todav0a impredecible. 5in*uno de los cient0ficos que han trabaado en =atson puede
predecir lo que va a hacer, ya que el pro*rama es demasiado compleo y variado , y su rendimiento se basa en el conocimiento de que es demasiado lar*a para cualquier ser humano de dominar . &i creemos que los seres humanos e'hiben libre albedr0o , entonces se deduce que tenemos que permitir que las futuras versiones de =atson o máquinas de =atson como pueden e'hibir tambi2n . Mi propio acto de fe es que yo creo que los seres humanos tienen libre albedr0o , y mientras yo actúo como si ese es el caso , estoy en apuros para encontrar eemplos entre mis propias decisiones que ilustran esto. -en*a en cuenta la decisión de escribir este libro, yo nunca tom2 esa decisión . Más bien, la idea del libro decidió que para m0. En *eneral, me encuentro en cautiverio a las ideas que parecen implantarse en mi neocórte' y tomar el control . W; la decisión de casarse , lo que hice >en colaboración con otra persona ? hace treinta y W&eis aPosT En ese momento, yo hab0a estado si*uiendo el pro*rama habitual de sentirse atra0do y se*uir una chica bonita. Entonces me enamor2 . W%ónde está el libre albedr0o en esoT 1ero Wqu2 pasa con las pequePas decisiones que tomo cada d0a por eemplo, las palabras espec0ficas que elio para escribir en mi libro T Empieo con una hoa virtual en blanco de papel. 5adie me dice qu2 hacer. 5o hay editor de mirar por encima del hombro. Mis opciones son totalmente de m0. &oy libre , totalmente libre de escribir lo que ... h, asimilar 3ro$ T #ueno , lo hice que finalmente present2 mi libre albedr0o . 4ba a escribir la palabra " quiero ", pero tom2 una decisión libre de escribir al*o totalmente inesperado en su lu*ar. Esta es quiás la primera ve que he tenido 2'ito en el eercicio de la libre voluntad pura. ) no .%ebe ser evidente que se trataba de una pantalla no de voluntad , pero en lu*ar de tratar de ilustrar un punto > y tal ve un d2bil sentido del humor ? . /unque comparto la confiana de %escartes de que soy consciente, no estoy tan se*uro sobre el libre albedr0o . Es dif0cil escapar a la conclusión &chopenhauer Y s que "se puede hacer lo que quiere, pero en un momento dado de su vida que usted puede querer una sola cosa definitiva y absolutamente nada más que una cosa. "CA. &in embar*o voy a se*uir actuando como si tuviera voluntad y creer en ella , siempre y cuando no ten*o que e'plicar por qu2.
I#ent(#a# n filósofo una ve tuvo el si*uiente suePo . 1rimero apareció /ristóteles , y el filósofo le dio( " WMe podr0a dar un bosqueo cápsula de quince minutos de toda su filosof0aT " 1ara sorpresa del filósofo Y s , /ristóteles le dio una e'celente e'posición en la que se comprime una *ran cantidad de material en tan sólo quince minutos. 1ero el filósofo planteó cierta obeción que /ristóteles no pudo contestar. +onfundido , /ristóteles desapareció. Entonces apareció 1latón. 7o mismo volvió a ocurrir , y la obeción de que el filósofo Y s de 1latón fue el mismo que su obeción a /ristóteles. 1latón no pudo responder y desaparecido. Entonces todos los famosos filósofos de la historia aparecieron uno por uno y nuestro filósofo refutaron cada uno con la misma obeción . %espu2s de que el último filósofo desapareció , nuestro filósofo dio a s0 mismo ( ";o
s2 que estoy dormido y soPando todo esto. &in embar*o, me he encontrado una refutación universal para todos los sistemas filosóficos 8 MaPana cuando me despierto , probablemente lo he olvidado , y el mundo será realmente echo de menos al*o8 " +on un esfuero de hierro , el filósofo se obli*ó a despertar , se apresuran a su escritorio , y anote su refutación universal. 7ue*o saltó a la cama con un suspiro de alivio. / la maPana si*uiente, cuando despertó, se acercó a la mesa para ver lo que hab0a escrito. Era( "Eso es lo que dice." ^Raymond &mullyan, citado por %avid +halmersC@ 7o que me pre*unto acerca cada ve más de si soy o no consciente o eercicio libre albedr0o es por eso que da la casualidad de ser consciente de las e'periencias y las decisiones de esta persona en particular que escribe libros , disfruta de senderismo y bicicleta , toma suplementos nutricionales , etc . na respuesta obvia ser0a( " 1orque eso es lo que eres. " Ese intercambio es probablemente no más tautoló*ica que mis respuestas anteriores a las pre*untas sobre la conciencia y el libre albedr0o . 1ero la verdad es que ten*o una meor respuesta para eso que mi conciencia se asocia con esta persona en particular ( Es porque eso es lo que he creado yo mismo ser. n aforismo común es ( "-ú eres lo que comes. " Es aún más cierto decir ( "-ú eres lo que piensas. " +omo ya hemos comentado , todas las estructuras erárquicas en mi neocórte' que definen mi personalidad , las aptitudes y conocimiento son el resultado de mis propios pensamientos y e'periencias. 7a *ente que elio para interactuar y las ideas y proyectos decido emprender son los principales determinantes de la que me ha*o . 1or lo demás, lo que como tambi2n reflea las decisiones tomadas por mi neocórte' . /ceptando el lado positivo de la dualidad de libre albedr0o por el momento , es mis propias decisiones que se traducen en lo que soy. 4ndependientemente de cómo lle*amos a ser lo que somos , cada uno de nosotros tiene el deseo de nuestra identidad a persistir. &i no tiene la voluntad de sobrevivir , no estar0as leyendo este libro. +ada criatura tiene ese obetivo Nue es el principal determinante de la evolución. 7a cuestión de la identidad es quiás aún más dif0cil de definir que la conciencia o libre albedr0o , pero es posiblemente más importante. %espu2s de todo, tenemos que saber lo que somos si buscamos preservar nuestra e'istencia. +onsidere este e'perimento mental ( Estás en el futuro con las tecnolo*0as más avanadas que las de hoy . Mientras duermes , al*ún *rupo e'plora su cerebro y reco*e todos los detalles sobresalientes . -al ve hacerlo con máquinas de escaneo de c2lulas del tamaPo de la san*re viaan en los capilares de su cerebro o con al*ún otro tipo de tecnolo*0a no invasiva adecuada , pero tienen toda la información sobre su cerebro en un punto determinado en el tiempo . -ambi2n reco*en y re*istran los detalles corporales que sea incompatible con su estado de ánimo , tales como el sistema endocrino. Ellos eemplifican este "archivo mental" en un cuerpo no bioló*ica que se ve y se mueve como usted y tiene la sutilea necesaria y la fle'ibilidad para pasar por usted. 1or la maPana se le informa acerca de esta transferencia y ves >tal ve sin ser notado ? el clon de la mente , a quien voy a llamar C . C sted está hablando de su vida como si s he eras , y relatando cómo s he
descubierto esa misma maPana que s que le hab0an dado un nuevo cuerpo mucho más durable versión C.A. " )ye, a m0 me *usta este nuevo cuerpo8 " & e'clama . 7a primera cuestión a considerar es ( WEs usted consciente de C T #ueno, s 2l ciertamente parece ser. & que pasa la prueba de 4 articulado anterior , en que s 2l tiene las sePales sutiles de ser un sentimiento , una persona consciente. &i usted es consciente, entonces tambi2n lo es usted C . /s0 que si usted fuera a , uh , desaparecer, nadie se dio cuenta. C sted podr0a ir por ah0 que dice ser usted. -odos sus ami*os y seres queridos se contentar0an con la situación y tal ve contento de que ahora tiene un cuerpo más resistente y sustrato mental que sol0a tener . -al ve sus ami*os más filosóficamente mente se e'presan preocupaciones, pero en su mayor parte , todo el mundo ser0a feli, incluy2ndolo a usted , o al menos la persona que está convincentemente que dice ser usted. /s0 que no necesitamos de su vieo cuerpo y el cerebro más, WverdadT Está bien si nos deshacemos de 2lT sted probablemente no va a estar de acuerdo con esto. &ePal2 que la e'ploración no invasiva era , por lo que todav0a e'isten y todav0a consciente . 1or otra parte su sentido de la identidad si*ue siendo con usted, no con usted C , a pesar de que usted piensa que C s que es una continuación de ustedes . C sted puede ser que incluso no ser conscientes de que e'iste o e'istió al*una ve . %e hecho, no ser0a consciente de la e'istencia de ;ou C o bien , si no le hab0amos dicho. 5uestra conclusión T C sted es consciente, pero es una persona diferente de lo que usted C tiene una identidad diferente. & he es e'tremadamente similar , mucho más que un mero clon *en2tico , ya que s 2l tambi2n comparte todos sus patrones y cone'iones neocorticales . ) deber0a decir s he compartido estos patrones en el momento s 2l fue creado . En ese momento, los dos comenaron a se*uir tu propio camino , neocortically hablar. sted si*ue siendo alrededor. sted no está teniendo las mismas e'periencias que usted C . En pocas palabras( ;ou C no eres tú . #ueno, hasta ahora tan bueno . +onsideremos ahora otro pensamiento e'perimento , uno que es, creo yo , más realista en t2rminos de lo que traerá el futuro . &e someta a un procedimiento para reemplaar una parte muy pequePa de su cerebro con una unidad no bioló*ica . sted está convencido de que es se*uro, y hay informes de diversos beneficios. Esto no es tan descabellada , como se hace habitualmente para las personas con problemas neuroló*icos y sensoriales , tales como el implante neuronal en la enfermedad de 1ar$inson y los implantes cocleares para personas sordas . En estos casos se coloca el dispositivo informatiado en el interior del cuerpo, pero fuera del cerebro todav0a conectado en el cerebro > o en el caso de los implantes cocleares , para el nervio auditivo ? . En mi opinión, el hecho de que el equipo real se coloca f0sicamente fuera del cerebro real no es filosóficamente si*nificativa ( Estamos aumentando con eficacia el cerebro y la sustitución con un dispositivo computariado los de sus funciones que ya no funciona correctamente . En la d2cada de CADA , cuando los dispositivos computariados inteli*entes serán el tamaPo de las c2lulas san*u0neas > y tener en cuenta que las c2lulas blancas de la san*re son lo suficientemente inteli*entes como para reconocer y combatir los a*entes pató*enos ?, nosotros introducimos no invasiva , no requiere ciru*0a . 6olviendo a nuestro escenario futuro , usted tiene el procedimiento , y como hab0a
prometido, hoy funcionan bien se*uro de sus capacidades han meorado . > sted tiene meor memoria, tal ve. ? 7o son aún verdadT -us ami*os sin duda creo. WEso crees . 5o hay un buen ar*umento de que de repente eres una persona diferente. )bviamente, se sometieron al procedimiento , a fin de efectuar un cambio en al*o, pero usted si*ue siendo el mismo que usted . &u identidad no ha cambiado. +onciencia de otra persona no apareció de repente se apodere de tu cuerpo. #ien, entonces, alentados por estos resultados , ahora se decide tener otro procedimiento , esta ve con una re*ión diferente del cerebro . El resultado es el mismo ( puede e'perimentar al*una meor0a en la capacidad , pero si*ues siendo tú . %ebe ser evidente a dónde voy con esto. &i*ues optar por otros procedimientos , su confiana en el proceso sólo en aumento, hasta que finalmente ha cambiado todas las partes de su cerebro. cada ve que el procedimiento se hace con cuidado para preservar todas sus patrones y cone'iones neocorticales as0 que no ha perdido un ápice de su personalidad , habilidades o recuerdos. 5unca hubo un tú y un ;ou C X hab0a sólo usted. 5adie, ni siquiera usted, nunca se da cuenta que usted dee de e'istir. %e hecho , ah0 estás. 5uestra conclusión ( -odav0a e'iste. 5o hay dilema . -odo está bien. / e'cepción de esto( sted , despu2s de que el proceso de sustitución *radual , es enteramente equivalente a ;ou C en el e'perimento anterior > que llamar2 el escenario scan and instantiate ? . sted , despu2s de que el escenario de sustitución *radual , tiene todos los patrones y cone'iones que ten0as ori*inalmente neocortical , sólo en un sustrato no bioló*ico , lo que tambi2n es cierto para usted C , en el escenario de e'ploración y instantiate . sted , despu2s de que el escenario de sustitución *radual , tiene al*unas capacidades adicionales y mayor durabilidad que antes del proceso, pero esto es i*ualmente cierto para usted C , en el proceso de análisis y instantiate . 1ero lle*amos a la conclusión de que usted C no eres tú . ; si , despu2s de que el proceso de sustitución *radual , es completamente equivalente a ;ou C despu2s de que el proceso de análisis y instantiate , a continuación, despu2s de que el proceso de sustitución *radual tampoco debe usted. Eso, sin embar*o , contradice nuestra conclusión anterior . El proceso de sustitución *radual consiste en varios pasos. +ada uno de esos pasos parec0an preservar la identidad , al i*ual que la conclusión de hoy que un paciente de 1ar$inson tiene la misma identidad despu2s de haber tenido un implante neural installed. CC Es precisamente este tipo de dilema filosófico que lleva a al*unos a concluir que estos escenarios de reemplao nunca va a pasar > a pesar de que ya se están llevando a cabo ? . 1ero considere esto( +omo es natural, se someten a un proceso de sustitución *radual a lo lar*o de nuestras vidas. 7a mayor0a de las c2lulas de nuestro cuerpo están constantemente siendo reemplaados . > sted acaba de reemplaar @AA millones de ellos en el curso de la lectura de la última frase. ? 7as c2lulas en el revestimiento interno del intestino del*ado vuelta en alrededor de una semana , al i*ual que el revestimiento protector del estóma*o. 7a vida útil de las c2lulas blancas de la san*re var0a desde unos pocos d0as hasta varios meses , dependiendo del tipo. 7as plaquetas duran nueve d0as. 7as neuronas persisten , pero sus or*ánulos y sus mol2culas constituyentes se vuelven más dentro de un month.CD
7a vida media de un microtúbulo neurona es de unos die minutos, los filamentos de actina en las dendritas última unos cuarenta se*undosX las prote0nas que proporcionan ener*0a a las sinapsis son reemplaado cada hora X los receptores de 5M%/ en las sinapsis son relativamente de lar*a duración a los cinco d0as . /s0 que esta completamente reemplaada en cuestión de meses , lo que es comparable con el escenario de sustitución *radual que describo arriba. WEres la misma persona que eras hace unos meses T Es cierto que hay al*unas diferencias. -al ve usted ha aprendido un par de cosas . 1ero se supone que su identidad continúa, que no está destruido constantemente y volver a crear. +onsidere la posibilidad de un r0o, como el que fluye más allá de mi oficina. /l mirar ahora en lo que se llama el r0o +harles , Wes el mismo r0o que vi ayerT Refle'ionemos primero sobre lo que es un r0o . El diccionario lo define es " una *ran corriente natural de a*ua que fluye ". &e*ún esta definición, el r0o que estoy viendo es un ser completamente diferente de lo que era ayer. +ada una de sus mol2culas de a*ua ha cambiado , un proceso que ocurre muy rápidamente . ilósofo *rie*o %ió*enes 7aercio escribió en el si*lo 444 de nuestra era que "no se puede entrar en el mismo r0o dos veces. " 1ero esa no es la forma en que *eneralmente consideramos r0os. 7a *ente le *usta mirar a ellos, ya que son el s0mbolo de la continuidad y la estabilidad. 1or la opinión común , el r0o +harles que mir2 ayer es el mismo r0o que veo hoy . 5uestras vidas son muy similares . undamentalmente no somos el material que compone nuestros cuerpos y cerebros . Estas part0culas esencialmente fluyan a trav2s de nosotros de la misma manera que las mol2culas de a*ua fluyen a trav2s de un r0o. &omos un patrón que cambia lentamente , pero tiene la estabilidad y la continuidad , a pesar de que el material que constituye el patrón cambia rápidamente . 7a introducción *radual de sistemas no bioló*icos en nuestros cuerpos y cerebros será sólo otro eemplo de la continua rotación de las pieas que nos componen . 5o va a alterar la continuidad de nuestra identidad más que el sustituto natural de nuestras c2lulas bioló*icas hace. -enemos ya en *ran medida subcontratado nuestros recuerdos históricos , intelectuales , sociales y personales con nuestros dispositivos y la nube . 7os dispositivos que interactúan para acceder a estos recuerdos pueden no estar dentro de nuestros cuerpos y cerebros , pero a medida que se hacen más pequePos y más pequePos >y la tecnolo*0a se están reduciendo a un ritmo de alrededor de un centenar en el volumen D % por d2cada ? , harán su camino all0. En cualquier caso , será un buen lu*ar para ponerlos , no vamos a perder de esa manera. &i la *ente optar por la colocación de dispositivos microscópicos dentro de sus cuerpos , que va a estar bien , ya que habrá otras formas de acceso a la inteli*encia de la nube omnipresente . 1ero volvemos al dilema que present2 anteriormente . sted , despu2s de un per0odo de la sustitución *radual , es equivalente a ;ou C en el escenario de escanear y instantiate , pero decidimos que usted C en ese escenario no tiene la misma identidad que usted. Entonces, Wdónde nos dea esto T Esto nos dea con una apreciación de la capacidad que tienen los sistemas no bioló*icos que los sistemas bioló*icos no( la capacidad de copiar , copia de se*uridad y volver a crear . 7o hacemos de forma rutinaria con nuestros dispositivos . +uando
tenemos un nuevo tel2fono inteli*ente , que copiar todos los archivos , por lo que tiene la misma personalidad , las aptitudes y los recuerdos que el tel2fono anti*uo hio. -al ve tambi2n tiene al*unas capacidades nuevas , pero el contenido del tel2fono anti*uo todav0a están con nosotros. %el mismo modo , un pro*rama tal como es, sin duda =atson copia de se*uridad. &i el hard!are =atson fueron destruidos maPana , =atson se vuelve a crear fácilmente sus archivos de copia de se*uridad almacenados en la nube. Esto representa una capacidad en el mundo no bioló*ico que no e'iste en el mundo bioló*ico . Es una ventaa , no una limitación , que es una raón por la que estamos tan ansiosos hoy para continuar subir nuestros recuerdos a la nube. &in duda se*uiremos en esta dirección , ya que los sistemas no bioló*icos alcanan cada ve más de la capacidad de nuestros cerebros bioló*icos . Mi resolución del dilema es 2ste( 5o es cierto que usted C no eres tú eres tú . Es sólo que ahora hay dos. Eso no es tan malo , si usted piensa que son una buena cosa, entonces ustedes dos es aún meor. 7o que creo que realmente sucederá es que vamos a se*uir en el camino del escenario de sustitución y el aumento *radual hasta que en última instancia, la mayor parte de nuestro pensamiento estará en la nube. Mi acto de fe en la identidad es que la identidad se conserva a trav2s de la continuidad de la estructura de información que nos hace ser nosotros. 7a continuidad no permitir el cambio continuo , por lo que mientras que yo soy un poco diferente de lo que era ayer, sin embar*o, ten*o la misma identidad . &in embar*o , la continuidad del patrón que constituye mi identidad no es dependiente de sustrato . &ustratos bioló*icos son una maravilla, nos han lle*ado muy leos , pero estamos creando un sustrato más capa y durable por muy buenas raones.
CAPÍTULO 1G LA LEY E retorno- ace$era#o- APLICAA AL CERE6RO ; aunque el hombre debe se*uir siendo , en al*unos aspectos , la criatura más alta, no es esto de acuerdo con la práctica de la naturalea, lo que permite que la superioridad en al*unas cosas a los animales que tienen, en *eneral, ha superado de lar*o T W5o ha permitido la hormi*a y la abea para conservar la superioridad sobre el hombre en la or*aniación de sus comunidades y los arre*los sociales , el páaro al atravesar el aire , los peces en la natación , el caballo de fuera y li*erea , y el perro en el auto sacrificio T &amuel #utler, @IH@ 9ubo un tiempo , cuando la tierra era a todas luces la indi*encia tanto de la vida animal y ve*etal, y cuando de acuerdo con la opinión de nuestros meores filósofos se trataba simplemente de una bola caliente con una costra de enfriamiento *radual . /hora bien, si un ser humano hubiera e'istido , mientras que la tierra estaba en este estado y se le hab0a permitido verlo como si se tratara de al*ún otro mundo con el que no ten0a nin*una preocupación , y si , al mismo tiempo que eran totalmente i*norantes de toda la ciencia f0sica , Wno habr0a pronunciado imposible que los seres pose0dos por al*o como la conciencia deben evolucionaron a partir de la cenia
aparente que estaba contemplando T W5o habr0a ne*ado que conten0a toda la potencialidad de la concienciaT &in embar*o, en el transcurso de la conciencia del tiempo lle*ó . W5o es posible entonces que puede ser incluso aún nuevos canales e'cavados en la conciencia , aunque podemos detectar nin*una sePal de ellos en la actualidad T &amuel #utler, @IH@ +uando refle'ionamos sobre las múltiples facetas de la vida y de la conciencia que se ha convertido ya , ser0a aventurado decir que nadie más se pueden desarrollar , y que la vida animal es el fin de todas las cosas . 9ubo un momento en que el fue*o era el fin de todas las cosas ( cuando otras rocas y el a*ua eran as0. &amuel #utler, @IH@ 5o hay se*uridad contra el último desarrollo de la conciencia mecánica , en el hecho de máquinas que poseen poca conciencia ahora . n molusco no tiene mucho sentido . Refle'ionar sobre el e'traordinario avance que las máquinas han hecho durante los últimos cien aPos, y ten*a en cuenta la lentitud de los reinos animal y ve*etal están avanando . 7as máquinas más altamente or*aniados son criaturas no tanto de ayer , a partir de los últimos cinco minutos , por as0 decirlo , en comparación con el tiempo pasado. &upon*amos por el bien del ar*umento de que los seres conscientes han e'istido desde hace unos veinte millones aPos ( ver qu2 máquinas ancadas han hecho en los últimos mil 8 W5o podr0a el mundo desde hace veinte millones aPos másT &i es as0 , Wqu2 no en el e'tremo vuelto T ^ &amuel #utler, @IH@ Mi tesis principal, que yo llamo la ley de rendimientos acelerados > 7)/R ? , es que las medidas fundamentales de la tecnolo*0a de la información si*uen trayectorias predecibles y e'ponenciales , desmintiendo la creencia popular de que " no se puede predecir el futuro. " -odav0a hay muchas cosas qu2 proyecto , empresa o t2cnica estándar prevalecerá en el mercado, que la pa lle*ará a )riente Medio que permanecen inco*noscible , pero el precio del subyacente rendimiento y la capacidad de información ha demostrado , sin embar*o, ser muy predecible. &orprendentemente , estas tendencias son imperturbables por condiciones tales como la *uerra o la pa y la prosperidad o recesión. na raón principal de que la evolución creó cerebros era predecir el futuro. +omo uno de nuestros antepasados caminó a trav2s de las sabanas hace miles de aPos , podr0a haber dado cuenta de que un animal se avana hacia un camino que estaba tomando . &e podr0a predecir que si se quedaba en el camino , sus caminos se cruan . En base a esto, ella decidió ir en otra dirección, y su previsión resultó valiosa para la supervivencia. 1ero tales predictores inte*rados del futuro es lineal , no e'ponencial , una cualidad que se deriva de la or*aniación lineal de la neocortea . Recordemos que el neocórte' está constantemente haciendo predicciones , Wqu2 letra y palabra veremos a continuación , los cuales esperamos que a medida que la vuelta de la esquina, y as0 sucesivamente. El neocórte' se or*ania con secuencias lineales de pasos en cada patrón , lo que si*nifica que el pensamiento e'ponencial no es al*o natural para nosotros. El cerebelo tambi2n utilia predicciones lineales . +uando nos ayuda a atrapar un fly que está haciendo una predicción lineal de donde la pelota estará en
nuestro campo visual de vista y donde la mano en*uantada debe estar en nuestro campo visual de vista de atraparlo . +omo ya he sePalado , hay una *ran diferencia entre las pro*resiones lineales y e'ponenciales > cuarenta pasos linealmente es cuarenta aPos, pero de manera e'ponencial es un millón de millones ? , lo que e'plica por qu2 mis predicciones derivadas de la ley de los retornos acelerados parecer sorprendente para muchos observadores en la primera . -enemos que entrenarnos para pensar de manera e'ponencial. +uando se trata de tecnolo*0as de la información , es la manera correcta de pensar. El eemplo por e'celencia de la ley de los retornos acelerados es el crecimiento perfectamente lisa , doblemente e'ponencial del precio rendimiento de la computación , que se ha mantenido estable durante @@A aPos a trav2s de dos *uerras mundiales, la 3ran %epresión , la 3uerra r0a , el colapso de la nión &ovi2tica nión , el resur*imiento de china, la reciente crisis financiera , y todos los otros acontecimientos notables de finales del 4, y principios del 4 si*los. /l*unas personas se refieren a este fenómeno como "ley de Moore", pero eso es un error . 7ey de Moore , que dice que se puede colocar el doble de componentes en un circuito inte*rado cada dos aPos , y se eecuta más rápido porque son más pequePos es sólo un paradi*ma entre muchos. %e hecho, fue el quinto , no el primero , de paradi*ma para que el crecimiento e'ponencial de la relación precio rendimiento de la informática. El aumento e'ponencial de la computación comenó con el censo de @IJA EE.. > el primero en ser automatiado ? con el primer paradi*ma de cálculo electromecánico , d2cadas antes de que 3ordon Moore de que naciera . En -he &in*ularity is 5ear )freco este *ráfico hasta CAAC , y aqu0 pon*o al d0a a trav2s de CAAJ >v2ase el *ráfico de la pá*ina CFH titulada "El crecimiento e'ponencial de la computación para @@A aPos "? . 7a trayectoria sin problemas predecibles ha continuado, incluso a trav2s de la reciente recesión económica . +álculo es el eemplo más importante de la ley de los retornos acelerados , debido a la cantidad de datos que tenemos para ello , la ubicuidad de la computación , y su papel clave en última instancia, revolucionando todo lo que nos importa . 1ero está leos de ser el único eemplo. na ve que la tecnolo*0a se convierte en una tecnolo*0a de la información , se convierte en obeto de la 7)/R . #iomedicina se está convirtiendo en la ona reciente más si*nificativo de la tecnolo*0a y la industria para ser transformado de esta manera . 7os avances en la medicina se ha basado históricamente en los descubrimientos accidentales , por lo que los avances en la 2poca anterior fue lineal , no e'ponencial. &in embar*o, esta ha sido beneficiosa ( 7a esperana de vida ha aumentado de veintitr2s aPos desde hace más de mil aPos , a treinta y siete aPos de hace doscientos aPos , para cerrar a ochenta aPos en la actualidad .
Con $a reun(ón #e $o- -o"tHare #e $a /(#a e$ &enoma 7a medicina y la biolo*0a humana se han convertido en una tecnolo*0a de la información . El propio proyecto del *enoma humano era perfectamente e'ponencial , con la cantidad de duplicación de datos *en2ticos y el costo por par
de bases que baa a la mitad cada aPo desde que el proyecto se inició en @JJA.D > -odos los *ráficos de este cap0tulo se han actualiado desde 7a sin*ularidad está cerca fue publicado . ? El costo de la secuenciación de una de tamaPo humano *enome.@ 7a cantidad de datos *en2ticos secuenciado en el mundo cada aPo C /hora tenemos la capacidad de disePar intervenciones biom2dicas en los equipos y ponerlos a prueba en simuladores bioló*icos , la escala y la precisión de los cuales tambi2n se duplica cada aPo . -ambi2n podemos actualiar nuestro soft!are obsoleto ( la interferencia del /R5 puede desactivar *enes , y las nuevas formas de terapia *2nica puede aPadir nuevos *enes , no sólo para un reci2n nacido , sino a un individuo maduro . El avance de las tecnolo*0as *en2ticas tambi2n afecta el proyecto de in*enier0a inversa del cerebro , en la que un aspecto importante de la misma es la comprensión de cómo los *enes controlan las funciones del cerebro , tales como la creación de nuevas cone'iones para reflear el conocimiento cortical recientemente aPadido . 9ay muchas otras manifestaciones de esta inte*ración de la tecnolo*0a de la biolo*0a y la información , como ir más allá de la secuenciación del *enoma de la s0ntesis del *enoma. )tra tecnolo*0a de la información que ha e'perimentado un crecimiento e'ponencial sin problemas es nuestra capacidad de comunicarse entre s0 y transmitir *randes repositorios de conocimiento humano. 9ay muchas maneras de medir este fenómeno . 7ey +ooper Y s , que indica que la capacidad total de bits de las comunicaciones inalámbricas en una determinada cantidad de espectro radioel2ctrico se duplica cada treinta meses se ha mantenido fiel desde el momento 3u*lielmo Marconi utilió el tel2*rafo inalámbrico para transmisiones de códi*o Morse en @IJH a las tecnolo*0as de comunicaciones 3 de hoy A. de acuerdo con la ley +ooper Y s , la cantidad de información que puede ser transmitida a trav2s de una determinada cantidad de espectro radioel2ctrico se ha duplicado cada dos aPos y medio aPos por más de un si*lo. )tro eemplo es el número de bits por se*undo transmitidos a trav2s de 4nternet , que se duplica cada uno y un cuarto aPos.F 7a raón por la que me interes2 en tratar de predecir ciertos aspectos de la tecnolo*0a es que me di cuenta hace unos treinta aPos que la clave para tener 2'ito como inventor > una profesión que adopt2 cuando ten0a cinco aPos de edad? era el momento . 7a mayor0a de los inventos y los inventores no fracasan porque los propios aparatos no funcionan, sino porque su tiempo es malo , que aparecen ya sea antes de que todos los elementos necesarios están en su lu*ar o demasiado tarde , despu2s de haber perdido la oportunidad. El ancho de banda internacional > de pa0s a pa0s? dedicada a la 4nternet para la mundo.G El mayor ancho de banda > velocidad ? de la 4nternet bac$bone.H /l ser un in*eniero , hace unos treinta aPos que empec2 a recopilar datos sobre las medidas de tecnolo*0a en diferentes áreas. +uando comenc2 este esfuero, no me
esperaba que iba a presentar una ima*en clara , pero yo espero que proporcionar0a al*una *u0a y me permitirá hacer coneturas . Mi obetivo era y si*ue siendo en cuando mis propios esfueros de la tecnolo*0a para que puedan ser apropiados para el mundo que e'iste cuando complete un proyecto que me di cuenta de que ser0a muy diferente del mundo que e'ist0a cuando empec2. +onsidere la cantidad y la rapide con que el mundo ha cambiado muy poco . 9ace apenas unos aPos , la *ente no usan las redes sociales > aceboo$, por eemplo, fue fundada en CAA y ten0a JA@ millones de usuarios activos mensuales a finales de maro de CA@C? , I !i$is , blo*s o t!eets . En la d2cada de @JJA la mayor0a de la *ente no utilia los motores de búsqueda o tel2fonos celulares . 4ma*ina un mundo sin ellos. Esto parece historia anti*ua , pero no fue hace tanto tiempo. El mundo va a cambiar aún más drásticamente en el futuro pró'imo. En el curso de mi investi*ación , he hecho un descubrimiento sorprendente ( si una tecnolo*0a es una tecnolo*0a de la información , las medidas básicas de relación precio rendimiento y la capacidad > por unidad de tiempo o costo , u otro recurso ? si*uen trayectorias e'ponenciales incre0blemente precisas . Estas trayectorias más aprisa que los paradi*mas espec0ficos que se basan >como la ley de Moore? . &in embar*o, cuando se eecuta un paradi*ma de vapor > por eemplo , cuando los in*enieros ya no fueron capaces de reducir el tamaPo y costo de los tubos de vac0o en la d2cada de @JFA ? , se crea una presión de investi*ación para crear el si*uiente paradi*ma , y por lo que otro de & curva del pro*reso comiena . 7a parte e'ponencial de que la pró'ima curva & para el nuevo paradi*ma continúa la actual e'ponencial de la medida de la tecnolo*0a de información. /s0 computin* tubo a base de vac0o en la d2cada de @JFA dio paso a los transistores en la d2cada de @JGA , y lue*o a los circuitos inte*rados y la ley de Moore a finales de @JGA , y más allá. 7a ley de Moore , a su ve , dará paso a la computación en tres dimensiones , los primeros eemplos de los cuales ya están en su lu*ar . 7a raón por la que las tecnolo*0as de información son capaces de superar consistentemente las limitaciones de cualquier paradi*ma particular es que los recursos necesarios para calcular y recordar o transmitir un bit de información son sumamente pequePas . 1odr0amos pre*untarnos , We'isten l0mites fundamentales para nuestra capacidad de calcular y transmitir información , con independencia de paradi*ma T 7a respuesta es s0 , sobre la base de nuestra comprensión actual de la f0sica de la computación. Esos l0mites , sin embar*o , no son muy limitantes. En última instancia podemos ampliar nuestros trillones veces de inteli*encia basado en la computación molecular. &e*ún mis cálculos , vamos a lle*ar a esos l0mites a finales de este si*lo. Es importante sePalar que no todos los fenómenos e'ponencial es un eemplo de la ley de los retornos acelerados . /l*unos observadores interpretan mal la 7)/R citando tendencias e'ponenciales que no son basada en la información ( por eemplo , sePalan , máquinas de afeitar de los hombres han pasado de una hoa de dos a cuatro, y lue*o pre*untar, Wdónde están las máquinas de afeitar de ocho palas T Máquinas de afeitar no son >todav0a ? una tecnolo*0a de la información . E n 7a sin*ularidad está cerca , proporcionó un e'amen teórico , incluyendo >en el ap2ndice de ese libro ? un tratamiento matemático de por qu2 el 7)/R es tan muy predecible. Esencialmente , siempre utiliamos la última tecnolo*0a para crear la
pró'ima . -ecnolo*0as de construir en s0 mismos de una manera e'ponencial , y este fenómeno es fácilmente medible si se trata de una tecnolo*0a de la información . En @JJA se utiliaron las computadoras y otras herramientas de la 2poca para crear los equipos de @JJ@ , y en CA@C estamos utiliando herramientas de información actuales para crear las máquinas de CA@D y CA@ . Más en t2rminos *enerales , esta aceleración y el crecimiento e'ponencial se aplica a cualquier proceso en el que los patrones de información evolucionan . 6emos, pues, la aceleración en el ritmo de la evolución bioló*ica , y similar > pero mucho más rápido ? la aceleración de la evolución tecnoló*ica, que es en s0 mismo una consecuencia de la evolución bioló*ica . /hora ten*o una trayectoria pública de más de un cuarto de si*lo de predicciones basado en la ley de los retornos acelerados , a partir de los que se presentan en la era de las máquinas inteli*entes , que escrib0 a mediados de la d2cada de @JIA. 7os eemplos de predicciones precisas de ese libro son( la aparición a mediados o finales @JJA de una vasta red mundial de comunicaciones que atan a personas de todo el mundo entre s0 y con todo el conocimiento humano , una *ran ola de democratiación que sur*e de esta red de comunicación descentraliada , barriendo la nión &ovi2tica y la derrota de la campeona mundial de aedre por @JJI , y muchos otros. %escrib0 la ley de rendimientos acelerados , tal como se aplica a la computación , ampliamente en la era de las máquinas espirituales , en el que da a conocer un si*lo de datos que muestran la pro*resión doblemente e'ponencial del precio rendimiento de la computación a trav2s de @JJI . &e pone al d0a hasta el CAAJ a continuación. 9ace poco escrib0 una cr0tica de @G pá*inas de las predicciones que hice en la era de las máquinas inteli*entes , la era de las máquinas espirituales , y -he &in*ularity 4s 5ear. > sted puede leer el ensayo aqu0 , vaya al enlace en esta nota al final. ? J 7a era de las máquinas espirituales incluyó cientos de predicciones durante d2cadas espec0ficos > CAAJ , CA@J, CACJ y CAJJ ? . 1or eemplo , hice @H predicciones para el aPo CAAJ en la era de las máquinas espirituales , que escrib0 en @JJA. %e 2stos, @@F > HI por ciento? están del todo correcto a partir de finales de CAAJ , las predicciones que se ocupan de las medidas básicas de la capacidad y precio rendimiento de las tecnolo*0as de la información son especialmente precisos. )tro @C > I por ciento? son " esencialmente correcto . " n total de @CH predicciones > IG por ciento ? son correctas o esencialmente correcta. > %ado que las predicciones se hicieron espec0fica a una determinada d2cada , una predicción para CAAJ se consideraba "esencialmente correcta " si se hio realidad en CA@A o CA@@ . ? )tros @H > @C por ciento? son parcialmente correctas , y D > C por ciento? están equivocados . 7os cálculos por se*undo por > constante? mil dólares de diferente computin* devices.@A )peraciones de punto flotante por se*undo de diferentes supercomputers.@@ 7os transistores por chip para diferentes 4ntel processors.@C #its por dólar para la memoria dinámica de acceso aleatorio chips.@D #its por dólar para la memoria de acceso aleatorio chips.@ El precio medio del transistor en dollars.@F El número total de bits de memoria de acceso aleatorio enviado cada aPo.@G #its por dólar > en dólares constantes de CAAA ? para los datos ma*n2ticos stora*e.@H
4ncluso las predicciones que estaban "mal" no estaban mal. 1or eemplo, he considerado mi predicción de que nos tenemos los coches de autoconducción para estar mal, a pesar de que 3oo*le ha demostrado coches de autoconducción , ya pesar de que en octubre de CA@A cuatro fur*onetas el2ctricas sin conductor concluido con 2'ito un @D,AAA prueba de conducción $ilometros desde 4talia a +hina.@I E'pertos en la materia actualmente predicen que estas tecnolo*0as estarán disponibles de forma rutinaria a los consumidores a finales de esta d2cada. E'pansión e'ponencial tecnolo*0as informáticas y de comunicación , contribuyen a que el proyecto de entender y recrear los m2todos del cerebro humano . Este esfuero no es un proyecto or*aniado , sino más bien el resultado de un *ran número de proyectos diversos , incluyendo el modelado detallado de los componentes del cerebro que van desde las neuronas individuales a toda la cortea cerebral , el mapeo de la " connectome " > las cone'iones neuronales en el cerebro ? , simulaciones de las re*iones del cerebro , y muchos otros . -odo esto ha ido ampliando de forma e'ponencial. 3ran parte de la evidencia presentada en este libro sólo se ha convertido recientemente disponibles 1or eemplo, el estudio =edeen CA@C se discute en el cap0tulo , que mostró la muy ordenado y " simple" patrón reticular de las cone'iones en la cortea cerebral >para citar a los investi*adores ? . 7os investi*adores en este estudio reconocen que su visión > e imá*enes? sólo fue posible como resultado de la nueva tecnolo*0a de imá*enes de alta resolución. -ecnolo*0as de escaneo del cerebro están meorando en la resolución , espacial y temporal, a un ritmo e'ponencial . %iferentes tipos de m2todos de e'ploración del cerebro se persi*uen *ama de m2todos completamente no invasivas que se pueden utiliar con los seres humanos a m2todos más invasivos o destructivos en los animales . MR4 >resonancia ma*n2tica ?, una t2cnica de ima*en no invasiva , con relativamente alta resolución temporal, ha meorado de manera constante a un ritmo e'ponencial , hasta el punto de que las resoluciones espaciales están ahora cerca de @AA micrones > millon2simas de metro ? . n dia*rama de 6enn de imá*enes cerebrales methods.@J 9erramientas para la formación de imá*enes del brain.CA Resolución espacial de la RM en microns.C@ 7a resolución espacial de las imá*enes destructivas techniques.CC 7a resolución espacial de las t2cnicas de ima*en no destructivos en animals.CD ormación de imá*enes destructivo , que se realia para reco*er el connectome > mapa de todas las cone'iones interneuronales ? en los cerebros de animales , tambi2n se ha meorado a un ritmo e'ponencial . Resolución má'ima actual es de alrededor de cuatro nanómetros , lo cual es suficiente para ver las cone'iones individuales. -ecnolo*0as de inteli*encia artificial tales como los sistemas de comprensión del len*uae natural, no están disePadas para emular los principios de la teor0a de la función cerebral , sino más bien para una má'ima efectividad . /nte esto, cabe
destacar que las t2cnicas que se han *anado a cabo sean coherentes con los principios que he descrito en este libro ( la auto or*aniación , reconocedores de patrones erárquicos de invariantes auto asociativos con redundancia y de arriba a abao las predicciones . Estos sistemas tambi2n están ampliando de forma e'ponencial , ya que =atson ha demostrado . n obetivo principal de la comprensión del cerebro es ampliar nuestra caa de herramientas de t2cnicas para crear sistemas inteli*entes. /unque muchos investi*adores de la 4/ pueden no apreciar esto, ellos ya han sido profundamente influenciado por el conocimiento de los principios del funcionamiento del cerebro. Entender el cerebro tambi2n nos ayuda a revertir disfunciones cerebrales de diversa 0ndole. 9ay, por supuesto , otro de los obetivos clave del proyecto de in*enier0a inversa del cerebro ( comprender qui2nes somos.
CAPÍTULO 11 O6ECIONES &i una máquina puede resultar indistin*uible de un ser humano , hay que adudicarle el respeto que har0a a un ser humano que debemos aceptar que tiene una mente. &tevan 9arnad 7 a principal fuente de oposición a la tesis sobre la ley de rendimientos acelerados y su aplicación a la amplificación de la inteli*encia humana se deriva de la naturalea lineal de la intuición humana . +omo he descrito anteriormente , cada uno de los varios cientos de millones de reconocedores de patrones en el neocórte' procesa información de manera secuencial. na de las implicaciones de esta or*aniación es que tenemos e'pectativas lineales sobre el futuro , por lo que los cr0ticos aplicar su intuición lineal a los fenómenos de información que son fundamentalmente e'ponencial. Me llamo obeciones en este sentido " las cr0ticas de la incredulidad ", en el que las proyecciones e'ponenciales parece incre0ble dada nuestra predilección lineal , y toman una variedad de formas . +ofundador de Microsoft, 1aul /llen >nacido en @JFD ? y su cole*a Mar$ 3reaves recientemente articulan varios de ellos en un ensayo titulado " 7a &in*ularidad no está cerca ", publicado en -echnolo*y Revie! ma*aine.@ Mientras mi respuesta aqu0 es que las cr0ticas particulares de /llen , que representan un ran*o t0pico de las obeciones a los ar*umentos que hemos hecho , sobre todo en relación con el cerebro. /unque las referencias /llen -he &in*ularity 4s 5ear en el t0tulo de su ensayo , su única cita en la obra es un ensayo que escrib0 en CAA@ > " 7a ley de retornos acelerados "? . 1or otra parte, el art0culo no se reconoce ni responde a los ar*umentos de hecho, me ha*o en el libro. 1or des*racia , creo que esto a menudo es el caso con los cr0ticos de mi trabao. +uando la era de las máquinas espirituales se publicó en @JJJ , aumentó más tarde por el ensayo de CAA@ , *eneró varias l0neas de la cr0tica , tales como( la ley de Moore lle*ará a su fin, la capacidad del hard!are se puede e'pandir e'ponencialmente pero el soft!are está atascado en el barro X el cerebro es demasiado complicado , hay capacidades en el cerebro que intr0nsecamente no puede ser replicado en el soft!are ,
y varios otros. na de las raones por las que escrib0 -he &in*ularity is 5ear fue para responder a esas cr0ticas. 5o puedo decir que /llen y los cr0ticos similares necesariamente han sido convencidos por los ar*umentos que hio en ese libro , pero al menos 2l y otros podr0a haber respondido a lo que realmente escrib0 . /llen ar*umenta que " la ley de retornos acelerados > 7)/R ? ... no es una ley f0sica. " Me *ustar0a sePalar que las leyes de la mayor0a de cient0ficos no son leyes f0sicas , sino que derivan de las propiedades emer*entes de un *ran número de eventos en un nivel inferior. n eemplo clásico son las leyes de la termodinámica > 7)-? . &i nos fiamos en las matemáticas que subyacen a la 7)-, modela cada part0cula como se*uir un paseo aleatorio , por lo que , por definición, no podemos predecir que cualquier part0cula en particular será en cualquier momento futuro. &in embar*o, las propiedades *lobales del *as son bastante predecible con un alto *rado de precisión , de acuerdo con las leyes de la termodinámica . 7o mismo ocurre con la ley de los retornos acelerados ( +ada proyecto de tecnolo*0a y colaborador es impredecible , pero la trayectoria *eneral , cuantificada a trav2s de medidas básicas de relación precio rendimiento y capacidad, sin embar*o, si*ue un camino muy predecible. &i la tecnolo*0a informática estaban siendo perse*uidos por un puPado de investi*adores , ser0a realmente impredecible. 1ero es el producto de un sistema suficientemente dinámica de proyectos competitivos que una medida básica de su relación precio rendimiento , tales como cálculos por se*undo por cada dólar de valor constante , si*ue una trayectoria e'ponencial suave, que data del censo de @IJA de /m2rica como lo sePaló en el cap0tulo anterior . Mientras que la base teórica de la 7)/R se presenta ampliamente en la sin*ularidad está cerca , el caso más fuerte para que se ha*a por la amplia evidencia emp0rica de que yo y otros presentes. /llen escribe que "el trabao estas " leyes " hasta que no lo hacen. " /qu0 está paradi*mas confusos con la trayectoria actual de una ona básica de tecnolo*0a de la información . &i nos e'aminamos , por eemplo, la tendencia a la creación de vac0o cada ve más pequePos tubos de paradi*ma para la meora de la computación en la d2cada de @JFA que es verdad que continuó hasta que no lo hio. 1ero a medida que el final de este paradi*ma particular, quedó claro , la presión creció la investi*ación para el pró'imo paradi*ma. 7a tecnolo*0a de transistores mantuvo la tendencia subyacente del crecimiento e'ponencial de precio rendimiento de la computación va , y que conduo a la quinta paradi*ma > la ley de Moore ? y la compresión continua de las caracter0sticas de los circuitos inte*rados . 9a habido predicciones re*ulares que la ley de Moore lle*ará a su fin. " 9oa de Ruta -ecnoló*ica 4nternacional para &emiconductores " de la industria de semiconductores de proyectos cuenta con siete nanómetros por el CACAs.C temprano en que las caracter0sticas principales puntos será el ancho de treinta y cinco átomos de carbono , y será dif0cil continuar reduci2ndolos más leos. &in embar*o , 4ntel y otros fabricantes de chips ya están dando los primeros pasos hacia el se'to paradi*ma , la informática en tres dimensiones, para continuar la meora e'ponencial del precio rendimiento. ;a se han introducido transistores tridimensionales y chips de memoria D % , proyectos de 4ntel que los chips tridimensionales estarán corriente por los aPos de la adolescencia . Este se'to paradi*ma mantendrá el 7)/R
va con respecto a la computadora del precio rendimiento a un tiempo más adelante en este si*lo, cuando el valor de cómputo de mil dólares será trillones de veces más potente que el ser humano cerebro.D > 1arece que /llen y yo son por lo menos de acuerdo sobre cuál es el nivel de la computación se requiere para simular la funcionalidad del cerebro humano. ? /llen se va a dar el ar*umento estándar de que el soft!are no está pro*resando de la misma manera e'ponencial como hard!are. En -he &in*ularity is 5ear Me diri*0 a esta cuestión en profundidad , citando diferentes m2todos de medición de compleidad y capacidad de soft!are que hacen mostrar una e'ponencial *ro!th.F n reciente estudio similar > " 4nforme al 1residente y al +on*reso , %isePo de un uturo %i*ital( ondo ederal 4nvesti*ación y %esarrollo de redes y -ecnolo*0a de la 4nformación , " por el +onseo 1residencial de /sesores en +iencia y -ecnolo*0a ? establece lo si*uiente ( /ún más notable y menos aún ampliamente entendida es que en muchas áreas, meoras en el rendimiento debido a las meoras en los al*oritmos han superado ampliamente incluso los aumentos dramáticos en la performance debido a la mayor velocidad del procesador. 7os al*oritmos que utiliamos hoy en d0a para el reconocimiento de vo , para la traducción del len*uae natural, para el ue*o de aedre , para la planificación lo*0stica, han evolucionado notablemente en la última d2cada .... /qu0 es sólo un eemplo , proporcionado por el profesor Martin 3r_tschel de Konrad :use :entrum f]r 4nformationstechni$ #erl0n. 3r_tschel , e'perto en optimiación, observa que un modelo de planificación de la producción de referencia resuelto usando pro*ramación lineal habr0a tomado IC aPos para resolver , en @JII , el uso de las computadoras y los al*oritmos de pro*ramación lineal del d0a. Nuince aPos despu2s, en CAAD este mismo modelo podr0a ser resuelto en más o menos @ minuto , una meora por un factor de apro'imadamente D millones. %e esto, un factor de apro'imadamente @AAA era debido al aumento de la velocidad del procesador , mientras que un factor de apro'imadamente D.AAA era debido a las meoras en los al*oritmos 8 3r_tschel tambi2n cita una meora de al*oritmos de más o menos DA.AAA de pro*ramación entera mi'ta entre @JJ@ y CAAI . El disePo y análisis de al*oritmos , y el estudio de la compleidad computacional inherente de los problemas , son subcampos fundamentales de la ciencia informática . -en*a en cuenta que la pro*ramación lineal que 3r_tschel cita anterior como se haya beneficiado de una meora en el rendimiento de D millones a @ es la t2cnica matemática que se utilia para asi*nar de manera óptima los recursos en un sistema de memoria erárquica como 99MM que se analió anteriormente . +ito muchos otros eemplos similares de este tipo en la sin*ularidad es 5ear.G En cuanto a la 4/ , /llen se apresura a descartar =atson de 4#M, una opinión compartida por muchos otros cr0ticos . Muchos de estos detractores no saben nada acerca de =atson que no sea el hecho de que es soft!are que se eecuta en un ordenador >aunque otro paralelo con HCA núcleos de procesador ? . /llen escribe que los sistemas tales como =atson " si*uen siendo frá*iles , sus l0mites de rendimiento se fian r0*idamente por sus supuestos internos y los al*oritmos que definen , no se pueden *eneraliar , y que con frecuencia dan respuestas sin sentido fuera de sus
áreas espec0ficas . " En primer lu*ar , podr0amos hacer una observación similar acerca de los seres humanos. -ambi2n me *ustar0a sePalar que las "áreas espec0ficas " de =atson incluyen todas =i$ipedia además de muchas otras bases de conocimiento , lo que no constituye un enfoque limitado . =atson se ocupa de una amplia *ama del conocimiento humano y es capa de hacer frente a las formas sutiles del len*uae , incluyendo ue*os de palabras , s0miles y metáforas en prácticamente todos los campos del quehacer humano. 5o es perfecto , pero tampoco lo son los seres humanos, y que era lo suficientemente bueno para ser victoriosos en eopardy 8 más de los meores u*adores humanos . /llen ar*umenta que =atson fue montado por los propios cient0ficos , la construcción de cada eslabón de conocimiento estrecha en áreas espec0ficas. Esto simplemente no es verdad . /unque al*unas áreas de datos de =atson se pro*raman directamente , =atson adquirió la mayor0a si*nificativa de su conocimiento sobre su propia mediante la lectura de documentos en len*uae natural tales como =i$ipedia . Eso representa su principal fuera , al i*ual que su capacidad de comprender el len*uae enrevesado en eopardy 8 consultas > respuestas en busca de una pre*unta? . +omo mencion2 anteriormente , *ran parte de la cr0tica de =atson es que funciona a trav2s de probabilidades estad0sticas en lu*ar de "verdadero " entendimiento. Muchos lectores interpretan esto como que =atson no es más que la recopilación de estad0sticas sobre secuencias de palabras . El t2rmino " información estad0stica " en el caso de =atson en realidad se refiere a los coeficientes distribuidos y cone'iones simbólicas en m2todos de auto or*aniación , como los modelos ocultos de Mar$ov erárquicos. no podr0a simplemente como despedir fácilmente las concentraciones de los neurotransmisores distribuidos y los patrones de cone'ión redundantes en la cortea humana como " información estad0stica . " Efecto que resolver las ambi*]edades en mucho de la misma manera que hace =atson teniendo en cuenta la probabilidad de diferentes interpretaciones de una frase . /llen continúa( " -oda estructura [ del cerebro \ se ha formado precisamente por millones de aPos de evolución para hacer al*o en particular , lo que sea . 5o es como una computadora, con miles de millones de transistores id2nticos en las matrices de memoria re*ulares que son controlados por una +1 con unos pocos elementos diferentes . En el cerebro cada estructura individual y circuito neural ha sido refinado por separado por la evolución y los factores ambientales " . Esta afirmación de que todas las estructuras y circuitos neuronales en el cerebro es único y no por disePo es simplemente imposible , porque si*nificar0a que el modelo del cerebro requerir0a cientos de miles de millones de bytes de información. El plan de estructural del cerebro >como la del resto del cuerpo ? está contenido en el *enoma , y el propio cerebro no puede contener más información sobre el disePo que el *enoma . -en*a en cuenta que la información epi*en2tica > tales como los p2ptidos que controlan la e'presión de *enes ? no apreciablemente aPadir a la cantidad de información en el *enoma . 7a e'periencia y el aprendiae hacen aumentar considerablemente la cantidad de información contenida en el cerebro, pero lo mismo se puede decir de los sistemas de inteli*encia artificial como =atson. Muestro en 7a &in*ularidad está cerca de eso, despu2s de la compresión sin p2rdida > debido a la
redundancia masiva en el *enoma? , la cantidad de información sobre el disePo del *enoma es de unos FA millones de bytes, apro'imadamente la mitad de los cuales >es decir , alrededor de CF millones de bytes ? pertenece a la brain.H Eso no es simple, pero es un nivel de compleidad que podemos tratar y representa menos compleidad que muchos sistemas de soft!are en el mundo moderno . /demás *ran parte del cerebro de CF millones de bytes de información de disePo *en2tico se refieren a las necesidades bioló*icas de las neuronas , no a sus al*oritmos de procesamiento de información . W+ómo lle*amos a del orden de @AA a @.AAA billones de cone'iones en el cerebro de sólo unas decenas de millones de bytes de información de disePo T )bviamente, la respuesta es a trav2s de la redundancia masiva . %harmendra Modha , *erente de +omputación +o*nitiva de 4#M Research, escribe que " neuroanatomistas no ha encontrado una red irremediablemente enredado, arbitrariamente conectados , completamente idiosincrásica al cerebro de cada individuo , pero en su lu*ar una *ran cantidad de repetición de estructura dentro de un cerebro individual y una *ran cantidad de homolo*0a entre especies .... 7a reconfi*urabilidad naturales sorprendente da esperana de que los al*oritmos básicos de neurocomputación son independientes de las modalidades sensoriales o motoras espec0ficas y que *ran parte de la variación observada en la estructura cortical a trav2s de áreas representa un refinamiento de un circuito canónica , sino que es de hecho este circuito canónica deseamos in*enier0a inversa ". I /llen ar*umenta a favor de una inherente " freno de la compleidad que necesariamente limitan el pro*reso en la comprensión del cerebro humano y la reproducción de sus capacidades ", basada en la idea de que cada uno de los apro'imadamente @AA a @.AAA billones de cone'iones en el cerebro humano está ah0 por disePo e'pl0cito. &u " freno de la compleidad" confunde el bosque con los árboles. &i usted quiere entender , modelar, simular y recrear un páncreas , que no es necesario volver a crear o simular cada or*ánulo en todas las c2lulas del islote pancreático. sted quiere en lu*ar de comprender una c2lula islote , a continuación resumen su funcionalidad básica en lo que respecta al control de la insulina , y lue*o e'tender el proceso a un *rupo *rande de tales c2lulas . Este al*oritmo se entiende bien con respecto a c2lulas de los islotes . En la actualidad hay páncreas artificiales que utilian este modelo funcional se está probando . /unque sin duda hay mucha más compleidad y la variación en el cerebro que en las c2lulas de los islotes repetidas masiva del páncreas , hay repetición , no obstante masiva de funciones , como he descrito en varias ocasiones en este libro. 7as cr0ticas a lo lar*o de las l0neas de /llen tambi2n articulan lo que yo llamo el " pesimismo del cient0fico. " 7os investi*adores que trabaan en la pró'ima *eneración de la tecnolo*0a o de modelar un área cient0fica son siempre luchando con ese conunto inmediato de los desaf0os , as0 que si al*uien describe lo que la tecnolo*0a se verá en die *eneraciones , con los oos vidriosos . no de los pioneros de los circuitos inte*rados se acordaba de m0 recientemente las luchas para pasar de @A micrones > @A.AAA nanómetros ? cuentan con tamaPos de F micrones > F.AAA nanómetros ? caracter0sticas hace más de treinta aPos . 7os cient0ficos se mostraron cautelosamente confiado de alcanar este
obetivo , pero cuando la *ente predio que al*ún d0a nos *ustar0a realmente tener circuitos con tamaPos de la caracter0stica menos de @ $m cron > @AAA nanómetros ? , la mayor parte de ellos , centrado en su propia meta , el pensamiento de que era demasiado salvae para contemplar . 7as obeciones se hicieron con respecto a la fra*ilidad de los circuitos en ese nivel de precisión , los efectos t2rmicos , y as0 sucesivamente . 9oy 4ntel ha comenado a utiliar los chips con lon*itudes de puerta de CC nanómetros . uimos testi*os de la misma especie de pesimismo con respecto al 1royecto del 3enoma 9umano. / mitad de camino a trav2s del esfuero de quince aPos , sólo el @ por ciento del *enoma se hab0a reco*ido , y cr0ticos se propone l0mites básicos sobre la rapide con que podr0a ser secuenciado sin destruir las estructuras *en2ticas delicadas . 1ero *racias al crecimiento e'ponencial de la capacidad y el rendimiento precio , el proyecto se terminó siete aPos despu2s. El proyecto de in*enier0a inversa del cerebro humano está pro*resando similar. 9ace poco , por eemplo, que hemos lle*ado a un umbral con t2cnicas de escaneo no invasivas , para que podamos ver las cone'iones interneuronales individuales que forman y disparando en tiempo real. 3ran parte de la evidencia que he presentado en este libro era dependiente de dicha evolución, y ha sido recientemente disponible. /llen describe mi propuesta sobre la in*enier0a inversa del cerebro humano como un simple escaneo del cerebro para comprender su estructura fina y lue*o simular todo un " abao hacia arriba " cerebro sin comprender sus m2todos de procesamiento de información . Esta no es mi asunto . 5osotros tenemos que entender en detalle cómo los tipos de neuronas de trabao y , a continuación, reco*er información acerca de cómo están conectados los módulos funcionales . 7os m2todos funcionales que se derivan de este tipo de análisis a continuación, se pueden *uiar el desarrollo de sistemas inteli*entes . #ásicamente , estamos buscando m2todos inspirados en la biolo*0a que pueden acelerar el trabao de /4 , *ran parte de lo que ha pro*resado sin una información valiosa sobre cómo el cerebro lleva a cabo funciones similares. %esde mi propio trabao en el reconocimiento de vo , s2 que nuestro trabao se aceleró en *ran medida cuando *anamos comprensión de cómo el cerebro elabora y transforma la información auditiva . 7a forma en que las estructuras redundantes masivamente en el cerebro se diferencian es a trav2s del aprendiae y la e'periencia. El estado actual de la t2cnica en la 4/ no en el hecho de que los sistemas aprendan tambi2n de su propia e'periencia. 7os coches de autoconducción de 3oo*le aprender de su propia e'periencia de conducción , as0 como de los datos de los veh0culos de 3oo*le impulsada por factores humanos , =atson aprendió la mayor parte de sus conocimientos mediante la lectura por s0 mismo. Es interesante observar que los m2todos desple*ados hoy en /4 han evolucionado para ser matemáticamente muy similar a los mecanismos en el neocórte' . )tra obeción a la posibilidad de " 4/ fuerte " >inteli*encia artificial a nivel humano y más? que a menudo se plantea es que el cerebro humano hace un amplio uso de la computación analó*ica, mientras que los m2todos di*itales inherentemente no pueden replicar las *radaciones de valor que las representaciones analó*icas pueden encarnar Es cierto que un bit es encendido o apa*ado , pero las palabras de varios bits
fácilmente representar múltiples *radaciones y puede hacerlo en cualquier *rado de precisión deseado . Esto es , por supuesto , hace todo el tiempo en los ordenadores di*itales . +omo es, la e'actitud de la información analó*ica en el cerebro > la fuera sináptica , por eemplo ? es sólo alrededor de un nivel dentro de CFG niveles que pueden ser representados por ocho bits . En el cap0tulo J he citado Ro*er 1enrose y oposición de &tuart 9ameroff , que se refer0a a los microtúbulos y la computación cuántica. Recordemos que afirman que las estructuras de microtúbulos en las neuronas están haciendo computación cuántica , y puesto que no es posible lo*rar que en los ordenadores , el cerebro humano es fundamentalmente diferente y, presumiblemente, meor. +omo die antes, no hay pruebas de que los microtúbulos neuronales están llevando a cabo la computación cuántica . 7os seres humanos , de hecho, hacen un trabao muy pobre de resolver el tipo de problemas que un ordenador cuántico lo har0a sobresalir en >como factoriar números *randes ? . ; si nada de esto resultó ser cierto, no habr0a nada de restricción de la computación cuántica de que tambi2n se utilia en nuestros ordenadores. ohn &earle es famoso por introducir un e'perimento mental que 2l llama " la habitación china", un ar*umento se discute en detalle en 7a sin*ularidad está 5ear.J En definitiva , se trata de un hombre que lleva en las pre*untas escritas en chino y lue*o responde . 1ara hacer esto, se utilia un elaborado libro de re*las. &earle afirma que el hombre no tiene una verdadera comprensión de los chinos y no es " consciente" de la len*ua >como 2l no entiende las pre*untas o las respuestas ? a pesar de su aparente capacidad para responder a las pre*untas en chino. &earle compara con un ordenador y lle*a a la conclusión de que un equipo que podr0a responder a pre*untas en chino > esencialmente superación de una prueba de -urin* chino? ser0a , al i*ual que el hombre de la habitación china , no tienen una verdadera comprensión de la len*ua y no hay conciencia de lo que estaba haciendo . 9ay al*unas artimaPas filosóficas de la mano en el ar*umento de &earle . 1or un lado, el hombre de este e'perimento mental es sólo comparable a la unidad de procesamiento central > +1? de un ordenador. &e podr0a decir que una +1 no tiene una verdadera comprensión de lo que está haciendo , pero la +1 es sólo una parte de la estructura. En la habitación china de &earle , es el hombre con su libro de re*las que constituyen todo el sistema. Este sistema tiene una comprensión de los chinos , de lo contrario no ser0a capa de responder convincentemente a pre*untas en chino , lo que violar0a la suposición de &earle para este e'perimento . El atractivo del ar*umento de &earle se deriva del hecho de que es dif0cil hoy en d0a para inferir verdadera comprensión y la conciencia en un pro*rama de ordenador . El problema con este ar*umento , sin embar*o, es que se puede aplicar a su propia l0nea de raonamiento para el cerebro humano. +ada patrón neocortical reconocedor de hecho, cada neurona y cada componente neuronal está si*uiendo un al*oritmo. >%espu2s de todo , estos son los mecanismos moleculares que si*uen la ley natural. ? &i lle*amos a la conclusión de que despu2s de un al*oritmo es incompatible con la verdadera comprensión y la conciencia, entonces tendr0amos que concluir tambi2n que el cerebro humano no presenta estas cualidades tampoco. sted puede tomar ar*umento de la habitación china de ohn &earle y simplemente sustituir "cone'iones
interneuronales manipulación y fortaleas sinápticas " por las palabras " la manipulación de s0mbolos" y tendrá un ar*umento convincente en el sentido de que el cerebro humano no puede entender realmente nada. )tra l0nea de ar*umentación proviene de la naturalea de la naturalea , que se ha convertido en una nueva tierra sa*rada para muchos observadores . 1or eemplo, 5ueva :elanda biólo*o Michael %enton >nacido en @JD ? ve una *ran diferencia entre los principios de disePo de las máquinas y las de la biolo*0a. %enton escribe que las personas naturales son " autoor*aniación , ... autorreferencial , ... auto^ replicante , ... rec0proco , ... auto formativa , y ... hol0stico. " @A /firma que tales formas bioló*icas sólo se pueden crear a trav2s de procesos bioló*icos y que estas formas son lo que " inmutable, impenetrable ... y ... las realidades fundamentales "de la e'istencia, y por lo tanto , básicamente, una cate*or0a filosófica diferente de máquinas. 7a realidad , como hemos visto , es que las máquinas pueden ser disePados utiliando estos mismos principios . /prendiae de los paradi*mas de disePo espec0ficos de la naturalea más inteli*ente entidad el cerebro humano es precisamente el obetivo del proyecto de in*enier0a inversa del cerebro . -ampoco es cierto que los sistemas bioló*icos son totalmente " hol0stica ", como dice %enton , ni , a la inversa , qu2 máquinas deben ser completamente modular. 9emos identificado claramente las erarqu0as de las unidades de la funcionalidad de los sistemas naturales, especialmente el cerebro, y los sistemas de inteli*encia artificial están utiliando m2todos comparables . Me parece que muchos cr0ticos no estarán satisfechos hasta que las computadoras pasan rutinariamente la prueba de -urin*, pero incluso ese l0mite no será clara. &in lu*ar a dudas , habrá controversia sobre si reclamaron pruebas de -urin* que se han administrado son válidas. %e hecho , probablemente voy a estar entre los primeros cr0ticos despectivos reclamaciones en este sentido. 1or el momento los ar*umentos acerca de la valide de un equipo de pasar la prueba de -urin* hacen sentar la cabea , los equipos tendrán tiempo que superó la inteli*encia humana no amplificada Mi 2nfasis está en la palabra " amplificada ", porque la meora es precisamente la raón por la que estamos creando estos "niPos de la mente ", como 9ans Moravec llama ellos@@ combinación de reconocimiento de patrones a nivel humano con la velocidad inherente y la precisión de las computadoras se traducirá en las habilidades muy poderosas . 1ero esto no es una invasión e'traterrestre de máquinas inteli*entes de Marte estamos creando estas herramientas para hacernos más inteli*entes. +reo que la mayor0a de los observadores están de acuerdo conmi*o en que esto es lo que es único acerca de la especie humana ( +onstruimos estas herramientas para ampliar nuestro alcance.
EPÍLO%O #astante sombr0as, caballeros de la ima*en ... climas del mundo están cambiando, los mam0feros se están apoderando , y todos tienen un cerebro del tamaPo de una nue. 7os dinosaurios que hablan, en /l otro lado de 3ary 7arson
7a inteli*encia puede ser definida como la capacidad de resolver problemas con recursos limitados, en el que un tal recurso clave es el tiempo. /s0, la capacidad de resolver con mayor rapide un problema como la búsqueda de alimentos o evitar un depredador reflea un mayor poder del intelecto . 4nteli*encia evolucionó porque era útil para la supervivencia , un hecho que puede parecer obvio, pero con la que no todo el mundo está de acuerdo. -al como se practica por nuestra especie, que nos ha permitido no sólo para dominar el planeta, sino a meorar constantemente la calidad de nuestras vidas. Este último punto , tambi2n, no es evidente para todos, dado que no e'iste una percepción *eneraliada de hoy en d0a que la vida está empeorando . 1or eemplo, una encuesta de 3allup publicada el de mayo de CA@@, reveló que sólo el " por ciento de los estadounidenses cree que los óvenes de hoy tendrán una vida meor que sus padres . " @ &i nos fiamos en las tendencias *enerales , no sólo tiene la esperana de vida humana se cuadruplicó en la última milenio >y más que duplicado en los últimos dos si*los ? , C pero el 14# per cápita > en dólares constantes corrientes? ha pasado de cientos de dólares en @IAA a miles de dólares en la actualidad , con las tendencias más pronunciadas en los pa0ses desarrollados sólo mundo.D un puPado de democracias de hace un si*lo , mientras que son la norma en la actualidad. 1ara obtener una perspectiva histórica de lo mucho que hemos avanado , le su*iero la *ente lee 7eviatán de -homas 9obbes > @GF@ ? , en el que describe la "vida del hombre" como " solitaria, pobre , desa*radable, brutal y corta ". 1ara una perspectiva moderna , el reciente libro de la abundancia > CA@C ? , por el 1remio de la undación fundador > y cofundador conmi*o de la niversidad &in*ularity ? 1eter %iamandis y divul*ador cient0fico &teven Kotler , documenta las maneras e'traordinarias en las que la vida ha meorado de manera constante en todas las dimensiones . &teven 1in$er Y s reciente de los meores án*eles de nuestra naturalea ( W1or qu2 la violencia ha disminuido > CA@@ ? documenta cuidadosamente el aumento constante de las relaciones pac0ficas entre las personas y los pueblos. /bo*ado americano , empresario y autor Martine Rothblatt >nacido en @JF ? documenta la meora constante de los derechos civiles , sePalando , por eemplo, cómo en un par de d2cadas el matrimonio entre personas del mismo se'o pasó de ser le*almente reconocida en nin*ún lu*ar del mundo para estar le*almente aceptado en un número cada ve mayor de urisdictions. na raón principal de que la *ente cree que la vida es cada ve peor es porque nuestra información acerca de la problemas del mundo ha meorado de manera constante . &i hay una batalla hoy en al*ún lu*ar del planeta, lo vivimos casi como si estuvi2ramos all0. %urante la &e*unda 3uerra Mundial, decenas de miles de personas podr0an perecer en una batalla , y si el público lo ve0a en todo lo que estaba en un noticiario *ranulada en un cine semanas posteriores. %urante la 1rimera 3uerra Mundial, una pequePa elite pod0a leer sobre la marcha del conflicto en el periódico > sin imá*enes ? . %urante el si*lo 4 hubo casi nin*ún acceso a las noticias en el momento oportuno para cualquiera. El avance que hemos hecho como una especie debido a nuestra inteli*encia se reflea en la evolución de nuestro conocimiento , que incluye nuestra tecnolo*0a y nuestra cultura. 5uestras diversas tecnolo*0as son cada ve más las tecnolo*0as de la
información, que por s0 continúan avanando de manera e'ponencial. Es a trav2s de este tipo de tecnolo*0as que somos capaces de hacer frente a los *randes desaf0os de la humanidad , tales como el mantenimiento de un medio ambiente sano , proporcionando los recursos para una población creciente > incluida la ener*0a , alimentos y a*ua? , la superación de la enfermedad , que se e'tiende mucho la lon*evidad humana , y la eliminación de la pobrea. Es sólo mediante la e'tensión de nosotros mismos con la tecnolo*0a inteli*ente que podemos hacer frente a la ma*nitud de la compleidad necesaria para hacer frente a estos desaf0os. Estas tecnolo*0as no son la van*uardia de una invasión inteli*ente que competirá con y en última instancia desplaarnos . %esde que tomó un palo para lle*ar a una rama más alta , hemos utiliado nuestras herramientas para e'tender nuestro alcance , tanto f0sica como mentalmente. Nue podamos tener un dispositivo de nuestro bolsillo hoy y acceder a *ran parte del conocimiento humano con sólo pulsar unas teclas nosotros se e'tiende más allá de lo ima*inable por la mayor0a de los observadores hace sólo unas pocas d2cadas. El " tel2fono celular " >el t2rmino se coloca entre comillas porque es mucho más que un tel2fono ? en el bolsillo es un millón de veces más barato sin embar*o, miles de veces más potente que la computadora todos los estudiantes y profesores del M4- comparten cuando era un estudiante all0. Eso es un aumento de varios miles de millones de veces en la relación precio rendimiento en los últimos cuarenta aPos , una escalada que nos veremos de nuevo en los pró'imos veinticinco aPos, cuando lo usa para caber en un edificio, y ahora cabe en el bolsillo, se auste en el interior una c2lula de san*re . %e esta manera vamos a fusionar con la tecnolo*0a inteli*ente que estamos creando. 5anobots inteli*entes en nuestro torrente san*u0neo mantendrá nuestro cuerpo bioló*ico saludable a nivel celular y molecular. 6an a ir en nuestro cerebro no invasiva a trav2s de los capilares e interactuar con nuestras neuronas bioló*icas , que se e'tiende directamente a nuestra inteli*encia. Esto no es tan futurista como puede parecer. ;a hay dispositivos de c2lulas de san*re de tamaPo que pueden curar la diabetes tipo 4 en animales o detectar y destruir las c2lulas cancerosas en el torrente san*u0neo . En base a la ley de los retornos acelerados , estas tecnolo*0as serán un billón de veces más potente dentro de tres d2cadas de lo que son hoy. ;a me considero los dispositivos que uso y la nube de los recursos informáticos a los que están conectados virtualmente como una e'tensión de m0 mismo, y me siento menos completa si estoy separado de estos e'tensores del cerebro . 1or eso la huel*a de un d0a por 3oo*le , =i$ipedia , y miles de otros sitios !eb en contra de la ley &)1/ >&top )nline 1iracy /ct ? el @I de enero de CA@C, fue tan notable ( me sent0 como si una parte de mi cerebro se va a la huel*a >aunque yo y otros encontr2 maneras de acceder a estos recursos en l0nea ? . -ambi2n fue una impresionante demostración del poder pol0tico de estos sitios como el proyecto de ley , que parec0a que se diri*0a a la ratificación , murió instantáneamente . 1ero lo más importante, demostró cuan profundamente tenemos pieas ya e'ternaliados de nuestro pensamiento a la nube de computación . ;a es parte de lo que somos . na ve que habitualmente tenemos la inteli*encia no bioló*ica inteli*ente en nuestro cerebro , este aumento y la nube que está conectado a va a se*uir creciendo en la capacidad de manera e'ponencial.
7a inteli*encia vamos a crear a partir de la in*enier0a inversa del cerebro tendrá acceso a su códi*o fuente , y será capa de meorar rápidamente s0 en un ciclo de disePo acelerar iterativo. /unque e'iste una considerable plasticidad en el cerebro humano bioló*ica , como hemos visto , tiene una arquitectura relativamente fio, que no puede ser modificado de manera si*nificativa , as0 como una capacidad limitada . 5o somos capaces de incrementar sus DAA millones de reconocedores de patrones para , por eemplo, AA millones menos que lo ha*amos no bioló*icamente . na ve que podemos lo*rarlo, no habrá nin*una raón para parar en un determinado nivel de capacidad. 1odemos pasar a hacerlo de mil millones de patrones reconocedores , o un billón . %esde meora cuantitativa viene avance cualitativo . El avance evolutivo más importante en el 9omo sapiens era cuantitativa ( el desarrollo de un frente más *rande para dar cabida a más neocórte' . na mayor capacidad de neocortical habilitado esta nueva especie para crear y contemplar pensamientos a niveles conceptuales más altos, lo que resulta en la creación de todos los diversos campos del arte y la ciencia. / medida que a*re*amos más neocorte' en una forma no bioló*ica , podemos esperar que los niveles cualitativos más altos de abstracción. Matemático británico 4rvin . #ueno , cole*a de /lan -urin* , escribió en @JGF que " la primera máquina ultrainteli*ente es el último invento de que el hombre necesita que realiar. " &e define como una máquina como la que podr0a superar las "actividades intelectuales de cualquier hombre sin embar*o inteli*ente ", y concluyó que" desde el disePo de las máquinas es una de estas actividades intelectuales , una máquina ultrainteli*ente podr0a disePar máquinas aún meores , no habr0a entonces , sin duda, ser una " " e'plosión de inteli*encia ". 7a última invención que la evolución bioló*ica necesaria para que el neocórte' que inevitablemente conduce a la última invención que la humanidad necesita para hacer verdaderamente inteli*ente máquinas y el disePo de uno está inspirando a la otra. 7a evolución bioló*ica continúa , pero la evolución tecnoló*ica se está moviendo de un millón de veces más rápido que el primero. %e acuerdo con la ley de los retornos acelerados , a finales de este si*lo vamos a ser capaces de crear cómputo en los l0mites de lo posible, sobre la base de las leyes de la f0sica aplicada a computation.F llamamos materia y ener*0a or*aniada de esta manera " computronium ", que es mucho más poderosa libra por libra que el cerebro humano. 5o sólo será el cálculo bruto, pero será infundido con al*oritmos inteli*entes que constituyen todo el conocimiento humano máquina. +on el tiempo vamos a convertir *ran parte de la masa y la ener*0a en nuestro pequePo rincón de la *ala'ia que es adecuado para este propósito computronium . Entonces , para mantener la ley de la aceleración vuelve curso, tendremos que e'tender al resto de la *ala'ia y el universo . &i la velocidad de la lu en realidad si*ue siendo un l0mite ine'orable , entonces coloniar el universo va a tomar mucho tiempo, dado que el sistema de la estrella más cercana a la -ierra es de cuatro aPos lu de distancia . &i hay medios , incluso sutiles de eludir este l0mite, la inteli*encia y la tecnolo*0a será lo suficientemente potente como para e'plotarlos. Esta es una raón por la reciente su*erencia de que los muones que atravesaban los HDA $ilómetros del acelerador del +ER5 en la frontera francosuia para el 7aboratorio 3ran &asso , en 4talia central parec0an moverse más
rápido que la velocidad de la lu era una noticia potencialmente si*nificativo . Esta observación particular parece ser una falsa alarma , pero hay otras posibilidades de conse*uir alrededor de este l0mite. 5i siquiera tenemos que superar la velocidad de la lu si podemos encontrar accesos directos a otros lu*ares aparentemente leanos a trav2s de dimensiones espaciales más allá de los tres con los que estamos familiariados . &i somos capaces de superar o de otra manera de moverse por la velocidad de la lu como l0mite será el tema estrat2*ico clave para la civiliación humana máquina en el comieno del si*lo 44 . 7os cosmólo*os discuten sobre si el mundo terminará en fue*o > un cruido *rande para que coincida con el #i* #an* ? o hielo > la muerte de las estrellas , ya que se e'tienden en una e'pansión eterna? , pero esto no tiene en cuenta el poder de la inteli*encia , como si su emer*encia fuera sólo un espectáculo entretenido de la mecánica celeste *randes que ahora *obiernan el universo. W+uánto tiempo tomará para que podamos difundir nuestra inteli*encia en su forma no bioló*ica en todo el universo T &i somos capaces de superar la velocidad de la lu , sin duda un *ran si por eemplo, mediante el uso de a*ueros de *usano en el espacio >que son consistentes con nuestra comprensión actual de la f0sica ? , que se podr0a lo*rar en unos pocos si*los. %e lo contrario, es probable que tome mucho más tiempo. En cualquiera de los casos , el despertar del universo, y lue*o decidir inteli*entemente su destino mediante la infusión con la inteli*encia humana en su forma no bioló*ica , es nuestro destino.
NOTAS (ntro#ucc(ón @ . 9e aqu0 una frase de +ien aPos de soledad de 3abriel 3arc0a Márque ( /ureliano &e*undo no era consciente de la cantinela hasta el d0a si*uiente , despu2s del desayuno cuando se sintió ser molestado por un umbido que era por entonces más fluido y más fuerte que el sonido de la lluvia , y fue ernanda , quien estaba caminando por toda la casa queándose de que hab0an educado para ser una reina sólo para que su fin como sirvienta en una casa de locos , con un va*o idólatra , marido libertino que yac0a de espaldas esperando que llueva pan del cielo mientras ella se esforaba sus riPones tratando de mantener a flote un ho*ar se mantienen unidos con alfileres , donde hab0a tanto hacer, por lo dif0cil de soportar en el marco y la reparación desde el momento en que %ios le dio a su sol de la maPana hasta la hora de ir a la cama que cuando lle*ó all0 sus oos estaban llenos de cristal esmerilado , y sin embar*o nadie dice que ella " #uenos d0as, ernanda , Whas dormido bien T ", ni la hab0an pedido , aunque por cortes0a, por qu2 estaba tan pálida o por qu2 se despertó con anillos de color púrpura debao de sus oos , a pesar del hecho de que ella lo esperaba, por supuesto, , de una familia que siempre hab0a considerado su una molestia , un trapo vieo , un piquero pintado en la pared, y que siempre se va por ah0 diciendo cosas en contra de ella a sus espaldas , llamándola +hurchmouse , llamándola fariseo , llamándola astuto, y incluso /maranta , que descanse en pa , hab0a dicho en vo alta que ella era una de esas personas que no pod0an contar sus
rectos de sus cenias , que %ios ten*a misericordia , tales palabras , y ella hab0a tolerado todo con resi*nación por el &anto 1adre , pero ella no hab0a sido capa de tolerar más que cuando el mal os2 /rcadio &e*undo dio que la perdición de la familia hab0a lle*ado cuando abrió sus puertas a un montaP2s en*re0da , ima*0nate , un montaP2s mandona , &ePor sálvanos , un montaP2s hia del mal len*ua de la misma banda que los montaPeses el *obierno envió a matar a los trabaadores , que me di*a , y que se refer0a a nadie más que a ella, la ahiada del duque de /lba , una muer de ese linae que hio el h0*ado de las esposas alaba presidentes , una noble dama de la san*re bien como ella, que ten0a derecho a firmar once nombres peninsulares y que era la única criatura mortal en ese pueblo lleno de hios de puta que no se sent0an confundidos todo a la vista de diecis2is pieas de cubiertos, por lo que su marido adúltero podr0a morir de la risa despu2s y decir que no estaban destinados tantos cuchillos y tenedores y cucharas para un ser humano, sino de un ciempi2s , y el único que pod0a decir con los oos cerrados cuando el vino blanco era sirve y de qu2 lado y en el que el vidrio y cuando el vino roo y de qu2 lado y en el que el vidrio y no como ese campesino de /maranta , que descanse en pa , que pensaba que el vino blanco se sirve en el vino durante el d0a y roo en la noche, y el único en toda la costa que podr0an estar or*ullosos del hecho de que ella se hio car*o de su cuerpo necesita solamente en bacinillas de oro , por lo que el coronel /ureliano #uend0a , que descanse en pa , podr0a tener el descaro de pedirle con su Masonic mal humor que hab0a recibido ese privile*io , y si ella no shit shit pero ca*ado albahaca , ima*0nense , con esas mismas palabras , y para que Renata , su propia hia, que por un descuido hab0a visto heces en el dormitorio, hab0a respondido que, incluso si el bote estaba todo el oro y con un escudo de armas, lo que hab0a dentro era pura mierda , mierda f0sica , y peor aún que cualquier otro tipo , ya que estaba atrapado mierda montaPa, ima*0nese , su propia hia, de modo que ella nunca tuvo ilusiones sobre el resto de la familia, pero en cualquier caso no ten0a derecho a esperar un poco más de consideración por parte de su marido porque , para bien o para mal, 2l era su esposo consa*rada , su compaPera , su e'poliador le*al, que tomó sobre s0 mismo por su propia voluntad soberana y la *rave responsabilidad de llevarla leos de su casa paterna , en la que nunca quiso a favor o sufr0a de nada , donde se te0an coronas fúnebres como un pasatiempo , ya que su padrino hab0a envió una carta con su firma y el sello de su anillo en la cera de lacre , simplemente decir que el no estaban destinados manos de su ahiada para las tareas de este mundo , e'cepto a u*ar el clavicordio , y, sin embar*o , su marido demente hab0an llevado de su casa con todo tipo de admoniciones y advertencias y se hab0an llevado a la sart2n del infierno donde una persona no pod0a respirar por el calor , y antes de que ella hab0a terminado su 1entecostal rápido que se hab0a ido con sus baúles errantes y acordeón de su derrochador de pan en adulterio con un miserable de quien sólo era suficiente para ver su trasero , bueno, eso es se ha dicho , al verla mover su ye*ua está detrás con el fin de adivinar que era , que era , todo lo contrario de ella, que era una sePora en un palacio o en una pocil*a , en la mesa o en la cama, una dama de la cr0a, temerosos de %ios , obedeciendo sus leyes y sumisa a sus deseos, y con el que no pudo realiar , por supuesto , las acrobacias y payasadas trampish que hio con el otro, que , por supuesto , estaba preparado para cualquier cosa, como las matronas francesas, y peor
aún , si se considera as0 , porque por lo menos tuvieron la honestidad de poner una lu roa en su puerta, cochinada as0, ima*0nate , y eso era todo lo que se necesita por la única y amada hia de %oPa Renata /r*ote y don ernando del +arpio , y sobre todo este último , un hombre de bien , un buen cristiano, un caballero de la )rden del &anto &epulcro , los que reciben directamente de %ios el privile*io de permanecer intacta en sus tumbas con la piel suave como las meillas de una novia y sus oos vivos y claros como esmeraldas . C . 62ase el *ráfico "El crecimiento en 3en#an$ /%5 %atos de &ecuencia " en el cap0tulo @A . D . +hen* :han* y Ma ianpen* , " Muestreo y /plicaciones de ple*amiento de prote0nas en solvente e'pl0cito , Enhanced " %iario de la Nu0mica 0sica @DC , no. C > CA@A ? ( C.@A@ . 6er tambi2n http(foldin*.stanford.eduEn*lish/bout sobre el proyecto oldin* home , que ha aprovechado más de cinco millones de computadoras alrededor del mundo para simular el ple*amiento de prote0nas . . 1ara una descripción más completa de este ar*umento, v2ase la sección " [ El impacto ... \ en el destino inteli*ente del +osmos ( W1or qu2 es probable que estemos solos en el niverso " , en el cap0tulo G de la sin*ularidad está cerca de Ray Kur!eil >5ueva ;or$( vi$in*, CAAF ? . F . ames %. =atson , %escubriendo el cerebro >=ashin*ton , %+ ( 5ational /cademies 1ress, @JJC ? . G . &ebastian &eun* , +onectoma ( +ómo cableado del cerebro que nos hace quienes somos > 5e! ;or$( 9ou*hton Mifflin 9arcourt, CA@C ? . H . " Mandelbrot :oom, " http(!!!.youtube.com!atchTvU*E!I'pb@aR/ X ":oom ractal Mandelbrot +orner ", http(!!!.youtube.com!atchTvU33#!u;u))s .
Ca,'tu$o 1 Pen-am(ento e+,er(mento- en e$ mun# @ . +harles %ar!in , El )ri*en de las Especies >1 +ollier &on, @JAJ ? , @IFJFJG . C . %ar!in , El )ri*en de las Especies , HF@ > CAG.@.@G ? , edición 6ariorum de 1ec$ham, editado por Morse 1ec$ham, El )ri*en de las Especies de +harles %ar!in ( n -e'to 6ariorum > 1hiladelphia ( niversity of 1ennsylvania 1ress, @JFJ? . D . R. %ahm , " %escubriendo el /%5 ( riedrich Miescher y los primeros aPos de 5ucleic /cid Research , " 9uman 3enetics @CC , no. G > CAAI ? ( FGFI@ , doi ( @A.@AAHsAADJAAHADDA X 1M4% @HJA@JIC . . 6alery 5. &oyfer , " 7as consecuencias de la dictadura pol0tica de la ciencia rusa, " 5aturalea Revie!s 3enetics C , no. J > CAA@ ? ( HCDCJ , doi ( @A.@ADIDFAIIFJI X 1M4% @@FDDHC@ . F . % =atson y 9+ +ric$, "una estructura para el ácido deso'irribonucleico , " 5ature @H@ >@JFD? ( HDHDI , http(!!!.nature.comnaturednaFA!atsoncric$.pdf y " %ouble 9eli' ( FA /Pos de /%5 , "archivo 5aturalea, http(!!!.nature.comnaturednaFAarchive.'html . G . ran$lin murió en @JFI y el 1remio 5obel por el descubrimiento del /%5 fue concedido en @JGC . E'iste controversia en cuanto a si o no ella habr0a compartido el premio que hab0a estado vivo en @JGC.
H . /lbert Einstein , "&obre la electrodinámica de los cuerpos en movimiento " > @JAF ? . En este trabao se estableció la teor0a especial de la relatividad. 62ase Robert #ruce 7indsay y 9enry Mar*enau , 7os fundamentos de la 0sica > =oodbrid*e , +-( )' #o! 1ress, @JI@ ? , DDA. I . " Radiómetro de +roo$es , " =i$ipedia, http(en.!i$ipedia.or*!i$i+roo$esradiometer . J . -en*a en cuenta que al*unos de el impulso de los fotones se transfiere a las mol2culas de aire en el bulbo > ya que no es un vac0o perfecto ? y lue*o transferidos de las mol2culas de aire caliente a la paleta . @A . /lbert Einstein ( " W7a inercia de un cuerpo depende de su contenido de ener*0a T " >@JAF ? . En este trabao se estableció la famosa fórmula de Einstein E U mcC . @@ . "+artas de /lbert Einstein al presidente ran$lin %elano Roosevelt , " http(hyperte'tboo$.come!orldeinstein.shtml . +ap0tulo D ( n modelo del 5eocórte' ( El Reconocimiento de 1atrones
Teor'a #e $a Mente @ . /l*unos no mam0feros , como los cuervos , loros y pulpos, se informó a ser capaces de un cierto nivel de raonamiento , sin embar*o , esto es limitado y no ha sido suficiente para crear herramientas que tienen su propio curso evolutivo de desarrollo . Estos animales pueden haber adaptado otras re*iones del cerebro para llevar a cabo un pequePo número de niveles de pensamiento erárquico , pero se requiere un neocórte' para el pensamiento erárquico relativamente sin restricciones que los seres humanos pueden llevar a cabo . C . 6# Mountcastle ", un principio de or*aniación para la función cerebral ( el modelo de la unidad y el sistema distribuido " > @JHI ? , de 3erald M. Edelman y 6ernon #. Mountcastle , El +erebro +onsciente ( )r*aniación cortical y de la -eor0a de 3rupos selectiva de las funciones cerebrales superiores >+ambrid*e , M/( M41ress, @JIC ? . D . 9erbert /. &imon , " 7a )r*aniación de los &istemas +ompleos , " en 9o!ard 9. 1attee , ed. , -eor0a de la erarqu0a ( El desaf0o de &istemas +ompleos > 5e! ;or$ ( 3eor*e #railler , 4nc. , @JHD ? , http(blo*.santafe.edu!p^ contentuploadsCAAJADsimon @JHD.pdf . . Marc %. 9auser, 5oam +homs$y , y =. -ecumseh itch , " 7a facultad del len*uae ( WNu2 es , que lo tiene, y cómo evolucionóT " +iencia CJI >noviembre de CAAC?( @FGJ@FHJ , http( !!!.sciencema*.or*contentCJIFFJI@FGJ.short . F . El si*uiente pasae del libro de -ranscend ( 5ueve pasos para vivir bien siempre, por Ray Kur!eil y -erry 3rossman >5e! ;or$( Rodale, CAAJ ? , describe esta t2cnica suePos lúcidos con más detalle ( 9e desarrollado un m2todo para resolver problemas mientras duermo . 9e perfeccionado por m0 mismo durante varias d2cadas y han aprendido los medios sutiles por las que esto es probable que funcione meor. Empieo a cabo mediante la asi*nación de un mismo problema cuando me meto en la cama . Esto puede ser cualquier tipo de problema . 1odr0a ser un problema de
matemáticas , un problema con uno de mis inventos , una pre*unta estrate*ia comercial, o incluso un problema interpersonal . 6oy a pensar en el problema durante unos minutos , pero trato de no resolverlo. Eso acaba de cortar la resolución creativa de problemas por venir . ;o trato de pensar en ello. WNu2 s2 yo de estoT WNu2 forma podr0a adoptar una soluciónT ; lue*o me voy a dormir . 9acer esto prepara la mente subconsciente para trabaar en el problema . -erry ( &i*mund reud sePaló que cuando soPamos , muchos de los censores de nuestro cerebro está relaado , por lo que podr0amos soPar con cosas que sean social , cultural o incluso se'ual tabú. 1odemos soPar con cosas raras que no 0bamos a dearnos pensar durante el d0a . Eso es , al menos, una de las raones por qu2 los suePos son e'traPos . Ray ( -ambi2n hay anteoeras profesionales que impiden a las personas a pensar de forma creativa , muchos de los cuales provienen de nuestra formación profesional, bloqueos mentales tales como " usted no puede solucionar un problema de procesamiento de sePal de esa manera " o " la lin*]0stica no se supone que usar esas re*las . " estos supuestos mentales tambi2n están relaados en nuestro estado de suePo, as0 que voy a soPar con nuevas formas de resolver problemas sin tener que responsabiliarse por estas restricciones durante el d0a . -erry ( 9ay otra parte de nuestro cerebro tambi2n no funcionaba cuando soPamos , nuestras facultades racionales para evaluar si una idea es raonable. /s0 que esa es otra raón por la que las cosas e'traPas o fantásticas suceden en nuestros suePos. +uando el elefante camina a trav2s de la pared , no estamos sorprendidos de cómo el elefante pod0a hacer esto. 5os decimos a nosotros mismos suePos ( "Está bien , un elefante caminó a trav2s de la pared, no es *ran cosa . "%e hecho , si me despierto en medio de la noche , a menudo me encuentro con que he estado soPando de manera e'traPa y oblicua sobre el problema que me asi*naron a m0 mismo . Ray ( El si*uiente paso se da en la maPana en el estado a medio camino entre el suePo y la vi*ilia , que a menudo se llama el suePo lúcido . En este estado, todav0a ten*o los sentimientos y las imá*enes de mis suePos , pero ahora yo ten*o mis facultades racionales . Me doy cuenta , por eemplo, que estoy en una cama. ; podr0a formular el pensamiento racional que ten*o mucho que hacer, as0 que será meor que levantarse de la cama . 1ero eso ser0a un error. &iempre que puedo , voy a quedarme en la cama y continuar en este estado de suePo lúcido , ya que es fundamental para este m2todo de resolución de problemas creativa. 1or cierto, esto no funciona si la alarma suena .
Lector Suena como e$ me2or #e $o- #o- mun#o-9 Ray ( E'actamente. -odav0a ten*o acceso a los pensamientos del suePo sobre el problema que he asi*nado a m0 mismo la noche anterior. 1ero ahora soy lo suficientemente consciente y racional para evaluar las nuevas ideas creativas que
vienen a m0 durante la noche. 1uedo determinar cuáles tienen sentido. %espu2s tal ve CA minutos de esto, siempre tendrá nuevas visiones penetrantes en el problema. ;o he lle*ado con las invenciones de esta manera > y pasó el resto del d0a por escrito una solicitud de patente ? , descubierto la manera de or*aniar el material para un libro como 2ste, y lle*ar a ideas útiles para una diversidad de problemas. &i ten*o una decisión clave para hacer , siempre voy a pasar por este proceso , despu2s de lo cual estoy probabilidades de tener verdadera confiana en mi decisión . 7a clave del proceso es dear que tu mente , para ser libre de preuicios , y no preocuparse por lo bien que el m2todo funciona. Es lo contrario de una disciplina mental. 1iense en el problema, pero lue*o dear las ideas pasen sobre ti como te duermas. 7ue*o, en la maPana , dea que tu mente vaya de nuevo al revisar las e'traPas ideas que tus suePos se *eneran. 9e encontrado que esto es un m2todo de *ran valor para el aprovechamiento de la creatividad natural de mis suePos. 7ector( #ueno, para los adictos al trabao entre nosotros , ahora podemos trabaar en nuestros suePos. 5o estoy se*uro de mi esposo se va a apreciar esto. Ray ( En realidad , se puede pensar en ello como conse*uir sus suePos de hacer su trabao para usted . +ap0tulo ( El 5eocorte' #ioló*ica @ . &teven 1in$er, +ómo funciona la mente > 5ueva ;or$( 5orton, @JJH ? , @FCFD . C . %) 9ebb , la or*aniación de la conducta >5e! ;or$( ohn =iley &ons, @JJ ? . D . 9enry Mar$ram y Rodri*o 1errin , " asambleas neuronales innata de memoria 7e*o " ronteras de +ircuitos 5euronales F , no. G > CA@@ ? . . 7a comunicación por correo electrónico de 9enry Mar$ram , @J de febrero de CA@C. F . 6an =edeen . et al. ", 7a estructura *eom2trica de los +aminos de fibra del cerebro , " +iencia DDF , no. GAHG >DA de maro de CA@C?. G . -ai &in* 7ee, " +álculos en la cortea visual temprana ", ournal of 1hysiolo*y ^ 1aris JH > CAAD ? ( @C@DJ . H . na lista de los documentos se puede encontrar en http(cbcl.mit.edupeoplepo**iotpcvshortpubs.pdf . I . %aniel . elleman y %avid +. 6an Essen, " %istributed 1rocessin* erárquica de la cortea cerebral 1rimate , " +erebral +orte' @ , no. @ >enero febrero de @JJ@? ( @H . n análisis convincente de la matemática bayesiana de la comunicación de arriba hacia abao y de abao hacia arriba en el neocorte' es proporcionada por -ai &in* 7ee en " 4nferencia bayesiana erárquica de la cortea visual , " %iario de la &ociedad /mericana de ulio CAAD ? ( @D@I . J . ri 9asson et al. , " na erarqu0a de 6entanas Receptivo temporales en la cortea humana" ournal of 5euroscience CI , no. @A >F de maro de CAAI?( CFDJFA . @A . Marina #edny et " 1rocesamiento del 7en*uae en la cortea occipital de ce*uera con*2nita al. , /dultos ", /ctas de la /cademia 5acional de +iencias de la @AI , no.
@@ >@F de maro , CA@@ ? ( CJD . @@ . %aniel E. eldman, "Mecanismos de plasticidad sináptica en el neocórte' , " Revisión /nual de 5eurociencia DC > CAAJ ? ( DDFF . @C . /aron +. Korale$ et al. , " 1lasticidad corticostriatal es necesaria para el aprendiae intencional 9abilidades neuroprosthetic , "5ature ID >@F de maro de CA@C? ( DD@DF . @D . 7a comunicación por correo electrónico de Randal Koene , enero de CA@C. @ . Min u, inhu ;u , 7u u , y ;i :uo , "/prendiae Motor repetitivo induce +oordinado. 7a formación de las espinas dendr0ticas en clúster en 6ivo, "5ature ID >@ de maro de CA@C? ( JCJF . @F . %ar0o #onanomi et al. , " Ret es una +oreceptor multifuncional que inte*ra difusible y &ePales de contacto /'on )rientación, " +ell @I , no. D >febrero de CA@C? ( FGIIC . @G . 6er nota H del cap0tulo @@ .
Ca,'tu$o : E$ /(e2o cere8ro @ . 6ernon #. Mountcastle , "-he 6ie! from =ithin ( +aminos para el Estudio de la 1ercepción " ohns 9op$ins Medical ournal @DG >@JHF? ( @AJD@ . C . #. Ros$a y . =erblin , " 7as interacciones verticales en die paralelo , apilados Representaciones en la retina de mam0feros , "5ature @A , no. GICI >CJ de maro , CAA@? ( FID IH , " Eye &trips 4má*enes de /ll pero #are Essentials /ntes de Env0o de información visual en el cerebro , + #er$eley investi*ación muestra , " la niversidad de +alifornia en #er$eley comunicado de prensa , CI de maro de CAA@, !!!.ber$eley.edune!smediareleasesCAA@ ADCI!ers@.'html . D . 7loyd =atts, " in*enier0a inversa de la v0a auditiva humana ", en . 7iu et al, eds, =++4 CA@C >#erlin ( &prin*er 6erla*, CA@C .? . , HFJ . 7loyd =atts, " en tiempo real de simulación de alta resolución de la v0a auditiva , con aplicación a +ell 1hone ruido R educción , " 4&+/& >C de unio de CA@A? ( DIC@C . 1ara ver otros papeles http(!!!.lloyd!atts.compublications.'html . . 6er &andra #la$eslee, "7a humanidad T -al ve está todo en el cableado , "5e! ;or$ -imes, @@ de diciembre de CAAD, http(!!!.nytimes.comCAAD@CAJscienceAJ#R/4.'html . F . -E #ehrens et al. , " Mappin* no invasiva de las cone'iones entre el tálamo humano y la cortea por medio de imá*enes de difusión , " 5ature 5euroscience G , no. H >ulio de CAAD ? ( HFAFH . G . " &ustratos neurales de las limitaciones de capacidad co*nitiva", /ctas de la /cademia 5acional de +iencias de la @AI , no #uschman -imothy . et al. , . CH >F de ulio de CA@@? ( @@CFCFF , http(!!!.pnas.or*content@AICH@@CFC.lon* . H . -heodore =. #er*er et al. , " / cortical neuronal 1rótesis para restablecer y reforar Memoria ", ournal of 5eural En*ineerin* I , no. >a*osto de CA@@?. I . unciones de base son funciones no lineales que se pueden combinar linealmente > mediante la suma de múltiples funciones ponderada base ? para apro'imar cualquier función no lineal . /. 1ou*et y 79 &nyder, " M2todos computacionales para
-ransformaciones sensoriomotores , " 5ature 5euroscience D , no. @@ /ne'o >noviembre de CAAA ? ( @@JC@@JI . J . R #loedel , " 9etero*eneidad funcional con homo*eneidad estructural( W+ómo funciona el +erebelo )perar T " +omportamiento y +iencias del +erebro @F , no. > @JJC ? ( GGGHI . @A . &. 3rossber* y R= 1aine , "n modelo neural de la cortico cerebelosas 4nteracciones durante imitación atento y aprendiae predictivo de los movimientos secuenciales de escritura a mano , " Redes 5euronales @D , no. IJ > octubrenoviembre de CAAA? ( JJJ@AG . @@ . avier . Medina y Michael %. Mau$ , "&imulación por ordenador de la 4nformación cerebelosa 1rocessin*, " 5ature 5euroscience D >noviembre de CAAA ? ( @CAF@C@@ . @C . ames )lds, " centros de placer en el cerebro ", &cientific /merican >octubre de @JFG? ( @AF@G . /ryeh Routtenber* , "El sistema de recompensa del cerebro ", &cientific /merican CDJ >noviembre de @JHI? ( @FG . K+ #errid*e y M7 Krin*elbach , " 5eurociencia /fectiva del 1lacer ( Recompensa en humanos y otros animales , " 1sicofarmacolo*0a @JJ >CAAI? ( FHIA . Morten 7. Krin*elbach , el centro del placer ( +onf0e en sus instintos animales > 5ueva ;or$( )'ford niversity 1ress, CAAJ ? . Michael R. 7iebo!it , la qu0mica del amor >#oston ( 7ittle, #ro!n, @JID ? . =7 =itters y 1. ones =itters , &e'ualidad humana ( una perspectiva bioló*ica > 5e! ;or$( 6an 5ostrand , @JIA ? .
Ca,'tu$o < ;a8($(#a#e- Tra-cen#ente @ . Michael 5ielsen, Reinventar %escubrimiento ( 7a 5ueva Era de la Red +iencia >1rinceton , 5 ( 1rinceton niversity 1ress, CA@C ? , @D . -. 3o!ers y M. 5ielsen, "Matemáticas masivo de colaboración , " 5ature G@ , no. HCGG >CAAJ? ( IHJI@ . "n enfoque combinatoria de %ensidad 9ales e!ett, " =eblo* de 3o!ers , http(*o!ers.!ordpress.comCAAJACA@acombinatorialapproachtodensityhales e!ett . Michael 5ielsen , "El proyecto 1olymath ( /lcance de la 1articipación ", CA de maro de CAAJ http(michaelnielsen.or*blo*TpUFI . ulie Rehmeyer , " &4/M ( Matemáticas masivo de colaboración , " &ociety for 4ndustrial and /pplied Mathematics , @ de abril de CA@A, http(!!!.siam.or*ne!sne!s.phpTidU@HD@ . C . 1. %ayan y 9uys NM , " 7a serotonina , 4nhibición , y del estado de ánimo ne*ativo , " 17o& +omputational #iolo*y , no. @ > CAAI ? , http(compbiol.plosournals.or*perlserv T request U *et documento y doi U @A.@DH@ournal.pcbi.AAAAA .
Ca,'tu$o = E$ Neocorte+ (&(ta$ 8(o$ó&(co (n-,(ra#o @ . 3ary +i$o , sin mila*ros ( -eor0a selección universal y la &e*unda dar!iniana Revolution > +ambrid*e , M/( M4- 1ress, @JFF ? . C . %avid %alrymple ha sido un pupilo m0o desde que ten0a ocho aPos de edad en
@JJJ. sted puede leer sus antecedentes aqu0( http(esp.mit.edulearnteachersdavidadbio.'html y http(!!!.brainsciences.or*Research-eammrdaviddalrymple.'html . D . onathan ildes , " cerebro artificial Y@A aPos de distancia ", "##+ 5e!s , CC de ulio de CAAJ, http(ne!s.bbc.co.u$ChiI@GAGA.stm . 62ase tambi2n el video " 9enry Mar$ram en &imular el cerebro( 7os pró'imos aPos decisivos ", http(!!!.$ur!eilai.nethenrymar$ramsimulatin* los cerebro ne't decisiva aPo . . M. Mitchell =aldrop , "+omputer Modellin* ( +erebro en una caa , " 5oticias de la 5aturalea , CC de febrero , CA@C , http(!!!.nature.comne!scomputer^ modellin*braininabo'@.@AAGG . F . onah 7ehrer , " W1uede un pensar, recordar , la toma de decisiones del cerebro bioló*icamente e'acto se construirá a partir de un superordenador T " &eed, http(seedma*aine.comcontentarticleoutoftheblue . G . ildes , " cerebro artificial Y@A aPos de distancia. " H . 6er http(!!!.humanconnectomeproect.or* . I . /nders &andber* y 5ic$ #ostrom , emulación de todo el cerebro ( 1lan de trabao , 4nforme -2cnico CAAID > CAAI ? , el futuro de la 9umanidad 4nstitute, niversidad de )'ford, !!!.fhi.o'.ac.u$reportsCAAID.pdf J . /qu0 es el esquema básico de un al*oritmo de red neuronal . Muchas variaciones son posibles , y el disePador del sistema debe proporcionar ciertos parámetros y m2todos cr0ticos , que se detallan en las pá*inas si*uientes . +reación de una solución de red neuronal de un problema implica los si*uientes pasos( %efinir la entrada. %efinir la topolo*0a de la red neuronal > es decir , las capas de neuronas y las cone'iones entre las neuronas ? . Entrenar la red neuronal en eemplos del problema. Eecutar la red neuronal entrenada para resolver nuevos eemplos del problema . -ome su neural pública neta de la compaP0a . Estos pasos >e'cepto la última? se detallan a continuación (
La entra#a Pro8$ema El problema de entrada a la red neuronal se compone de una serie de números . Esta entrada puede ser ( En un sistema de reconocimiento de patrones visuales , una matri bidimensional de números que representan los p0'eles de una ima*en , o En un sistema de reconocimiento auditivo > por eemplo , el habla ? , una matri bidimensional de números que representan un sonido , en el que la primera dimensión representa parámetros del sonido > por eemplo , componentes de frecuencia ? y la se*unda dimensión representa diferentes puntos en el tiempo X o En un sistema de reconocimiento de patrones arbitraria , una matri ndimensional de números que representa el patrón de entrada .
e"(n(c(ón #e $a to,o$o&'a 1ara confi*urar la red neuronal , la arquitectura de cada neurona se compone de ( Entradas múltiples en el que cada entrada está " conectado " a cualquiera de la salida de otra neurona o uno de los números de entrada . En *eneral , una sola salida , que está conectado a ya sea la entrada de otra neurona >que es por lo *eneral en una capa más alta ? o la salida final .
Con"(&urac(ón #e $a ,r(mera ca,a #e neurona+rear 5A neuronas en la primera capa . 1ara cada una de estas neuronas , "conectar" cada una de las múltiples entradas de la neurona a "puntos " >es decir , números? en la entrada del problema. Estas cone'iones pueden ser determinados aleatoriamente o mediante un al*oritmo evolutivo > v2ase más adelante? . /si*nación de una " fuera sináptica " inicial a cada cone'ión creada . Estos pesos pueden comenar de todos modos, pueden ser asi*nados al aar , o se pueden determinar de otro modo > v2ase más adelante? .
Con"(&urac(ón #e $a- ca,a- a#(c(ona$e- #e neurona+onfi*urar un total de capas M de neuronas. 1ara cada capa , confi*ure las neuronas en esa capa. 1ara 7ayer4 ( +rear neuronas 5i en 7ayer4 . 1ara cada una de estas neuronas , " conectar " cada una de las múltiples entradas de la neurona a las salidas de las neuronas en 7ayer4 @ > ver variaciones más abao? . /si*nación de una " fuera sináptica " inicial a cada cone'ión creada . Estos pesos pueden comenar de todos modos, pueden ser asi*nados al aar , o se pueden determinar de otro modo > v2ase más adelante? . 7as salidas de las neuronas en layerM son las salidas de la red neuronal > ver variaciones más abao? . 7os ensayos de reconocimiento +ómo funciona +ada neurona na ve que la neurona está confi*urado, se hace lo si*uiente para cada ensayo de reconocimiento ( +ada entrada ponderada a la neurona se calcula multiplicando la salida de la otra neurona > o de entrada inicial ? que la entrada a esta neurona está conectada a por la fuera sináptica de esa cone'ión . -odas estas entradas ponderadas a la neurona se resumen . &i esta suma es mayor que el umbral de disparo de esta neurona , entonces se considera que esta neurona a disparar y su salida es @ . %e lo contrario , su salida es A > ver variaciones más abao? . 9a*a lo si*uiente para cada prueba de reconocimiento
1ara cada capa , de capa A a layerM ( 1ara cada neurona en la capa ( &umando las entradas ponderadas > cada entrada ponderada U la salida de la otra neurona [ o inicial de entrada \ que la entrada a esta neurona está conectada a , multiplicado por la fuera sináptica de esa cone'ión ? . &i esta suma ponderada de las entradas es mayor que el umbral de disparo de esta neurona , auste la salida de esta neurona U @ , de lo contrario establecerlo en A .
Entrenar a $a re# neurona$ Eecutar pruebas de reconocimiento repetidos problemas de eemplo . %espu2s de cada prueba , auste las resistencias sinápticas de todas las cone'iones interneuronales para meorar el rendimiento de la red neuronal en este ensayo > v2ase la discusión más abao sobre cómo hacer esto? . +ontinuar esta formación hasta que el 0ndice de precisión de la red neuronal ya no está meorando >es decir , lle*a a una as0ntota ? .
La- #ec(-(one- c$a/e #e #(-e4o En el sencillo esquema anterior , el disePador de este al*oritmo de red neuronal tiene que determinar , en primer lu*ar ( WNu2 representan los números de entrada . El número de capas de neuronas . El número de neuronas en cada capa . > +ada capa no necesariamente tienen que tener el mismo número de neuronas El número de entradas a cada neurona en cada capa . El número de entradas > es decir , las cone'iones interneuronales ? tambi2n puede variar de una neurona a otra y de capa a capa . El " cableado " actual >es decir , las cone'iones ? . 1ara cada neurona en cada capa , este consiste en una lista de otras neuronas , las salidas de los que constituyen las entradas de esta neurona . Esto representa un área clave en el disePo . 9ay una serie de posibles maneras de hacer esto ( > @ ? +onecte la red neuronal al aar , o > C ? tilice un al*oritmo evolutivo > v2ase más adelante? para determinar un cableado óptimo , o > D ? tilice el meor criterio del disePador del sistema para determinar el cableado. 7os puntos fuertes sinápticas iniciales > es decir , pesos ? de cada cone'ión . 9ay una serie de posibles maneras de hacer esto ( > @ ? Establecer las fortaleas sinápticas en el mismo valor , o > C ? Establecer las fortaleas sinápticas a diferentes valores aleatorios , o > D ? sar un al*oritmo evolutivo para determinar un conunto óptimo de valores
iniciales X o > ? tilice el meor criterio del disePador del sistema para determinar los valores iniciales. El umbral de disparo de cada neurona . %etermine la salida. 7a salida puede ser ( > @ ? las salidas de layerM de las neuronas , o > C ? la salida de una única neurona de salida , las entradas de las cuales son las salidas de las neuronas en layerM X > D ? una función de >por eemplo , una suma de ? las salidas de las neuronas en layerM X o > ? otra función de la neurona emite en múltiples capas . %eterminar cómo se austan las fueras sinápticas de todas las cone'iones durante el entrenamiento de esta red neuronal . Esta es una decisión de disePo clave y es el obeto de una *ran cantidad de investi*ación y discusión . 9ay una serie de posibles maneras de hacer esto ( > @ ? 1ara cada ensayo de reconocimiento , aumentan o disminuyen cada fuera sináptica en una cantidad fia > *eneralmente pequePas ? para que la salida de la red neuronal es más compatible con la respuesta correcta. na forma de hacer esto es tratar de incremento y decremento y ver lo que tiene el efecto más deseable. Esto puede llevar mucho tiempo , por lo que e'isten otros m2todos para la toma de decisiones locales sobre si se debe aumentar o disminuir cada uno de la fuera sináptica . > C ? e'isten otros m2todos estad0sticos para la modificación de los puntos fuertes sinápticas despu2s de cada ensayo de reconocimiento para que el rendimiento de la red neuronal en ese ensayo es más compatible con la respuesta correcta . -en*a en cuenta que la formación de redes neuronales funcionará incluso si las respuestas a los ensayos de entrenamiento no son los correctos. Esto permite el uso de datos de entrenamiento del mundo real que pueden tener un mar*en de error inherente. na clave para el 2'ito de un sistema de reconocimiento basado en red neural es la cantidad de datos utiliados para el entrenamiento . 1or lo *eneral, se necesita una cantidad muy importante para obtener resultados satisfactorios . /l i*ual que con los estudiantes humanos , la cantidad de tiempo que una red neuronal *asta aprender sus lecciones es un factor clave para su rendimiento. Muchas variaciones de lo anterior son factibles . 1or eemplo ( 9ay diferentes maneras de determinar la topolo*0a . En particular , el cableado interneuronal se puede austar ya sea aleatoriamente o mediante un al*oritmo evolutivo . 9ay diferentes maneras de establecer las fortaleas sinápticas iniciales.
7as entradas a las neuronas en 7ayer4 no necesariamente tienen que venir de las salidas de las neuronas en 7ayer4 @ . /lternativamente , las entradas a las neuronas en cada capa pueden provenir de cualquier capa inferior o de cualquier capa .
;a3 #("erente- manera- #e #eterm(nar e$ re-u$ta#o "(na$ 9 El m2todo descrito anteriormente da como resultado en un " todo o nada " > @ o A ? disparando llama una no linealidad. 9ay otras funciones no lineales que pueden ser utiliados . +omúnmente se utilia una función que va de A a @ de una manera rápida , pero más *radual . /demás, las salidas pueden ser números distintos de A y @. 7os diferentes m2todos de auste de los puntos fuertes sinápticas durante el entrenamiento representan las decisiones de disePo clave. El esquema anterior describe una red de " s0ncrono " neuronal , en el que cada uno de reconocimiento avana el uicio por el cálculo de las salidas de cada capa , a partir de la capa de A a trav2s de layerM . En un verdadero sistema paralelo , en el que cada neurona está en funcionamiento independientemente de los otros , las neuronas pueden operar " de forma as0ncrona " > es decir , de forma independiente ? . En un enfoque as0ncrono , cada neurona está escaneando constantemente sus entradas y se activa siempre que la suma de las entradas ponderadas supera su umbral > o cualquiera que sea su función de salida especifica ? . @A . Robert Mannell , "Representaciones acústicos de e'presión", CAAI , http(clas.mq.edu.auacousticsfrequencyacousticspeech.'html . @@ . Este es el esquema básico de un al*oritmo *en2tico > evolutivo ? . Muchas variaciones son posibles , y el disePador del sistema tiene que proporcionar ciertos parámetros y m2todos cr0ticos , que se detallan a continuación. El /l*oritmo Evolutivo +rear "criaturas ". &olución 5 +ada uno tiene ( n códi*o *en2tico ( una secuencia de números que caracterian una posible solución al problema . 7os números pueden representar parámetros cr0ticos , pasos a una solución , normas , etc 1ara cada *eneración de la evolución , ha*a lo si*uiente ( 9a*a lo si*uiente para cada una de las criaturas solución de n ( /plicar solución de esta solución de la criatura > como se representa por su códi*o *en2tico ? para el problema , o entorno simulado . +ambio de la solución. Eli*e las criaturas solución 7 con las calificaciones más altas para sobrevivir a la si*uiente *eneración . Eliminar los > 5 7 ? no sobrevivientes criaturas solución . +rear >5 7 ? nuevas criaturas solución de la 7 sobrevivir criaturas solución a trav2s de( > @ ? +reación de copias de la carta de sobrevivir criaturas. 4ntroducir pequePas
variaciones aleatorias en cada copia , > C ? +rear criaturas adicional para la solución mediante la combinación de partes del códi*o *en2tico > el uso de la reproducción " se'ual " , o combinar de otro modo las porciones de los cromosomas ? a partir de la 7 supervivientes criaturas X o > D ? WEs una combinación de > @ ? y > C ? . %etermine si debe o no se*uir evolucionando ( Meora U > calificación más alta en esta *eneración ? > calificación más alta en la *eneración anterior ? . &i Meoramiento g mbral Meora entonces hemos terminado. 7a criatura solución con la calificación más alta de la última *eneración de la evolución tiene la meor solución. /plicar la solución definida por su códi*o *en2tico para el problema . 7as decisiones clave de disePo En el sencillo esquema anterior , el disePador tiene que determinar , en primer lu*ar ( 7os parámetros clave ( 5 7 mbral de meora. 7o que los números en el códi*o *en2tico representan y cómo la solución se calcula a partir del códi*o *en2tico . n m2todo para la determinación de las criaturas solución de n en la primera *eneración . En *eneral , estos necesitan &ólo intento ser "raonables " en una solución. &i estas soluciones de primera *eneración son demasiado leos , el al*oritmo evolutivo puede tener dificultad para conver*er en una buena solución . / menudo vale la pena para crear las criaturas solución inicial , de tal manera que son raonablemente diversa . Esto ayudará a evitar que el proceso evolutivo de sólo la búsqueda de un " local " solución óptima. W+ómo se clasifican las soluciones. W+ómo se reproducen los seres solución sobrevivientes. 6ariaciones Muchas variaciones de lo anterior son factibles . 1or eemplo ( 5o tiene por que ser un número fio de sobrevivir criaturas solución > 7 ? de cada *eneración . 7a re*la de la supervivencia > s ? puede permitir un número variable de supervivientes . 5o tiene por que ser un número fio de nuevas criaturas solución creada en cada *eneración > 5 7 ? . 7as re*las de procreación pueden ser independientes del tamaPo de la población . 1rocreación puede estar relacionado con la supervivencia , permitiendo de ese modo las criaturas solución más aptos para procrear el más . 7a decisión sobre si continuar o no con la evolución puede ser variado. &e puede considerar más que la criatura solución de mayor audiencia de la *eneración más
reciente > s ? . -ambi2n se puede considerar una tendencia que va más allá de las últimas dos *eneraciones. @C . %ileep 3eor*e , " +ómo el cerebro podr0a funcionar ( un modelo erárquico y temporal para el /prendiae y reconocimiento " > -esis doctoral , niversidad de &tanford , unio de CAAI ? . @D . /M -urin* " +omputin* Machinery e 4nteli*encia , " Mind , octubre de @JFA. @ . 9u*h 7oebner tiene una competencia " 7oebner 1rie " que se eecuta cada aPo . 7a medalla de plata 7oebner irá a un equipo que pasa ori*inal de sólo te'to de prueba de -urin* . 7a medalla de oro va a ir a un equipo que puede pasar a una versión de prueba que incluye la entrada y salida de audio y video. / mi uicio , la inclusión de audio y v0deo en realidad no hacen la prueba más dif0cil. @F . " /sistente co*nitivo que aprende y or*ania , " +entro de 4nteli*encia /rtificial , &R4 4nternational, http(!!!.ai.sri.comproect+/7) . @G . %ra*ón 3o8 5uance +ommunications , 4nc. , acción http(!!!.nuance.comproductsdra*on*oin inde'.htm . @H . "&uperar la Estupide /rtificial ", =olfram/lpha #lo* , @H de abril de CA@C, http(blo*.!olframalpha.comauthorstephen!olfram . +ap0tulo I ( 7a mente como ordenador @ . &alomon #ochner , una memoria bio*ráfica de ohn von 5eumann >=ashin*ton , %+( 5ational /cademy of &ciences, @JFI ? . C . /M -urin*, "&obre los números computables , con una aplicación al Entscheidun*sproblem ", /ctas de la &ociedad Matemática de 7ondres &eries C , vol . C > @JDGDH ? ( CDAGF , http(!!!.comlab.o'.ac.u$activitiesie*e^ librarysourcestpCie.pdf . /M -urin*, " &obre los números computables , con una aplicación al Entscheidun*sproblem ( una corrección ", /ctas de la &ociedad Matemática de 7ondres D >@JDI ? ( FG . D . ohn von 5eumann , " 1rimer #orrador de un Reporte sobre el E%6/+ , " Escuela Moore de 4n*enier0a El2ctrica de la niversidad de 1ennsylvania , DA de unio de @JF. ohn von 5eumann , "na teor0a matemática de la comunicación , " +ampana &ystem -echnical ournal , ulio y octubre @JI . . eremy #ernstein, 7a Máquina /nal0tica ( rev +omputadoras 1asado , 1resente y uturo . ed. >5e! ;or$( =illiam Morro! +o., @JI@ ? . F . "K +omputer de apón -ops @A petaflop s para mantenerse en la cima -)1FAA 7ist, " -op FAA , noviembre @@ , CA@@ , http(topFAA.or*listsCA@@@@pressrelease . G . +arver Mead, analó*ico 67&4 y &istemas 5euronales > Readin*, M/( /ddison =esley, @JIG ? . H . "4#M Revela co*nitivos chips 4nformática, " 4#M comunicado de prensa , @I de a*osto de CA@@, http(!!!AD.ibm.compressusenpressreleaseDFCF@.!ss . I . "%e apón K +omputer -ops @A petaflop s para mantenerse en la cima -)1FAA 7ist ". +ap0tulo J ( 7os e'perimentos del pensamiento en la mente @ . ohn R. &earle, " Me cas2 con un 1+", en ay =. Richards , ed. , &omos Espiritual Máquinas T Ray Kur!eil frente a los cr0ticos de la 4/ fuerte >&eattle ( %iscovery
4nstitute , CAAC ? . C . &tuart 9ameroff , ltimate +omputin* ( 7a conciencia y 5anotecnolo*0a #iomolecular > /msterdam ( Elsevier &cience , @JIH ? . D . 1& &ebel et al, " 7a incidencia de la conciencia durante la anestesia ( . Estudio multic2ntrico Estados Estados estudio , " /nestesia y /nal*esia JJ > CAA ? ( IDDDJ . . &tuart &utherland, El %iccionario 4nternacional de 1sicolo*0a >5ueva ;or$( Macmillan, @JJA ? . F . %avid +oc$burn, " seres humanos y los calamares *i*antes , " 1hilosophy GJ , no. CGI > abril de @JJ? ( @DFFA . G . 4van 1etrovich 1avlov , de una conferencia pronunciada en @J@D , publicado en +onferencias sobre refleos condicionados ( 6einticinco /Pos de Estudio )betivo de la /ctividad 5erviosa &uperior [ comportamiento \ de los /nimales > 7ondon ( Martin 7a!rence, @JCI ? , CCC . H . Ro*er =. &perry , de ames /rthur conferencia sobre la evolución del cerebro humano , @JG , p . C . I . 9enry Maudsley , " El +erebro doble , " Mind @ , no. F > @IIJ ? ( @G@IH . J . &usan +urtiss y &tella de #ode , "4dioma despu2s 9emisferectom0a , " +erebro y +o*nición D , nos. @D >unio a*osto de CAAA? ( @DFDI . @A . E1 6inin* et al. , "W1or qu2 quitar la mitad del cerebro T El resultado de FI niPos despu2s 9emisferectom0a el ohns 9op$ins E'periencia ( @JGI a @JJG, " 1ediatr0a @AA > a*osto de @JJH? ( @GDH@ . M# 1ulsifer et al. , " El resultado co*nitivo de 9emisferectom0a en H@ niPos , " Epilepsia F , no. D >maro de CAA ? ( CDF . @@ . &. Mc+lelland 444 y RE Ma'!ell, " 9emisferectom0a para la epilepsia intratable en /dultos( 7a primera serie reportada " , /nales de 5eurolo*0a G@ , no. >abril de CAAH ? ( DHCHG . @C . 7ars Muc$li , Marcus . 5aumerd , y =olf &in*er "Mapas del campo visual bilateral en un 1acientes con un único hemisferio ", /ctas de la /cademia 5acional de +iencias @AG , no. D@ > de a*osto , CAAJ? , http(d'.doi.or*@A.@AHDpnas.AIAJGII@AG . @D . Marvin Mins$y , -he &ociety of Mind >5ueva ;or$( &imon and &chuster, @JII ?. @ . . ay Evans Martin , el sistema nervioso >5e! ;or$( +helsea 9ouse, CAAF ? , http(!!!.scribd.comdocFA@CFJH-he5ervous&ystem . @F . #enamin 7ibet , -iempo Mente ( El factor temporal en la +onciencia >+ambrid*e , M/( 9arvard niversity 1ress, CAAF ? . @G . %aniel +. %ennett , 7ibertad Evoluciona >5e! ;or$ ( 6i$in*, CAAD ? . @H . Michael &. 3aani*a , WNui2n está a car*oT 7ibre /lbedr0o y la +iencia del +erebro >5e! ;or$( Ecco 9arper+ollins, CA@@ ? . @I . %avid 9ume , 4nvesti*ación sobre el entendimiento humano > @HGF ? , C ed. , Editado por Eric &teinber* > 4ndianapolis ( 9ac$ett , @JJD ? . @J . /rthur &chopenhauer , la sabidur0a de la vida . CA . /rthur &chopenhauer , a la libertad de la voluntad > @IDJ ? . C@ . %e Raymond &mullyan , FAAA a+ y otras fantas0as filosóficas > 5ueva ;or$ ( &t. 1rensa de Martin, @JID ? . CC . 1ara un profundo y entretenido análisis de los aspectos similares de la identidad
y la conciencia , ver Martine Rothblatt , " 7a Mente -erasem +ar*a E'periment ", Revista 4nternacional de la +onciencia de la máquina , no. @ > CA@C ? ( @@FI . En este trabao, Rothblatt e'amina el tema de la identidad con respecto a soft!are que emula a una persona sobre la base de " una base de datos de entrevistas en video y la información correspondiente sobre una persona predecesor. " En este e'perimento futura propuesta, el soft!are está emulando con 2'ito a la persona que se basa en . CD . +iencia "9o! %o ;ou persisten cuando sus mol2culas no lo hacenT " Revisión y +onciencia @ , no. @ >unio de CAA ? , http(!!!.scicon.or*articlesCAAAGA@.'html . +ap0tulo @A ( 7a ley de retornos acelerados /plicada al cerebro @ . "7os costos de secuenciación de /%5 ", 4nstituto 5acional de 4nvesti*ación del 3enoma 9umano , 549, http(!!!.*enome.*ovsequencin*costs . C . " 3enetic #anco secuencia de datos , distribución de notas de la versión ", @F de diciembre de CAAJ, el +entro 5acional de 4nformación #iotecnoló*ica , la #iblioteca 5acional de Medicina ,ftp(ftp.ncbi.nih.*ov*enban$*brel.t't D . " &ecuenciación de /%5 7a 9istoria de la secuenciación de /%5 ", C de Enero de CA@C, http(!!!.dnasequencin*.or*historyofdna . . "7ey de +ooper, " /rray+omm , http(!!!.arraycomm.comtechnolo*ycoopers^ la! . F . " 7a era etabyte , " +isco , http(!!!.cisco.comen&solutionscollateralnsD@nsFCFnsFDHnsHAFnsICH6 549yp y " 5úmero de hosts de 4nternet , " +onsorcio 4nternet &ystems, http ( !!!.isc.or* solutions encuesta history . G . -ele3eo*raphy 1riMetrica , 4nc. , CA@C . H . %avid Kristula , " 7a historia de la 4nternet" > maro de @JJH, actualiación de a*osto de CAA@? , http(!!!.davesite.com!ebstationnethistory.shtml X Robert :a$on , " 9obbes Y 4nternet -imeline vI.A " http(!!!.a$on.or*robertinternettimeline X #úsqueda +ommunications, I K para el @D.AJ.@JJI E JJ.@ X +onver*e 8 Red Resumen , F de diciembre de CAAC, http(!!!.conver*edi*est.com%ailydaily.asp T vn U vJnCCJ fecha U %iciembreB CAAF B CACAAC X im %uffy, "/- - planes de actualiación #ac$bone de A3 , " +omputer!orld , H de unio de CAAG, http(!!!.computer!orld.comactionarticle.do T command U vie!/rticle#asic y article4d U JAA@ADC X " A3 ( la cone'ión más rápida que puede recibir " 4nternet5e!s.com , C de noviembre de CAAH, http(!!!.internetne!s.cominfraarticle.phpDHAIJDG , " primer proveedor de servicios *lobal de 6erion para desple*ar @AA3 en la red de lar*o recorrido de EE.. ", comunicado de prensa de 6erion , http(ne!scenter.verion.compressreleasesverionCA@@verionfirst*lobal service.'html . I . aceboo$, " 4nformación importante ", http(ne!sroom.fb.comcontentdefault.asp'T5e!s/rea4dUCC . J . http(!!!.$ur!eilai.netho!mypredictionsarefarin* .
@A . 7os cálculos por se*undo por cada ` @,AAA @@ . -op FAA &upercomputer &ites , http(topFAA.or* . @C . " Microprocesador 3u0a de Referencia Rápida , " 4ntel Research, http(!!!.intel.compressroom$itsquic$reffam.htm . @D . @JH@CAAA ( 67&4 Research 4nc. CAA@CAAG ( 7a 9oa de Ruta 4nternacional de -ecnolo*0a de &emiconductores , CAAC pdate y pdate CAA , +uadro Ha , "/Pos de costos a corto plao ", "costo %R/M bit al > microcents envasados ? en la producción " . CAAHCAAI ( 7a 9oa de Ruta 4nternacional de -ecnolo*0a de &emiconductores de CAAH -ablas Ha y Hb , "/Pos de costos a corto plao ", " /Pos de costos a lar*o plao" http(!!!.itrs.net7in$sCAAH4-R&E'ec&umCAAH.pdf . CAAJCACC ( 7a 9oa de Ruta 4nternacional de -ecnolo*0a de &emiconductores de CAAJ , las tablas Ha y Hb , "/Pos de costos a corto plao ", " /Pos de costos a lar*o plao" http(!!!.itrs.net7in$sCAAJ4-R&9omeCAAJ.htm . @ . 1ara que todos los valores del dólar comparable , precios de las computadoras de todos los aPos se convirtieron en su equivalente en dólares del aPo CAAA con los datos del 41+ de la unta de la Reserva ederal en http(minneapolisfed.or*researchdatauscalc . 1or eemplo, ` @ millón en @JGA es equivalente a ` F,I millones en CAAA y ` @ millón en CAA es equivalente a ` A,J@ millones en CAAA. @JJ ( http(!!!.cl.cam.ac.u$o++7miscE%&/+JJstatistics.'html , http(!!!.davros.or*miscchronolo*y.'html . @JF@ ( Richard E. Matic$ , &istemas de /lmacenamiento y -ecnolo*0a > 5e! ;or$( ohn =iley &ons , @JHH ? X http(inventors.about.comlibrary!ee$lyaaAGCDJI.htm . @JFF ( Matic$ , &istemas de /lmacenamiento y -ecnolo*0a X )+%E , @JGI , http(members.iinet.net.au j %3REE5 timeline.'html . @JGA ( ftp(rtfm.mit.edupubusenetalt.sys.pdpI1%1 Irequently/s$edNuestions B CIpostedeveryothermonth CJ B X http(!!!.dbit.com j *reen*Dpdp@pdp@.'html 45-R)%++4<5 . @JGC ( ftp(rtfm.mit.edupubusenetalt.sys.pdpI1%1 Irequently/s$edNuestions B CIpostedeveryothermonth CJ B . @JG( Matic$ , &istemas de /lmacenamiento y -ecnolo*0a X http(!!!.research.microsoft.comusers*bellcraytal$ X http(!!!.dd.comdocumentssU@JDdd AAAFhc . @JGF( Matic$ , &istemas de /lmacenamiento y -ecnolo*0a X http(!!!.fourmilab.chdocumentsunivacconfi*@@AI.'html X http(!!!.frobenius.comunivac.htm . @JGI ( %atos *enerales . @JGJ , @JHA ( 1iedras http(!!!.eetimes.comspecialspecialissuesmillenniummile !hittier.'html . @JH ( &cientific Electronic +omputer +onsultin* #ioló*ica > &+E7#4 ? . @JHF@JJG ( anuncios de la revista #yte. @JJHCAAA ( anuncios de las revistas 1+ 4nformática .
CAA@ ( !!!.price!atch.com > http(!!!.cne!s.comparse.c*i T ne!sprice!atchra!p!A@AHAC ? . CAAC ( !!!.price!atch.com > http(!!!.cne!s.comparse.c*iTne!sprice !atchra!p!ACAGC ? . CAAD ( http(shar$ye'treme.com*uides=M13article.php@AHAGCCCH@J@C . CAA ( http(!!!.price!atch.com > @@@HA ? . CAAI ( http(!!!.price!atch.com > @AACAI ? > ` @G.G@ ? .@F . %ataquest 4ntel y 1athfinder 4nvesti*ación ( /Po ` 7o* > `? @JGI @.AAAAAAAA A @JGJ A.IFAAAAAA A.@GCFC @JHA A.GAAAAAAA A.F@AID @JH@ A.DAAAAAAA @.CADJH @JHC A.@FAAAAAA @.IJH@C @JHD A.@AAAAAAA C.DACFJ @JH A.AHAAAAAA C.GFJCG @JHF A.ACIAAAAA D.FHFFF @JHG A.A@FAAAAA .@JJH@ @JHH A.AAIAAAAA .ICID@ @JHI A.AAFAAAAA F.CJIDC @JHJ A.AACAAAAA G.C@G@ @JIA A.AA@DAAAA G.GFDJ @JI@ A.AAAICAAA H.@AGC@ @JIC A.AAAAAAA H.ICAF @JID A.AAADCAAA I.AH@J @JI A.AAADCAAA I.AH@J @JIF A.AAA@FAAA I.IAII @JIG A.AAAAJAAA J.D@FHA @JIH A.AAAAI@AA J.C@AG @JII A.AAAAGAAA J.HC@@H @JIJ A.AAAADFAA @A.CGAC @JJA A.AAAACAAA @A.I@JI @JJ@ A.AAAA@HAA @A.JICD @JJC A.AAAA@AAA @@.F@CJ @JJD A.AAAAAJAA @@.G@ID @JJ A.AAAAAIAA @@.HDG@ @JJF A.AAAAAHAA @@.IGJG @JJG A.AAAAAFAA @C.CAG@ @JJH A.AAAAADAA @C.H@GJ @JJI A.AAAAA@A @D.HJA @JJJ A.AAAAAAJF @D.IGGI CAAA A.AAAAAAIA @.ADIH CAA@ A.AAAAAADF @.IGFD CAAC A.AAAAAACG @F.@GCG CAAD A.AAAAAA@H @F.FIHF CAA A.AAAAAA@C @F.JDFI
CAAF A,AAAAAAAI@ @G.DCII CAAG A,AAAAAAAGD @G.FIA@ CAAH A,AAAAAAAC @H.FFC CAAI A,AAAAAAA@G @H.JFAH @G . &teve +ullen , 4n &tat , septiembre de CAAI , !!!.instat.com . Mbits /Po #its @JH@ [email protected] J.C@GE VAI @JHC D.HII,I D.HIJE VAJ @JHD I.CJ, I.CJE VAJ @JH @J,IGF.G @.JIHE V@A @JHF C,HAA.I .CHAE V@A @JHG @DA.GGC, @.DAHE V@@ @JHH CHG.AHA, C.HG@E V@@ @JHI GGD.IFJ,C G.GDJE V@@ @JHJ @.DI.HCA,A @.DJE V@C @JIA [email protected]@,G D.@HDE V@C @JI@ [email protected],G .F@DE V@C @JIC @@.FCA.AJ,G @.@FCE V@D @JID CJ.GI.IG, C.JGFE V@D @JI GI.@I.HG,I G.ICE V@D @JIF IH.F@I.@C,I I.HFCE V@D @JIG @JC.AH.@C, @.JCE V@ @JIH CFF.GAI.CC, C.FFGE V@ @JII CJ.A.JHJ,C .CJE V@ @JIJ [email protected], G.DCAE V@ @JJA JFA.FJD.@CG, J.FAGE V@ @JJ@ @FGFJAG@I @.FHE V@F @JJC CIFGDIGFG C.IGE V@F @JJD @HHJFJDCC .@HIE V@F @JJ HF@AIAFHAJ H.F@@E V@F @JJF @DA@AFJJJDG @.DA@E V@G @JJG CDDFJAHIAAH C.DDGE V@G @JJH FGFDIHJ@G@ .FGFE V@G @JJI IF@HGIHI@AF I.F@IE V@G @JJJ @.HDCHE V@@ @.HDE V@H CAAA C.GDGDGE V@@ C.GDGE V@H CAA@ .@JGHCE V@@ .@JHE V@H CAAC F.JAAAJE V@@ F.JAAE V@H CAAD I.CDA@FE V@@ I.CDAE V@H CAA @.DC@DDE V@C @.DC@E V@I CAAF @.JJGE V@C @.JJFE V@I CAAG C.JFAHE V@C C.JFE V@I CAAH F.GCI@E V@C F.GCIE V@I @H . "5otas históricas sobre el costo de espacio de almacenamiento en disco duro " http(!!!.littletechshoppe.comns@GCF!inchest.'html , anuncios en revistas #yte , @ J H ulJ en J I , anuncios en revistas 4nformática 1+ , D @JJJX nderstandin*
+omputers ( Memoria y /lmacenamiento > 5e! ;or$( -ime 7ife, @JJA ? X http(!!!.cedma*ic.comhistoryibmDAF ramac.'html X ohn +. Mc+allum , "los precios de unidad de disco >@JFFCA@C? , " http(!!!.cmit.comdis$price.htm X 4#M , "1re*untas más frecuentes ", http(!!!AD .ibm.com ibm historia documentos pdf faq.pdf X 4#M, "4#M DFF nidad de almacenamiento en disco , " http(!!! AD.ibm.comibmhistorye'hibitsstora*estora*eDFF.'html X 4#M, "4#M DDIA %irect /ccess &tora*e %evice ", http(!!!.AD ibm.comibmhistorye'hibitsstora*estora*eDDIA . 'html . @I . "&in el controlador o mapa , 6ans 4r de 4talia a +hina, " &ydney Mornin* 9erald , octubre CJ , CA@A , http(!!!.smh.com.autechnolo*ytechnolo*yne!s!ithout^ driverormap fur*onetas van de italy a china CA@A@ACJ @HGa.'html . @J . Kur!eil/4.net . CA . /daptado con el permiso de /miram 3rinvald y Rina 9ildesheim, " 6&%4 ( na nueva era en la ima*en funcional de corticales %ynamics, " 5ature Revie!s 5euroscience F >noviembre CAA ? ( IHIF . 7as principales herramientas para la obtención de imá*enes del cerebro se muestran en este dia*rama. &us capacidades son representados por los rectán*ulos sombreados . 7a resolución espacial se refiere a la dimensión más pequePa que se puede medir con una t2cnica . 7a resolución temporal es hora de imá*enes o duración . E'isten ventaas y desventaas con cada t2cnica . 1or eemplo , el EE3 > electroencefalo*raf0a ? , que mide las ondas cerebrales " > " sePales el2ctricas de las neuronas ? , se pueden medir las ondas cerebrales muy rápidos >que se producen en intervalos de tiempo cortos ? , pero sólo se puede detectar sePales cerca de la superficie del cerebro . En contraste , fMR4 >imá*enes por resonancia ma*n2tica funcional ? , que utilia una máquina de resonancia ma*n2tica especial para medir el fluo de san*re a las neuronas > lo que indica actividad de la neurona ? , puede detectar mucho más profundo en el cerebro > y la m2dula espinal ? y con una resolución más alta , hasta decenas de micrones > millon2simas de metro ? . &in embar*o , fMR4 opera muy lentamente en comparación con EE3 . &e trata de t2cnicas no invasivas > se requiere nin*una ciru*0a o dro*as? . ME3 > ma*netoencefalo*raf0a ? es otra t2cnica no invasiva. &e detecta los campos ma*n2ticos *enerados por las neuronas . ME3 y EE3 pueden resolver eventos con una resolución temporal de hasta @ mil2sima de se*undo , pero es meor que la fMR4 , que se puede resolver en el meor de los eventos con una resolución de varios cientos de milise*undos . ME3 tambi2n sePala las fuentes de precisión en auditiva primaria , somatosensorial y áreas motoras . 4má*enes ópticas cubre casi toda la *ama de resoluciones espaciales y temporales , pero es invasiva . 6&%4 > tintes sensibles al voltae ? es el m2todo más sensible para la medición de la actividad del cerebro , pero está limitado a mediciones cerca de la superficie de la cortea de los animales . 7a cortea e'puesta se cubre con una cámara sellada transparente X despu2s de la
cortea se tiPe con un colorante sensible al voltae adecuado, que se ilumina con lu y una secuencia de imá*enes se toma con una cámara de alta velocidad . )tras t2cnicas ópticas utiliadas en el laboratorio incluyen iones de ima*en >normalmente iones de calcio o de sodio? y los sistemas de formación de imá*enes de fluorescencia >confocal de imá*enes y múltiple de imá*enes? )tras t2cnicas de laboratorio incluyen 1E- > tomo*raf0a por emisión de positrones , una t2cnica de formación de imá*enes de medicina nuclear que produce una ima*en D % ? , C%3 > C deso'i*lucosa histolo*0a post mortem , o análisis de los teidos ? , lesiones >se refiere a las neuronas perudiciales en un animal y la observación de los efectos ? , 1arche de sueción > para medir corrientes de iones a trav2s de membranas bioló*icas ? , y microscop0a electrónica > usando un ha de electrones para e'aminar los teidos o las c2lulas a una escala muy fina ? . Estas t2cnicas tambi2n se pueden inte*rar con la formación de imá*enes ópticas . C@ . Resolución espacial de la RM en micrómetros > micras ? , @JIACA@C ( CC . 7a resolución espacial en nanómetros > nm ? de las t2cnicas de ima*en destructivos, @JIDCA@@ ( CD . 7a resolución espacial en micrones > micras ? de las t2cnicas de ima*en no destructivos en los animales, @JIF CA@C ( /Po Encontrar CA@C Resolución A.AH +ita &ebastian #ernin* et al. , " 5anoscopia en un 7ivin* ratón +erebro ", +iencia DDF , no. GAGI >D de febrero de CA@C? ( FF@. R7 http(d'.doi.or*@A.@@CGscience.@C@FDGJ -2cnica de la emisión estimulada de a*otamiento > &-E% ? nanoscop0a fluorescencia 5otas resolución más alta lo*rada en vivo hasta ahora CA@C Resolución A.CF +ita &ebastian #ernin* et al. , " 5anoscopia en un 7ivin* ratón +erebro ", +iencia DDF , no. GAGI >D de febrero de CA@C? ( FF@. R7 http(d'.doi.or*@A.@@CGscience.@C@FDGJ -2cnica de microscop0a confocal y multifotónica CAA Resolución FA /miram 3rinvald y Rina 9ildesheim, " 6&%4 ( na nueva era en 4má*enes uncionales +ita de corticales %ynamics, " 5ature Revie!s 5euroscience F >noviembre de CAA ? ( IH IF . R7 http(d'.doi.or*@A.@ADInrn@FDG -2cnica de escaneo basada en tintes sensibles al voltae > 6&%4 ? 5otas " 6&%4 ha proporcionado mapas de alta resolución , que corresponden a las columnas corticales en las que se produce con picos , y ofrecen una resolución espacial meor que FA micras . " @JJG Resolución FA %ov Malone$ y /miram 3rinvald " , las interacciones entre la actividad el2ctrica y citación Microcirculación cortical revelado por Espectroscopia en 4má*enes ( 4mplicaciones para la Mapeo +erebral uncional ", &cience CHC , no. FCG@ >CG de abril , @JJG? ( FF@F . R7 http(d'.doi.or*@A.@@CG[email protected]@ -2cnica de escaneo espectroscop0a " El estudio de las relaciones espaciales entre las columnas corticales individuales dentro de una
5otas área del cerebro dado se ha convertido en factible con proyección de ima*en óptica sobre la base de sePales intr0nsecas , a una resolución espacial de apro'imadamente FA micras " . @JJF Resolución FA %9 -urnbull et " ltrasonido #ac$scatter análisis microscópico de principios al. , citación %e embriones de ratón de %esarrollo del +erebro ", /ctas de la /cademia 5acional de +iencias JC , no. G >@ de maro , @JJF? ( CCDJD . R7 http(!!!.pnas.or*contentJCGCCDJ.short -2cnica de ultrasonido retrodispersión microscop0a " &e demuestra la aplicación de un m2todo de ima*en en tiempo real denominadas ultrasonido 5otas microscop0a de retrodispersión para visualiar ratón primeros tubos neurales embrionarias y coraones. Este m2todo se utilió para estudiar embriones vivos en el útero entre J,F y @@,F d0as de la embrio*2nesis , con una resolución espacial cercana a FA micras . " @JIF Resolución FAA &/ )rbach , 7# +ohen y /. 3rinvald , " Mappin* )ptical of Electrical citación 7a actividad en Rat somatosensoriales y 6isual +orte', "ournal of 5euroscience F , no. H >@ de ulio de @JIF? ( @IIG@IJF . R7 http(!!!.neurosci.or*contentFH@IIG.short 7os m2todos ópticos -2cnica
Ca,'tu$o 11 E+ce,c(one@ . 1aul 3. /llen y Mar$ 3reaves, "1aul /llen ( 7a &in*ularidad no está cerca ," -ecnolo*0a Revisión , @C de octubre de CA@@, http(!!!.technolo*yrevie!.comblo**uestCHCAG . C . 4-R& , " 4nternational -echnolo*y Roadmap para &emiconductores " http(!!!.itrs.net7in$sCA@@4-R&9omeCA@@.htm . D . Ray Kur!eil , -he &in*ularity 4s 5ear >5e! ;or$ ( 6i$in*, CAAF ? , cap0tulo C . . 5ota C en /llen y 3reaves, " 7a &in*ularidad no está cerca ", dice lo si*uiente ( " Estamos empeando a tener al alcance de la potencia de los ordenadores que podr0amos necesitar para apoyar este tipo de simulación cerebral masiva . )rdenadores de clase petaflop >tales como de 4#M #lue3ene 1 que se utilió en el sistema de =atson ? están ahora disponibles comercialmente . Equipos de clase E'aflop se encuentran actualmente en los tableros de dibuo . Estos sistemas probablemente podr0a desple*ar la capacidad computacional prima necesaria para simular los patrones de activación para todas las neuronas del cerebro , aunque en la actualidad sucede muchas veces más lento que iba a suceder en un cerebro real " . F . Kur!eil , 7a sin*ularidad está cerca , en el cap0tulo J , sección titulada " 7a +r0tica de &oft!are" >pp. DFC ? . G . 4bid . , En el cap0tulo J . H . / pesar de que no es posible determinar con precisión el contenido de la
información en el *enoma , a causa de los pares de bases repetidos es claramente mucho menor que los datos no comprimidos totales. /qu0 hay dos enfoques para estimar el contenido de información comprimida del *enoma , ambos de los cuales demuestran que un ran*o de DA a @AA.AAA.AAA bytes es conservadora alta . @ . En t2rminos de los datos sin comprimir , hay D mil millones de peldaPos de /%5 en el códi*o *en2tico humano , cada uno de codificación C bits > ya que hay cuatro posibilidades para cada par de bases de /%5 ? . /s0, el *enoma humano es alrededor de IAA millones bytes sin comprimir . El /%5 no codificante que sol0a llamarse " /%5 basura ", pero ahora está claro que desempePa un papel importante en la e'presión *2nica. &in embar*o , es muy ineficiente codificado . 1or un lado , hay despidos masivos > por eemplo, la secuencia llamada " /7 " se repite cientos de miles de veces? , que los al*oritmos de compresión pueden aprovechar. +on la reciente e'plosión de los bancos de datos *en2ticos , e'iste una *ran cantidad de inter2s en la compresión de los datos *en2ticos . 7os trabaos recientes en la aplicación de al*oritmos de compresión de datos estándar a los datos *en2ticos indican que la reducción de los datos en un JA por ciento > para la compresión perfecta bits? es factible ( . 9isahi$o &ato et al , " +ompresión de datos /%5 en el *enoma era post , " 3enoma 4nformática @C > CAA@ ? ( F@C@ , http(!!!.sbi.or*ournal34=A@34=A@[email protected] . 1or lo tanto podemos comprimir el *enoma a unos IA millones de bytes sin p2rdida de información >lo que si*nifica que podemos reconstruir a la perfección el *enoma sin comprimir IAA millones de byte completo?. /hora considera que más de JI por ciento del *enoma no codifica para las prote0nas . 4ncluso despu2s de la compresión de datos estándar >que elimina redundancias y utilia una búsqueda de diccionario de secuencias comunes ? , el contenido al*or0tmico de las re*iones no codificantes parece ser más bien bao , lo que si*nifica que es probable que podr0amos codificar un al*oritmo que realiar la misma función con menos bits . &in embar*o , ya que estamos todav0a al principio del proceso de in*enier0a inversa del *enoma , no podemos hacer una estimación fiable de este nuevo descenso en base a un al*oritmo funcionalmente equivalente. Estoy utiliando , por lo tanto , una *ama de DA a @AA.AAA.AAA bytes de información comprimida en el *enoma . 7a parte superior de este ran*o asume sólo la compresión de datos y no hay simplificación al*or0tmica . &ólo una parte > aunque la mayor0a ? de esta información caracteria el disePo del cerebro . C . )tra l0nea de raonamiento es el si*uiente . /unque el *enoma humano contiene alrededor de D mil millones de bases , sólo un pequePo porcentae, como se mencionó anteriormente , los códi*os para las prote0nas . &e*ún estimaciones actuales , hay CG.AAA *enes que codifican para las prote0nas . &i suponemos que los *enes promedio DAAA bases de datos útiles , los mismos sólo apro'imadamente HI millones de bases. na base de /%5 sólo requiere C bits, que se traduce en unos CA millones de bytes > HI millones de bases dividido por cuatro? . En la prote0na de la secuencia de codificación de un *en , cada " palabra " > codón ? de tres bases de /%5 se traduce en un aminoácido . 9ay , por lo tanto , D > G ? de códi*os posibles de codones , cada uno compuesto de tres bases de /%5 . 9ay , sin embar*o , sólo CA aminoácidos
utiliados más un codón de parada > ácido amino nula ? de la G . El resto de los códi*os D se utilian como sinónimos de los C@ los útiles . +onsiderando que el G bits se requiere que el códi*o de G combinaciones posibles , sólo alrededor de , lo*C > C@ ? bits son necesarios para codificar C@ posibilidades , un ahorro de @,G a cabo de G bits >alrededor de CH por ciento ? , que nos hace caer a unos @F millones de bytes . /demás , un poco de compresión estándar basado en secuencias de repetición es factible aqu0 , aunque es posible mucho menos de compresión en esta porción de la prote0na codificación del /%5 que en el llamado /%5 basura , que tiene redundancias masivas . /s0 que esto hará que la cifra probablemente por debao de @C millones de bytes . &in embar*o , ahora hay que aPadir la información de la parte no codificante del /%5 que controla la e'presión *2nica. /unque esta porción del /%5 constituye el *rueso del *enoma , que parece tener un bao nivel de contenido de información y está repleta de redundancias masivas . Estimando que coincida con los apro'imadamente @C millones de bytes de /%5 que codifica la prote0na , una ve más lle*a a apro'imadamente C millones de bytes . %esde esta perspectiva, una estimación de DA@AAAAAAAA bytes es conservadora alta . I . %harmendra Modha &. et al. , " +o*nitive 4nformática, " +omunicaciones de la /+M F , no. I > CA@@ ? ( GCH@ , http(cacm.acm.or*ma*ainesCA@@I@@J^ co*nitivecomputin*fullte't . J . Kur!eil , 7a sin*ularidad está cerca , en el cap0tulo J , sección titulada " 7a +r0tica de la )ntolo*0a ( W1uede un ordenador &er conscienteT " >1p. FIGJ ? . @A . Michael %enton, " or*anismo y la máquina( 7a /nalo*0a defectuoso" en WEstamos Espiritual Máquinas T Ray Kur!eil frente a los cr0ticos de la 4/ fuerte >&eattle ( %iscovery 4nstitute , CAAC ? . @@. 9ans Moravec, mente 5iPos > +ambrid*e , M/( 9arvard niversity 1ress, @JII?.
E,'$o&o @ . "En EE.. , el optimismo sobre el futuro de la uventud lle*a a su nivel más bao ", 3allup 1ol0tica, AC de mayo, CA@@ , http(!!!.*allup.compoll@HDFAoptimism^ futureyouthreachestimelo!.asp' . C . ames +. Riley, aumento de la esperana de vida( / 3lobal 9istory >+ambrid*e ( +ambrid*e niversity 1ress , CAA@ ? . D . . #radford %e7on* , "Estimación del 14# mundial , un millón de aPos 1resente ", C de mayo de @JJI, http(econ@[email protected]$eley.edu-+E9@JJI%raft=orld3%1Estimatin*=orld3%1. 'html y http(futurist.typepad.commy!eblo*CAAHAHeconomic*ro!th.'html . 62ase tambi2n 1eter 9. %iamandis y &teven Kotler , /bundancia ( El futuro es meor de lo que piensa >5ueva ;or$ ( ree 1ress, CA@C ? . . Martine Rothblatt , -rans*2nero de -ranshuman > privada impresa , CA@@ ? . Ella e'plica cómo es más probable que ocurra para " transhumanos ", por eemplo , pero no bioló*icos mentes conscientes convincente como se discute en el cap0tulo J una rápida trayectoria similar de aceptación. F . El si*uiente e'tracto de 7a sin*ularidad está cerca , en el cap0tulo D >pp. @DDDF ? , de Ray Kur!eil >5e! ;or$ ( 6i$in*, CAAF ? , trata sobre los l0mites de la
computación basada en las leyes de la f0sica ( 7os últimos l0mites de los ordenadores son profundamente alto. / partir del trabao de la niversidad de +alifornia en #er$eley 1rofesor 9ans #remermann y nanotecnolo*0a teórico Robert reitas , profesor del M4- ð 7loyd ha estimado que la má'ima capacidad de cálculo , de acuerdo con las leyes conocidas de la f0sica , de un ordenador pesa un $ilo y ocupando un litro de volumen &obre el tamaPo y peso de un pequePo ordenador portátil , lo que llama la [ 5ota ( ð 7loyd, "70mites f0sicos ltimate a +omputation , " 5ature AG >CAAA? ( "laptop final. " @AH F . [ 7os primeros trabaos sobre los l0mites de la computación fueron hechas por 9ans . #remermann en @JGC ( 9ans . #remermann , ")ptimiación trav2s de la evolución y recombinación , " en M+ ;ovits , +- acobi , +% 3oldstein , compiladores , sistemas autoor*aniados >=ashin*ton , %+( . 7ibros espartanos , @JGC ? , pp JD@AG . [ En @JI Robert /. reitas r. se basó en trabaos de #remermann en Robert /. reitas r. , " enopsycholo*y , " /nalo* @A >abril de @JI? ( @FD , http(!!!.rfreitas.com/stroenopsycholo*y . htm &entienceNuotient . \ 7a cantidad potencial de cálculo aumenta con la ener*0a disponible . 1odemos entender el enlace entre la ener*0a y la capacidad computacional de la si*uiente manera . 7a ener*0a en una cantidad de materia es la ener*0a asociada con cada átomo > y part0cula subatómica ? . 1or lo tanto los más átomos , más ener*0a . +omo se discutió anteriormente , cada átomo potencialmente se puede utiliar para el cálculo . /s0 que cuanto más átomos , más cálculo . 7a ener*0a de cada átomo o part0cula crece con la frecuencia de su movimiento ( el más movimiento , más ener*0a . 7a misma relación e'iste para el potencial de cálculo ( cuanto mayor es la frecuencia de movimiento , el cálculo más cada componente >que puede ser un átomo ? puede realiar . > Esto lo vemos en los chips contemporáneos ( cuanto mayor sea la frecuencia del chip , mayor es su velocidad de cálculo . ? /s0 que hay una relación directamente proporcional entre la ener*0a de un obeto y su potencial para realiar el cálculo . 7a ener*0a potencial en un $ilo*ramo de materia es muy *rande , como sabemos por la ecuación de Einstein EU mcC . 7a velocidad de la lu al cuadrado es un número muy *rande ( apro'imadamente @A@H meterCsecondC . El potencial de la materia para calcular tambi2n se ri*e por un número muy pequePo , la constante de 1lanc$ ( G,G Z @A D oules se*undo > un oule es una medida de ener*0a ? . Esta es la escala más pequePa a la que podemos aplicar la ener*0a para el cálculo . &e obtiene el l0mite teórico de un obeto para llevar a cabo el cálculo dividiendo el total de ener*0a > la ener*0a media de cada átomo o part0cula veces el número de tales part0culas ? por la constante de 1lanc$ . 7loyd muestra cómo la capacidad de cálculo potencial de un $ilo*ramo de la materia es i*ual a pi veces la ener*0a dividida por la constante de 1lanc$ . 1uesto que la ener*0a es un número tan *rande y la constante de 1lanc$ es tan pequePa , esta ecuación *enera un número e'tremadamente *rande ( apro'imadamente F ' @AFA operaciones por se*undo . [5ota ( k Z ener*0a má'ima > @.A@H $* Z meterCsecondC ? > G,G Z @AD ? oulesse* ?
U j F Z @.AFA operaciones se*undo . \ &i relacionamos esta cifra con la estimación más conservadora de la capacidad del cerebro humano > @A@J cps y @A@A los seres humanos ? , que representa el equivalente de unos F billones de trillones de las civiliaciones humanas . [ 5ota ( F Z @AFA cps es equivalente a F ' @AC@ >F billones de trillones ? civiliaciones humanas > cada uno requiere @.ACJ cps ? . \ &i utiliamos la cifra de @.A@G cps que creo que será suficiente para la emulación funcional de la inteli*encia humana , la última computadora portátil podr0a funcionar en la capacidad cerebral equivalente a F billones de billones de civiliaciones humanas . [5ota ( %ie mil millones > @A@A ? los seres humanos en @A@G cps cada uno es @ACG cps para la civiliación humana. /s0 que F Z @.AFA cps es equivalente a F ' @AC >F billones de billones ? las civiliaciones humanas humanas . \ Esta laptop podr0a realiar el equivalente de todo el pensamiento humano en los últimos die mil aPos > es decir, die mil millones de cerebros humanos que operan durante die mil aPos ? en una die mil2sima parte de un nanose*undo. [5ota ( Este cálculo hace que la hipótesis conservadora de que hemos tenido die mil millones de seres humanos durante los últimos die mil aPos, lo que obviamente no es el caso . El número real de los seres humanos ha estado aumentando *radualmente en el pasado para lle*ar a alrededor de G,@ G,@ millones de dólares en CAAA . 9ay D Z @AH se*undos en un aPo, y D Z @.A@@ se*undos en die mil aPos. 1or lo tanto , el uso u so de la estimación de @ACG cps cp s para la civiliación humana , el pensamiento humano más de die mil aPos es equivalente a sin duda no más de D Z @.ADH cálculos. El último portátil realia F Z @.AFA cálculos en un se*undo. /s0 /s0 simulando die mil aPos de pensamientos die mil millones de seres humanos " tomar0an unos @A @D se*undos , que es una die mil2sima parte de un nanose*undo. \ na ve más, al*unas advertencias están en orden. +onversión de la totalidad de la masa de nuestro portátil de C.C libras en ener*0a es esencialmente lo que ocurre en una e'plosión termonuclear . 1or supuesto , no queremos que el portátil a punto de estallar , pero para permanecer dentro de la dimensión de un litro . /s0 que esto requerirá un poco cuidadoso embalae , por decir lo menos . Mediante el análisis de la entrop0a má'ima > *rados de libertad representados por el estado de todas las part0culas ? de tal dispositivo , 7loyd 7loyd muestra que tal equipo tendr0a tendr0a una capacidad de memoria teórico de @.AD@ bits. Es dif0cil ima*inar tecnolo*0as que ir todo el camino ca mino en el lo*ro de estos l0mites. 1ero podemos ima*inar fácilmente las tecnolo*0as que vienen bastante cerca de hacerlo . +omo se muestra en la niversidad de )$lahoma proyecto , que ya se ha demostrado demostrado la capacidad de almacenar al menos menos cincuenta bits de información por átomo >aunque sólo en un pequePo número número de átomos , hasta el momento ? . /lmacenamiento /lmacenamiento de @.ACH bits de memoria en los @.ACF átomos en un $ilo*ramo de la materia debe por lo tanto ser eventualmente alcanable . 1ero debido a que muchas de las propiedades de cada átomo se podr0an e'plotar para almacenar información , como la posición e'acta , *irar y estado cuántico de todas sus part0culas que podemos hacer probablemente al*o meor meor que @ACH bits. El neurocient0fico /nders &andber* estima la capacidad de almacenamiento potencial de un átomo de hidró*eno a apro'imadamente cuatro millones de bits . Estas densidades
aún no se han demostrado , sin embar*o , por lo que vamos a utiliar la estimación más conservadora. [5ota ( /nders &andber*, " 7a f0sica de los &uperobects 1rocesamiento de la 4nformación ( 7a vida cotidiana de los cerebros de úpiter ", diario de la evolución y la -ecnolo*0a -ecnolo*0a F >CC de diciembre , @JJJ? , http(!!!.transhumanist.com http(!!!.transhumanist.comvolumeF#rainsC volumeF#rainsC . pdf . \ +omo se discutió anteriormente , @AC cálculos por se*undo podr0an alcanarse sin producir calor si*nificativa si*nificativa . Mediante la implementación de t2cnicas de computación totalmente reversibles , con disePos que *eneran baos niveles de errores , y teniendo en cuenta una cantidad raonable de disipación de ener*0a , hay que acabar en al*ún lu*ar entre @AC y @AFA cálculos por se*undo . El terreno de disePo entre estos dos l0mites es compleo . El e'amen e 'amen de las cuestiones t2cnicas que sur*en a medida que avanamos @AC@AFA está más allá del alcance de este cap0tulo . %ebemos tener en cuenta, sin embar*o , que la forma en que esto va a u*ar no es comenar con el l0mite l0mite último de @AFA y trabaando hacia atrás en base a distintas consideraciones prácticas. 1or el contrario, la tecnolo*0a continuará el incremento, usando siempre su última proea para avanar al si*uiente nivel . /s0 que una ve que lle*uemos a una civiliación con @.AC cps > por cada C,C libras ? , los cient0ficos e in*enieros de ese d0a usarán su esencia inmensa inteli*encia no bioló*ica de averi*uar cómo conse*uir @AD, lue*o @A, y as0 sucesivamente. Mi e'pectativa es que vamos a estar muy cerca de los l0mites últimos . 4ncluso a @.AC cps , un C,C libras " ordenador portátil definitivo " ser0a capa de realiar el equivalente de todo el pensamiento humano en los últimos die mil aPos >que se supone a die mil millones de cerebros humanos durante die mil aPos ? en die microse*undos. [ 5ota( +onsulte la nota anterior. @AC cps es un factor de @AI a menos de @.AFA cps , para una die mil2sima mil2sima parte de un nanose*undo se convierte en @A microse*undos. microse*undos. \ &i e'aminamos el crecimiento e'ponencial de la carta +omputin* > cap0tulo C ? , vemos que esta cantidad de la computación se estima que est2 disponible para los mil dólares para el aPo CAIA .
ÍNICE 7os números de pá*ina en cursiva se refieren a los *ráficos e ilustraciones . aborto , C@C@D /bundancia > %iamandis y Kotler ? , CHI /c$erman , %iane , @HJ /+-9 > corticotropina ? , @AH conductas adictivas, @AFG , @@I *lándulas suprarrenales, @AH adrenalina , @AH Era de las máquinas inteli*entes, 7a > Kur!eil ? , , @GFGG , CFGFH /*e of &piritual Machines , -he > Kur!eil ? , , CFH, CGH /.4. >pel0cula ? , C@A /i$en , 9o!ard, @IJ /le'ander , Richard %., CC al*oritmos , inteli*ente , GH /llen , 1aul, CGGHC /llman , ohn M., @HJ
7a enfermedad de /lheimer , @AC am0*dala , H@ , HH , @AGI , @AJ procesamiento p rocesamiento analó*ico , di*ital, de emulación , @JJF , CH /nalytical En*ine, @IJJA conciencia durante la anestesia an estesia , CAG comportamiento de los animales , la evolución de , @CC dendritas apicales , @@A aptitud , @@@@C inteli*encia artificial > /4? , H , DHDI , FA , CGF, CIA /llen , CHAH@ modelos bioló*icos para , CHD ue*o de aedre y , G , DIDJ, @GFGG , CFH conversación y , @GIGJ como e'tensión de la neocortea , @HC , CHG bases de conocimiento y , , GH , @HAH@ , CG, CH el procesamiento del len*uae y el habla en , HCHD , JC, @@F@G , @CCCD , @CI, @DF@ , @CG , @F, @JFA , @FCFD , @FG, @FHHC medicina y , GH, DJ , @AI , @FG, @GAG@ , @GI omnipresencia de , @FI optimiación de reconocimiento de patrones en , @@C codificación dispersas en , JFJG v2ase tambi2n el neocórte' , /udiencia /udiencia di*ital, 4nc., JGJH , JI asociación auditiva, HH cortea auditiva , H , HH , JH, @CI procesamiento de la información auditiva , JGJH , JH nervio auditivo , JH, @CI de reducción de datos en , @DI v0a auditiva , JH autoasociación , FJG@ , @DD, @HD automóviles, auto^ conducción , H, @FJ , CG@, CH a'ones , DG, C , D, GG , GH, JA , @AA, @@D , @FA, @HD que los procesadores di*itales, @J@ #abba*e , +harles, @IJJA #ainbrid*e , %avid, @HJ de ancho de banda de 4nternet , funciones de base CF , @AD #edny , Marina , IH %e #ell &ystem -echnical ournal , @I #er*er , -heodore , @AC #erners 7ee , -im , @HC El principio de #ernoulli , F , I Meores án*eles de nuestra naturalea( W1or qu2 la violencia ha disminuido > 1in$er ? , CH #ierce , /mbrose , GG #45/+ , @IJ #in* , biolo*0a @H@ , DH /%5 como la teor0a unificadora de @H de in*enier0a inversa de , F biomedicina , 7)/R y , CF@, CFC , CFD #lac$more , &usan, C@@ #lade Runner >pel0cula ? , C@A #la$eslee , &andra , HD, @FG 1royecto #lue #rain , GD, IA , @CCI , @CF #ombe , @IH #ostrom , 5ic$ , @CJDA , CCC #oyden , Ed, @CG cerebro, evolución , C cerebro humano ( computación analó*ica , CH compleidad , IJ, @I@ , CHC implantes di*itales en , CD neocorte' neo corte' di*ital como e'tensión de , @HC, CHG hemisferios , HH, CCJ 7)/R tal como se aplica a , CG@GD , CGD , CG , CGF por predicción , CFA redundancia de , J in*enier0a inversa de , ver cerebro humano , la emulación de equipo X neocorte' , la estructura di*ital , HH cerebro , humano , la emulación de ordenador , F , H , @HJJI , CHD , CIA y invariancia , @JH requisitos de memoria de , @JGJH procesamiento paralelo en @JH, la velocidad de procesamiento procesamiento en , @JFJG redundancia , @JH
sin*ularidad y , @J 1rueba de -urin* y , @FJGA , @GJ , @HA , @HI , @J@ , C@D , C@ , CDD , CHG , CJIn von 5eumann en , @J@JF ver tambi2n neocórte' neocórte' , el cerebro di*ital, di*ital, mam0feros ( pensamiento erárquico como como única , CD, DF en el neocorte' , HI, JD , CIGn la plasticidad del cerebro , HJ, IHIJ , J@, @IC , @JD, @JH , CCF, CIA como prueba de la transformación universal de neocortical , IG , II , @FC limitaciones sobre , IIIJ e'ploración del cerebro , H , CGD , DAIn destructiva , CG , CGF , DAJn @@n 7)/R y , CGCGD , CGD , CG , CGF no destructiva destructiva , @CH, @CJ , CG, D@Cn @Dn no invasiva , CHD %ia*rama de 6enn de , CGC simulaciones del cerebro, @CD@ , CGC tronco cerebral , DG, JJ #remermann , 9ans , D@Gn 3ran #retaPa, #attle of, @IH #rods$y , oseph , @JJ #urns, Eric /. , @@D problema castor ocupado , CAH #utler, #utler, &amuel , GC, @JJCAA , CC, CIJ #yron , /da , condesa de 7ovelace , @JA, @J@ +alifornia, niversidad de , en #er$eley , II proyecto " +/7) " , @GC átomos de carbono , estructuras de información basados, C +arroll , 7e!is , @AJ c2lulas , la sustitución de , CF, CG autómatas celulares , CDGDJ cerebelo, H , HH, @AD^ estructura uniforme , @AD la cortea cerebral , HI HI v2ase tambi2n el neocórte' +halmers , %avid, CA@C , C@I, C@ chatbots " , " @G@ qu0mica , DH aedre, sistemas de inteli*encia artificial y , G, DIDJ , @GFGG , CFH chimpanc2s ( len*uae y , D , @ uso de herramientas por, @ " 9abitación china " pensamiento e'perimento, @HA , CHHF CH HF +homs$y , 5oam , FG, @FI +hurch, /lono , @IG -esis de +hurch-urin* , @IG derechos civiles, CHI cloud computin*, @@G@H , @CD , CG, CHJIA cóclea , JG, JH , @DF, @DI implantes cocleares, CD +oc$burn , %avid, C@ +old &prin* 9arbor 7aboratory , @CJ +olossus , @IH, @II " sentido común", A la comunicación, la fiabilidad de la , @ICIF , @JA tecnolo*0a de la comunicación , y 7)/R , CFD, CF compatibilismo , CD compleidad , @JI, CDD de cerebro humano , IJ , @I@ , CHC de modelado y , DHDI verdadera vs aparente, @A@@ cálculo ( precio rendimiento rendimiento de , F, CFAF@ , CFH , CFH, CGHGI , DA@5 Dn pensando en comparación con a , CGCH universalidad , CG , @I@IC , @IF, @II , @JC, CAH )rdenador y el cerebro , -he > von 5eumann ? , @J@ equipos( cerebro emulado por, ver cerebro humano , la emulación de equipo de la conciencia y , CAJ@@ , C@D@F , CCD
al*oritmos inteli*entes empleadas por , base de conocimientos e'pandido en GH , , CG, CH puertas ló*icas , en @IF en la memoria , @IF , CFJ , CGA , CGI , DA@5 Dn , DAG5 Hn fiabilidad de la comunicación por, @ICIF , @JA v2ase tambi2n el neocorte' , di*ital " +omputin* Machinery e 4nteli*encia " > -urin* ? , @J@ condicionales , GF , GJ, @FD , @IJ, @JA confabulación , HA , C@H, CCH , CCI, CCJ cone'ionismo , @DD, @J@ " connectome , " CGC conciencia , @@ , @JJCAJ hemisferios cerebrales y , CCGCJ , CAJ@@ y computadoras , C@D@F , CCD, CDD %escartes en adelante, CC@CC vistas dualistas de CACD , Este vs )este de vistas , C@I^ C libre albedr0o y , CDDD El e'perimento de pensamiento sobre Kur!eil , C@A vistas salto de fe , CAJ@A , CDD como meme , C@@, CDF memoria y , CICJ , CAGH , C@H sistemas morales y le*ales, basadas en , C@C@D de las formas de vida no humanas , C@D@ vista panprotopsychist de , CAD, C@D como construcción filosófica , CA@J qualia y , CADF , C@@ como cient0ficamente verificable , CAF, C@@ , CCI como construcción espiritual, CCC^ CD como e'periencia subetiva , C@@ =itt*enstein en , CCAC@ ombie e'perimento del pensamiento y , CAC conversación, /4 y , @GIGJ convicciones , valor de , @@ , CDC , @@C, @@H 7a ley de +ooper, CFD cuerpo calloso , HA , HH, CCG áreas de asociación corticales , cortisol FI , @AH +rai* , /rthur , @AA creatividad, @@D@H y la e'pansión de neocortea , @@G@H Evento de e'tinción del +retácico 1aleó*eno , HJ +ric$ , rancis , @G@H de pensamiento cr0tico , G , @HG, @JH " las cr0ticas de la incredulidad ", CGGHC Radiómetro de +roo$es , CAC@, C@ travesaPo de conmutación , IF +urtiss , &usan, CCF +ibern2tica > =iener ? , @@F 1royecto +ic , @GC , @G 3en %C , @AG %alai 7ama , @AJ %alrymple , %avid , @C, CJ@n %/R1/ , @GC, @GD %ar!in , +harles, @F 7a influencia de 7yell sobre , @@F, @@ , @HH e'perimentos mentales de , @@G, CD datos , determinados contra el tráfico de datos CG , CDJ predecible , en 4nternet , CF de #ode , &tella , CCF %eep #lue , de DJ aPos , @GG %eMille , +ecil #., @@D dendritas , C , D , GG , GH , JA , @FA como procesadores analó*icos , @J@JC , @@A apicales %ennett , %aniel , CAFG , CDA, CD %enton , Michael, CHFHG %escartes , Ren2 , CC@CC , CA t2cnicas destructivas de ima*en, CG , CGF , DAJn @@n resultados determinados , resultados predecibles vs , CG, CDJ , CDCDD determinismo
libre albedr0o y , CDCDD , CD aleatoriedad y CDG %iccionario del %iablo, El > #ierce ? , GG %iamandis , 1eter , CHI %iamond , Marian , CF %ic$inson , Emily , @ difusión tracto*raphy , procesadores di*itales de @CJ ( emulación de procesamiento analó*ico en , @JJF , CH v2ase tambi2n ordenadores X neocorte' , di*ital %ió*enes 7aercio , CG /%5 , J@A comportamiento de los animales codificado en , @CC descubrimiento y la descripción de , @G@H de codificación de la información en , C , @H como la teor0a unificadora de la biolo*0a , @H v2ase tambi2n *enoma humano de dopamina , @AFG , @AH, @@I %ostoevs$y , yodor , @JJ %ra*on %ictation , @FCFD %ra*ón 3o8 , @GC, @G %ra*on 5aturally &pea$in* , @FC %rave , &cott, @J suePos ( vs pensamiento consciente , H@HC y tabúes , H@HC como los pensamientos no diri*idos , HAHC la memoria R/M dinámica , el crecimiento de , CFJ , DA@5 Dn E U mcC, CC Ec$ert , . 1resper , @IJ E%&/+ , @IJ E%6/+ , @IJ Einstein , /lbert, @@ , CF , DF, H@ e'perimentos mentales de , @ICD , @@, @@H Electric &heep , @J Emerson , Ralph =aldo , @D inteli*encia emocional, @@A , @J, CA@ , C@D emociones ( alto nivel, @AJ@@ como productos de ambas vieo cerebro y la neocortea , @AHI ener*0a, masa equivalente a , CCCD E54/+ , @IA, @IJ Máquina de codificación Eni*ma, @IH E1/M >primaria perceptor y memoriador ? , DHDI estró*eno, @@I teor0a del 2ter , Michelson Morley refutación de , @I , @J , DG, @@ la evolución, HGHJ 7a teor0a de %ar!in de , @@G de codificación de la información y , C inteli*encia como obetivo , HGHI , CHH, CHI 7)/R y , del neocorte' , DFDG de or*anismos simulados , @HFD como proceso espiritual , CCD supervivencia como obetivo de , HJ, @A , CC v2ase tambi2n la selección natural > *en2tica ? al*oritmos evolutivos >*as?, @HFD , @HD , CC@ e'istencialismo e'pectativa > e'citatoria ? sePales , C , FC , F , GA , GH , HD , IF , J@ , @AA , @@C , @HD , @HF , @JGJH , @GGGH *estores e'pertos , @GI e'pertos , el conocimiento básico de DJ a A , crecimiento e'ponencial , ver la ley de la aceleración de los movimientos oculares devoluciones, reconocimiento de patrones y , HD ar &ide , CHH miedo, en el cerebro de anti*uos y nuevos, @AI función invariancia , ver invariancia red neuronal feedfor!ard , @D, @DF
eldman , %aniel E. , II elleman , %aniel ., IG feto , cerebro , GC matri de puertas pro*ramables > 13/? , ID mecanismo de " lucha o huida" , @AH, @@I " 1rimer #orrador de un Reporte sobre el E%6/+ " >von 5eumann ? , @II #osque , +rai* , formantes @CG , @DF , @DH fractales , J , @A@@ , @A ran$lin, Rosalind , @G@H, @H libre albedr0o , @@ , CCA conciencia y , CDDD definición de , CD@ a DC , y el determinismo , CDCDD , CD como meme, CDF responsabilidad y , CDF reitas , Robert, D@Gn reud , &i*mund , GG, H@ , HC riston , K. . , HF lóbulo frontal , DG , @, HH *iro fusiforme , IJ, JF , @@@ ue*os de aar , @AG c2lulas *an*lionares , JF 3arc0a Márque , 3abriel , D, CIDn IFn 3aani*a , Michael, CCGCJ , CD 3eneral Electric , @J al*oritmos *en2ticos > evolutiva ? , vea los al*oritmos evolutivos >*en2ticos ? del *enoma , humano , , @AD, CF@ la información codificada en el disePo , JA , @H, @FF , CH@, D@5 @Fn redundancia , CH@, D@5 , D@Fn secuenciación , 7)/R y , CFC , CFC, CFD v2ase tambi2n el /%5 3eor*e , %ileep , @ , HD, @FG 3inet , +arl , CD %ios , el concepto de , CCD 3_del , Kurt , @IH teorema de incompletitud de , @IH, CAHI "1arámetros de %ios", @H #ueno , 4rvin ., CIAI@ 3oo*le , CHJ coches de autoconducción de , H, @FJ , CG@, CH -raductor 3oo*le , @GD 3oo*le 6oice &earch , HC, @G@ 3reaves, Marcos, CGGHC 3rossman , -erry, CIHn IIn 3r_tschel , Martin, CGJ 9ameroff , &tuart, CAG , CAI, CH 9ameroff 1enrose tesis , CAIJ 9amlet > &ha$espeare? , CAJ 9arnad , &tevan , CGG 9arry 1otter y el misterio del pr0ncipe > Ro!lin* ? , @@H 9arry 1otter y el prisionero de /$aban > Ro!lin* ? , @C@ 9asson , ri , IG 9avemann , oel , CF 9a!$ins , eff, @ , HD, @FG 9ebb , %onald )., HJIA /prendiae de 9ebb , IA hemisferectom0a , CCF modelos ocultos de Mar$ov > 9MM ? , GI, @@ , @D, @F , @H, @GC modelos erárquicos ocultos de Mar$ov > 99MMs ? , F@ , GI , HC , H , @G , @JFA , @FCFD , @FF , @FG ,
@GC , @G , @GHGI , @JF , CGJ , CHA poda de cone'iones no utiliadas por, @ , @H, @FF aprendiae erárquico , @G, @JF , @JH memoria erárquica ( di*ital, @FGFH temporales , HD sistemas erárquicos , , DF pensamiento erárquico , I , GJ, @AF , @@H, @FDF , @HH , CDD, CIGn fluo bidireccional de información , FC idiomas y , FG, @FJ , @GC, @GD en el cerebro de los mam0feros , CD reconocimiento de patrones como , DD , @FD recursividad en , D , HI , FG, GF , J@, @AJ , @FG, @HH tareas de rutina y , DCDD como mecanismo de supervivencia , HJ como única en el cerebro de mam0feros , DF hipocampo, GD , HH, @A@C 3u0a del autoestopista *aláctico , -he > /dams? , @G@ 9obbes , -homas, CHI 9oc$ , %ee , @@D 9or!it , #. , de HF aPos 9ubel , %avid 9. , de D aPos 1royecto +onectoma 9umanos , @CJ *enoma humano , ver *enoma , el 1royecto 3enoma 9umano, humano , CF@, CHD seres humanos ( fusión de la tecnolo*0a inteli*ente con , CGGHC , CHG, CHJIC herramienta de toma de capacidad , D , CH , CHG, CHJ 9ume , %avid, CDDF 4#M , GH, @AI , @CI, @GFGG +o*nitive +omputin* 3roup de , @JF ideas, vinculando recursivas de identidad , D , @A , @@, CAH como patrón de continuidad , CG , CH e'perimentos mentales en , CCH parámetros de importancia , C , GA , GG , GH incompatibilismo , CD , CDG incompleto , el teorema de 3_del , @IH, CAHI motores de inferencia , @GCGD , la codificación de la información ( en el /%5, C , @H , @CC y evolución , C en el *enoma humano , JA , @H, @FF , CH@, D@5 @Fn estructuras de información , basada en el carbono , C tecnolo*0as de la información ( el crecimiento e'ponencial de la , CHIHJ 7)/R y , , CJFH , CFC , CFH , CFI , CFJ , CGA , CG@ , CG@ sePales inhibitorias , C, FCFD , GH, IF , J@, @AA , @HD 0nsula , JJ@AA , JJ, @@A circuitos inte*rados , IF 4ntel, CGI inteli*encia, @C emocional, @@A , @J, CA@, C@D como meta evolutiva , HGHI , CHH, CHI evolución de , @HH como la capacidad de resolución de problemas , CHH %iccionario 4nternacional de 1sicolo*0a > &utherland ? , C@@ " 9oa de Ruta -ecnoló*ica 4nternacional para &emiconductores , " CGI 4nternet , el crecimiento e'ponencial de , CF 4nterpretación de los &uePos, 7a >reud ? , GG la intuición, la naturalea lineal de , CGG invariancia , en el reconocimiento de patrones , DA , FJG@ , @DD , @DF , @DH , @HF y emulación de ordenador de cerebro , @JH representaciones de una dimensión de los datos y , @@C vector de cuantificación , y @@ inventores , el calendario y , CFD, CFF
4, Robot > pel0cula?, C@A -elar de acquard , @IJ, @JA ames , =illiam, HFHG , JIJJ effers , &usan, @A ennin*s , Ken, @FHFI , @GF eopardy 8 > 1ro*rama de televisión ? , GH , @AI , @FHFI , @GA , @GF , @GG , @GH , @GI , @GJ , @HC , @HI , CDCDD , CHA oyce , ames , de FF aPos Kasparov , 3arry , DJ, @GG K +omputer, @JG bases de conocimiento ( &istemas de inteli*encia artificial y , , GH, @HAH@ , CG, CH del neocorte' di*ital, @HH el crecimiento e'ponencial de , D como inherentemente erárquico , la len*ua CCA y D profesional , DJA ideas de forma recursiva vinculados, D Kodandaramaiah , &uhasa , @CG Koene , Randal , IJ Koltsov , 5i$olai , @G Kotler , &teven , CHI Kur!eil/4.net , @G@ Kur!eil /pplied 4nteli*encia @ Kur!eil +omputer 1roducts , @CC Kur!eil 6oice @GA @ lámina de neuronas, JH idiomas ( chimpanc2s , y D , @ y el crecimiento de la base de conocimiento , D naturalea erárquica de , FG, @FJ , @GC, @GD como metáfora , @@F como la traducción del pensamiento , FG, GI soft!are de len*uae , F@, HCHD , JC, @@F@G , @CCCD , @F , @F, @FG , @FHHC , @H, CHA *estores especialiados en , @GGGH normas de codificación manual en , @GGF , @GG, @GI 99MMs en sistemas erárquicos , @GHGI , @GCGF en 7arson , 3ary, CHH "7ast 6oya*e of the 3host , 7a " >3arc0a Márque ? , núcleo *eniculado lateral D, JF , @AA la ley de los retornos acelerados > 7)/R ? , , G , H, @ , @CD que se aplican en el cerebro humano , CG@GD , CGD , CG, CGF y biomedicina , CF@ , CFC, CFD tecnolo*0a de la comunicación y , CFD, CF capacidad de cálculo y , CI@, D@Gn @Jn tecnolo*0as de la información y , , CJFH , CFC, CFH , CFI, CFJ, CGA , CG@, CG@ obeciones , CGGIC predicciones basadas en , CFG^ FH , CFH , CFI, CFJ , CGA, CG@ y la escasa probabilidad de que otras especies inteli*entes , F "7a ley de retornos acelerados , 7a " > Kur!eil ? , CGH leyes de la termodinámica , DH, CGH aprendiae , G@GF , @CC, @FF , CHDH condicionales , en GF y la dificultad de comprender más de un nivel conceptual a la ve , en GF neocórte' di*ital, @CHCI , @HFHG medio ambiente y , @@J 9ebb , IA erárquica , @G, @JF , @JH en las redes neuronales , @DCDD bases neuroló*icas de la , HJIA reconocimiento de patrones como unidad básica de , IAI@ de patrones , GDG , JA reconocimiento simultáneo con , GD procesamiento simultáneo en , GD , @G sistemas ur0dicos , la conciencia como base de , C@C@D 7eibni , 3ottfried =ilhelm , D, CCD 7enat , %ou*las, @GC
7eviathan > 9obbes ? , CHI 7e!is , /l, JD 7ibet , #enamin , CCJDA , CD@, CD de lu , la velocidad de , CI@ E'perimentos de Einstein sobre el pensamiento , @ICD pro*ramación lineal, G 74&1 > 7ist 1rocessor ? , @FDFF , @GD módulos de reconocimiento de patrones en comparación con , @F , @FF 7loyd , ð , D@Gn , D@H5 7oebner , 9u*h , 1remio 7oebner CJIn , CJIn ló*ica , DIDJ positivismo ló*ico , CCA puertas ló*icas , @IF 7ois , 3eor*e, @@D amor, @@HCA cambios bioqu0micos asociados con , @@I@J obetivos evolutivos , y @@J módulos de reconocimiento de patrones y, @@JCA "7ove 4s -he %ru* ", @@I 7ovelace , /da #yron , condesa de , @JA, @J@ suePos lúcidos , HC, CIHn IIn 7yell , +harles , @@F, @@ , @HH Mc+arthy , ohn, @FD Mc+lelland, &hear!ood , CCF Mc3inn , +olin, CAA almacenamiento ma*n2tico de datos , el crecimiento de , CG@, DA@5 Dn ma*netoencefalo*raf0a , @CJ Manchester Máquina E'perimental de 1equePa Escala , @IJ Mandelbrot set, @A@@, @A Marconi, 3u*lielmo , CFD Marcos @ 1erceptron , @D@DC , @D , @DF, @IJ Mar$ov , /ndrei /ndreyevich , @D Mar$ram , 9enry, IAIC , @CCH , @CJ equivalente en masa, de la ener*0a , CCCD Mathematica , @H@ "-eor0a Matemática de la +omunicación , /" > &hannon ? , @I Mauchly , ohn, @IJ Maudsley , 9enry, CC Ma'!ell , ames +ler$ , CA Ma'!ell , Robert, CCF Mead , +arver , @JJF núcleo *eniculado medial , JH, @AA la medicina, la 4/ y , GH, DJ , @AI , @FG, @GAG@ , @GI memes ( conciencia como , C@@, CDF libre albedr0o , CDF memoria en las computadoras, @IF , CFJ, CGA , CGI, DA@5 , DAG5 Dn H5 memoria, memorias, humanos( conceptos abstractos en FIFJ, capacidad de @JC a JD , ordenadores como e'tensiones de @GJ , frente a la conciencia , CICJ , CAGH , C@H de re*ulación de CJ , FJ hipocampo y , @A@C como secuencias de patrones, CHCJ , F , FJ despidos de pedido retiro inesperado , D@DC , F, GIGJ trabao , @A@ Menabrea , 7ui*i, metaco*nición @JA , CAA, CA@ metáforas , @@F , @@D@H , @HGHH Michelson , /lbert , @I , @J , DG , @@ Michelson Morley , @J , DG, @@ microtúbulos , CAG, CAH , CAI, CH Miescher , riedrich , @G mente, @@ teor0a del reconocimiento de patrón > 1R-M ? , FG , I , @@ , DH , HJ , IA , IG , JC , @@@ , @HC , C@H pensó en e'perimentos , @JJCH problema mente cuerpo, CC@ Mins$y , Marvin , GC, @DDDF , @D, @JJ , CCI M4- 7aboratorio de 4nteli*encia /rtificial, @D
M4- 4nstituto 1ico!er para el /prendiae y la Memoria, @A@ Mobileye , @FJ modelado , la compleidad y , DHDI Modha , %harmendra , @CI, @JF , CH@HC impulso, CAC@ conservación de , C@CC Money , ohn =illiam , @@I, @@J montano vole , @@J el estado de ánimo , la re*ulación de , @AG Moore , 3ordon , CF@ 7a ley de Moore , CF@, CFF , CGI inteli*encia moral , CA@ sistemas morales , la conciencia como base de , C@C@D Moravec , 9ans , @JG Morley, Eduardo, @I , @J , DG, @@ Mos$ovit , %ustin , @FG cortea motora , DG, JJ , JJ nervios motores Mountcastle , 6ernon, DG , DH, J Moart , 7eopold , @@@ Moart , =olf*an* /madeus , @@@, @@C MR4 >resonancia ma*n2tica ? , resolución espacial de @CJ , CGCGF , CGD, DAJn > 6F ? re*ión de la cortea visual M- , ID, JF Muc$li , 7ars , CCF música, tan universal a la cultura humana , GC mutaciones , simulada, @I nombres , recordando , DC 4nstitutos 5acionales de la &alud , @CJ selección natural, HG proceso *eoló*ico como metáfora , @@F, @@ , @HH v2ase tambi2n la evolución 5aturalea, J sistema nervioso nematodo , la simulación de , @C neocorte' , D , H , HH, HI /4 in*enier0a inversa de, consulte la neocortea , di*ital de fluo bidireccional de información en , IFIG , J@ evolución, DFDG e'pansión de , a trav2s de /4 , @HC, CGGHC , CHG e'pansión de , a trav2s de la colaboración, la @@G orden erárquico ,@FD proceso de aprendiae, v2ase or*aniación de aprendiae lineal , CFA como metáfora de la máquina , @@D fu*as neural , @FAF@ vieo cerebro como por moduladas , JDJ , @AF, @AI representaciones unidimensionales de datos multidimensionales , FD, GG , J@, @@ a C , en el reconocimiento de patrones , ver el reconocimiento de patrones reconocedores de patrones en , ver los módulos de reconocimiento de patrón de plasticidad , ver la plasticidad del cerebro por predicción , FAF@ , FC , FI , GA , GGGH , CFA 1R-M como al*oritmo básico de , G poda de cone'iones no utiliadas en , ID, JA , @D, @H redundancia , J , CC estructura de reilla re*ular de , ICID , I, IF , @CJ, CGC de entrada sensorial , FI, GA procesamiento simultáneo de la información en , @JD tipos espec0ficos de patrones asociados con las re*iones de , IGIH , IJJA , J@ , @@@ , @FC , simplicidad estructural de @@ uniformidad estructural , DGDH estructura , DFDH, DI , HFJC como mecanismo de supervivencia , HJ, CFA tálamo como puerta de entrada a , @AA@A@ capacidad total de , A , CIA número total de neuronas , la actividad inconsciente en CDA , CCI, CD@ , CDD modelo unificado de , C , DH como única de cerebro de los mam0feros , JD , CIGn al*oritmo universal de procesamiento de , IG , II , JAJ@ , @FC , CHC v2ase tambi2n la cortea cerebral neocorte' , di*ital , GI, @ , @@G@H , @C@HI , @JF beneficios de, @CDC , CH fluo
bidireccional de información , @HD como susceptible de ser copiado , CH módulo de pensamiento cr0tico para , @HG, @JH, como e'tensión del cerebro humano , @HC, CHG 99MMs en @HHF , la estructura erárquica de , @HD bases de conocimiento , de aprendiae en @HH , @CHCI , @HFHG módulo metáfora búsqueda en , @HGHH educación moral de , @HHHI redundancia patrón en , @HF búsqueda simultánea en , @HH de estructura , @HCHI cone'iones virtuales neuronales en columnas neocorticales , @HDH , DGDH , DI, JA , @CCF sistema nervioso, de C circuitos neuronales, falta de fiabilidad de los implantes neurales , @IF , CD, CF redes neuronales, @D@DF , @, @FF , CJ@n al*oritmo de feedfor!ard JH5 , @D, @DF , @DC a DD , en el aprendiae procesamiento neural ( emulación di*ital , @JFJH paralelismo masivo de , @JC , @JD , @JF de velocidad , @JC , @JF fichas neuromórficos , @JJF , @JG de unión neuromuscular , JJ neuronas, C , DG, DI , D, IA , @HC , @AFH neurotransmisores nuevo cerebro , ver neocorte' 5e!ell , /llen, @I@ 5e! Kind of &cience, / > =olfram ? , CDG, CDJ 5e!ton , 4saac , J 5ietsche , riedrich , @@H sistemas no bioló*icos , como puedan ser copiado , CH t2cnicas de ima*en no destructivas , @CH, @CJ , CG, D@Cn @Dn no mam0feros , raonamiento , por CIGn noradrenalina , @AH norepinefrina , @@I Memorias del subsuelo > %ostoievs$i ? , @JJ -ecnolo*0as de 5uance &peech , GH , @AI , @CC , @FC , @G@ , @GC , @GI núcleo accumbens, HH , @AF 5umenta , @FG 5u14+ , @FG trastorno obsesivo compulsivo , @@I lóbulo occipital , DG vieo cerebro , GD, H@ , JA, JD@AI neocorte' como modulador de la , JDJ , @AF, @AI v0a sensorial , JJI sistema olfativo , @AA )luseun , )luseyi , CA )mni1a*e , @CC +ien aPos de soledad > 3arc0a Márque ? , CIDn IFn )n 4ntelli*ence > 9a!$ins y #la$eslee ? , HD, @FG El )ri*en de las Especies > %ar!in? , @F@G de reconocimiento óptico de caracteres >)+R ? , @CC del nervio óptico , JF ,@AA canales , JJF , JG or*anismos , simulado, evolución de, @HFD problema sobreauste, @FA o'itocina, @@J páncreas, panprotopsychism DH , CAD, C@D 1apert , &eymour , @DDF , @D parámetros, en el reconocimiento de patrones ( "%ios", @H importancia , C, IJ , GA , GG, GH
tamaPo, C , JFA , GA , G@, GG , GH, HDH , J@JC , @HD variabilidad tamaPo, C , JFA , GH, HDH , J@JC 1ar$er , &ean , @FG 7a enfermedad de 1ar$inson , CD , CF la f0sica de part0culas , ver la mecánica cuántica 1ascal , #laise , @@H patch clamp robótica, @CFCG , @CG reconocimiento de patrones , @JF de conceptos abstractos, FIFJ como función de la e'periencia , FA , JA, CHD a H como unidad básica de aprendiae , IAI@ fluo bidireccional de información , FC, FI , GI y distorsiones , DA movimiento de los oos y , HD como erárquica , DD , JA , @DI , @C de imá*enes , I invariancia y ver invariancia , en el reconocimiento de patrones aprendiae simultáneo con , GD 7ista combinando en , GAG@ en el neocorte' , consulte patrón módulos de reconocimiento de redundancia , DJA , FH, GA , G, @IF módulos de reconocimiento de patrones , DF@ , C, JA , @JI , GAG@ autoasociación en a'ones de , C , D , GG , GH , @@D , @HD fluo bidireccional de información hacia y desde el tálamo , @AA@A@ dendritas de , C , D , GG, GH di*ital, @HCHD , @HF, @JF sePales de e'pectativa > e'citatoria ?, en C , FC , F , GA , GH , HD , IF , J@ , @AA , @@C , @HD , @HF , @JGJH estructura determinada *en2ticamente , IA " parámetro de %ios" , @H parámetros de importancia en , C , IJ , GA , GG , GH sePales inhibitorias en , C , FCFD , GH , IF , J@ , @AA , @HD de entrada en , @C , C , FDFJ amar y , @@JCA cone'iones neuronales entre JA , como conuntos neuronales, IAI@ representación unidimensional de datos multidimensionales en , FD , GG , J@ , @@C predicción por , FAF@ , FC , FI , GA, GGGH redundancia , C, D , I, J@ procesamiento secuencial de la información por, CGG disparos simultáneos de , FHFI , FH, @G parámetros de tamaPo en , C , JFA , GA , G@ , GG , GH , HDH , J@JC , @HD parámetros de variabilidad en tamaPo , C , GH , HDH , J@JC , @HD de sonidos, I umbrales de , I , FCFD , GA , GG , GH , @@@@C , @HD número total de , DI , A , @ , @@D , @CD , CIA al*oritmo universal de , @@@ , CHF patrón teor0a del reconocimiento de la mente > 1R-M ? , FG , I , @@ , DH , HJ , IA , IG , JC , @@@ , @HC , C@H patrones ( ordenamiento erárquico de , @FD patrones de más alto nivel vinculados a , D, F , GG, GH de entrada en , @, C , , GG, GH el aprendiae de , GDG , JA nombre del , CD salida , C, , GG, GH y redundancia , G áreas espec0ficas de la cortea cerebral asociadas con , IGIH , IJJA , J@, @@@ , @FC de almacenamiento , GGF estructura , @FD 1atrones , 4nc. , @FG 1avlov , 4van 1etrovich , C@G
1enrose , Ro*er , CAHI , CH percepciones, como la influencia de las e'pectativas e interpretaciones, D@ perceptrones , @D@DF 1erceptrones > Mins$y y 1apert ? , @DDF , @D feniletilamina , @@I 4nvesti*aciones filosóficas > =itt*enstein ? , CC@ fonemas, G@ , @DF, @DH , @G, @FC fotones, CAC@ f0sica, DH capacidad computacional y , CI@, D@Gn @Jn leyes de , DH, CGH modelos estándar de C , v2ase tambi2n la mecánica cuántica 1in$er , &teven , HGHH , CHI hipófisis , HH 1latón, C@C , CC@, CD@ placer, en los vieos y nuevos cerebros, @AI 1o**io , -omaso , IF, @FJ núcleo ventromedial posterior > 6Mpo ? , JJ@AA , JJ pradera vole , @@J resultados previsibles , los resultados determinados vs , CG, CDJ +onseo 1residencial de /sesores en +iencia y -ecnolo*0a, CGJ precio rendimiento , de la computación , F, CFAF@ , CFH , CFH, CGHGI , DA@5 Dn 1rincipia Mathematica >Russell y =hitehead ? , @I@ campos de probabilidad, C@I@J , CDFDG conocimientos profesionales , DJA prote0nas, la in*enier0a inversa de F , qualia , CADF , C@A, C@@ calidad de vida , la percepción de , CHHHI computación cuántica, CAHJ , CH mecánica cuántica, C@I@J , C@I@J , en observación , CDFDG aleatoriedad versus determinismo , CDG Nuinlan , Karen /nn , @A@ Ramachandran , 6ilayanur &ubramanian " Rama ", memoria de acceso aleatorio CDA( el crecimiento en , CFJ , CGA , DA@5 Dn , DAG5 Hn tridimensional , CGI aleatoriedad , el determinismo y CDG racionaliación, ver confabulación realidad, la naturalea erárquica de , , FG, JA , J, @HC recursividad , D , HI, FG , GF, J@ , @FD, @FG , @HH, @II "Red " > )luseum ? , CA redundancia, J , DJA , G , @I, @IF , @JH, CC en el *enoma , CH@, D@5 , D@Fn del recuerdo , FJ de módulos de reconocimiento de patrones , C , D , I , J@ , FH y pensamiento reli*iosa 2'tasis , @@I " 4nforme al 1residente y al +on*reso , disePo de un futuro di*ital " >+onseo 1residencial de /sesores en +iencia y -ecnolo*0a? , CGJ retina , JF la in*enier0a inversa ( de los sistemas bioló*icos , F del cerebro humano , v2ase el cerebro humano , la emulación de equipo X neocorte' , di*ital Rosenblatt , ran$ , @D@ , @DD, @D , @DF, @J@ Ros$a , #oton , J Rothblatt , Martine , CHI las tareas de rutina , como la serie de pasos erárquicos , DCDD Ro!lin* , K , @@H, @C@ Ro'y Music , @@I Russell , #ertrand , @A , @I@, CCA Rutter, #rad , @GF sacádicos , HD 4nstituto &al$ , IJ
el matrimonio entre personas del mismo se'o, CHI &andber*, /nders , @CJDA , D@In &chopenhauer , /rthur , CDF, CA la ciencia ( como base en mediciones obetivas , C@@ especialiación , @@F +iencia , ICID " El pesimismo de cient0fico, " CHCHD &earle , ohn, @HA , CA@, CAF , CAG, CCC " 9abitación china " e'perimento mental de , @HA, CHHF &einfeld > pro*rama de televisión ? , HF inhibidores selectivos de serotonina , @AG recaptación sistemas de autoor*aniación , @ , @H , @J , @FA , @FFF , @GC , @GI , @H@HC , @HF , @JH , CHA de la ona sensoriomotor , HH cortea sensorial , JJ nervios sensoriales , JJ ór*anos de los sentidos , FI receptores sensoriales, JJ sensorial touch v0a , FI, GA , JJI , JF, JH@AA , JH, JJ serotonina , @AF , @AG , @AH , @@I &eun* , &ebastian, @A &e' and the +ity > pro*rama de televisión ? , @@H la reproducción se'ual , @@I simulada, @I &ha$espeare , =illiam, DJ , @@@F , CAJ &hannon , +laude , @IDI , @JA &hashua , /mnón , @FJ &ha! , . +. , @I@ +ortocircuito > pel0cula?, C@A &imon , 9erbert /., DHDI , @I@ sin*ularidad, @J &in*ularity 4s 5ear , -he > Kur!eil ? , , F , @JG , CF@, CFD , CFG, CFH , CGH, CGIGJ , CH@ , CH, D@Gn @Jn " &in*ularidad no está cerca , El " >/llen y chicharrones ? , CGGHC &iri , H , HC , @@G , @CD , @FD , @G@GC , @G , @GI , @H@ parámetros de tamaPo , C , GA , GG , GH , HDH , J@JC parámetros de tamaPo variabilidad , C, JFA , GH, HDH , J@JC &$inner , #. . , @D &mullyan , Raymond, C@ &ociety of Mind , -he > Mins$y ? , GC, @JJ &oneto HD >&ha$espeare ? , @@@F &)1/ >&top )nline 1iracy /ct ? , CHJ códi*os escasa, JFJG , @DF@ especialiación creciente , espectro*ramas @@F , @DF , @DG, @DH soft!are de reconocimiento de vo , JFA , F@, FD , G@, HCH , JC, @@F@G , @CCCD , @CI, @DFG , @F, @JI , CHD 3as en , @JFA , @FC 99MM en , @JFA , @FCFD velocidad de la lu , CI@ E'perimentos del pensamiento de Einstein sobre , @ICD &perry , Ro*er =. , C@I m2dula espinal, DG , JJ neuronas fusiformes , @AJ@@ pacientes con cerebro dividido , HA, CCGCH &tanford Encyclopedia of 1hilosophy , -he, CDC &tar -re$ ( -he 5e't 3eneration > pro*rama de televisión ? , C@A
&tar =ars pel0culas , la variación estocástica C@A , J poder superordenador , el crecimiento de , CFI, DA@5 Dn la supervivencia ( como meta evolutiva , HJ, @A , CC como meta individual , CC &utherland , &tuart, C@@ +hips de sinapsis , @JF, @JG &ent 3y_r*yi , /lbert, JD tabúes , los suePos y , H@HC -aylor , . 3. , HF tecnolo*0a, como compensación de las limitaciones humanas , D , CH , CHG, CHJ -echnolo*y Revie! , CGG -e*mar$ , Ma', CAI -erminator pel0culas , testosterona C@A , @@I tálamo , DG , HH, JF , JH, JH , JI a @A@ como puerta de entrada al neocorte' , @AA@A@ termodinámica, @HH leyes de , DH, CGH -hiel , 1eter , @FG pensamiento ( en comparación con el cálculo , CGCH desorden de , FF, GJ len*uae como traducción de, FG, GI limitaciones, CDC, CH y redundancia, FH como el análisis estad0stico, estad0stica y probabilidad @HA , CHAH@ e'perimentos mentales sobre , C, CFDD no diri*ida contra las instrucciones, FFF , GIGJ ver tambi2n el pensamiento erárquico e'perimentos mentales , @@ "habitación china ", @HA , CHHF el equipo conciencia , CAC, C@A de %ar!in , @@G, CD de Einstein , @ICD , @@, @@H en la identidad , CCH en la mente, @JJCH en el pensamiento , C , CF a DD de -urin*, @IFIH , @II -hrun , &ebastian, @FI tiempo , los e'perimentos de Einstein pensaba en @JCA , la fabricación de herramientas , de los seres humanos , D, CH , CHG , CHJ -ractatus 7o*ico 1hilosophicus > =itt*enstein ? , C@JC@ -ranscend ( 5ueve pasos para el #uen 6ivir para siempre > Kur!eil y 3rossman ? , CIHn IIn 1el0culas de -ransformers, C@A transistores ( por chip , el crecimiento de , CFI , DA@5 Dn disminución de los precios en , CGA , DA5 Gn tridimensional , CGI -urin* , /lan , @C@, @FJGA , @IF, @J@ e'perimentos de pensamiento , @IFIH , @II irresoluble problema teorema de , @IH, CAHI Máquina de -urin* , @IFIH , @IG, @II , @JC, CAHI 1rueba de -urin*, @FJGA , @GJ, @HA , @HI , @J@, C@D , C@, CDD , CHG, CJIn 4M/ > no estructurado 4nformation Mana*ement /rchitecture ? , @GHGI lam , &tan , @J nitarismo , CCC universalidad de la computación , CG , @I@IC , @IF, @II , @JC, CAH universo, tan capa de codificar información , C niversity +olle*e > 7ondres?, @@I problemas sin solución , el teorema de -urin* , @IH, CAHI vasopresina , @@J cuantificación vectorial , @DF , @DIDJ , @F y invariancia , @@ pálido ventral , @AF 6icarious &ystems, @FG asociación visual , HH cortea visual , H , HH, ID , JF, @JD de las personas con ce*uera con*2nita , IH la simulación di*ital de , @CI estructura erárquica , IFIG
