El estudio, publicado en Nature Human Behavior y financiado por Wellcome, utiliza un modelo computacional de IA -conocido como red neuronal generativa- para simular cómo las redes neuronales en el cerebro aprenden y recuerdan una serie de eventos (cada uno representado por una escena simple). ).

El modelo presentaba redes que representaban el hipocampo y la neocorteza, para investigar cómo interactúan. Se sabe que ambas partes del cerebro trabajan juntas durante la memoria, la imaginación y la planificación.

La autora principal, la estudiante de doctorado Eleanor Spens (Instituto de Neurociencia Cognitiva de la UCL), dijo: «Los avances recientes en las redes generativas utilizadas en la IA muestran cómo se puede extraer información de la experiencia para que podamos recordar una experiencia específica y también imaginar con flexibilidad qué nuevas podrían ser las experiencias.

“ Pensamos que recordar es imaginar el pasado basándose en conceptos, combinando algunos detalles almacenados con nuestras expectativas sobre lo que pudo haber sucedido. «

Los humanos necesitan hacer predicciones para sobrevivir (por ejemplo, para evitar peligros o encontrar comida), y las redes de inteligencia artificial sugieren cómo, cuando reproducimos recuerdos mientras descansamos, ayuda a nuestro cerebro a captar patrones de experiencias pasadas que pueden usarse para hacer estas predicciones. predicciones

Los investigadores reprodujeron 10.000 imágenes de escenas sencillas en el modelo. La red del hipocampo codificó rápidamente cada escena a medida que se experimentaba. Luego reprodujo las escenas una y otra vez para entrenar la red neuronal generativa en la neocorteza.

La red neocortical aprendió a pasar la actividad de las miles de neuronas de entrada (neuronas que reciben información visual) que representan cada escena a través de capas intermedias de neuronas más pequeñas (la más pequeña contiene solo 20 neuronas), para recrear las escenas como patrones de actividad en sus miles. de neuronas de salida (neuronas que predicen la información visual).

Esto hizo que la red neocortical aprendiera representaciones «conceptuales» altamente eficientes de las escenas que capturan su significado (por ejemplo, la disposición de paredes y objetos), permitiendo tanto la recreación de escenas antiguas como la generación de otras completamente nuevas.

En consecuencia, el hipocampo pudo codificar el significado de las nuevas escenas que se le presentaban, en lugar de tener que codificar cada detalle, lo que le permitió concentrar recursos en codificar características únicas que el neocórtex no podía reproducir, como nuevos tipos de objetos.

El modelo explica cómo el neocórtex adquiere lentamente conocimientos conceptuales y cómo, junto con el hipocampo, nos permite “reexperimentar” eventos reconstruyéndolos en nuestra mente.

El modelo también explica cómo se pueden generar nuevos eventos durante la imaginación y la planificación para el futuro, y por qué los recuerdos existentes a menudo contienen distorsiones «esenciales», en las que las características únicas se generalizan y recuerdan como más parecidas a las características de eventos anteriores.  

El autor principal, el profesor Neil Burgess (Instituto de Neurociencia Cognitiva de la UCL y Instituto de Neurología Queen Square de la UCL), explicó: “La forma en que se reconstruyen los recuerdos, en lugar de ser registros verídicos del pasado, nos muestra cómo el significado o la esencia de una experiencia se recombina con detalles únicos, y cómo esto puede generar sesgos en la forma en que recordamos las cosas”.

F