El modelo de Jeff Hawkins sobre el cerebro (y la inteligencia humana)

Jeff Hawkins publicó en 2004 ‘On intelligence’. Sigue pensando más o menos igual casi quince años después. Sus esfuerzos se vienen materializando a través del Redwood Neuroscience Institute, que él mismo fundó en 2002, y de Numenta.

Su meta es construir máquinas inteligentes, pero para eso, según él, se necesita entender cómo funciona el cerebro de los humanos: “el problema de la inteligencia corresponde a la última frontera terrenal de la ciencia (…) las máquinas inteligentes surgirán de una nueva serie de principios sobre la naturaleza de la inteligencia”.

Para Hawkins es un error suponer que la inteligencia se demuestra a través de la conducta. Turing se equivocó, pero, además, despistó a los científicos durante décadas (“la conducta es una manifestación de la inteligencia, pero no la característica central o la definición primaria de ser inteligente (…) la inteligencia es algo que sucede dentro del cráneo. La conducta observable es un ingrediente opcional”).

La esencia de la inteligencia residiría en la capacidad del cerebro para predecir el futuro a partir de la ingente cantidad de información sobre el mundo que va acumulando en su memoria (memory-based model).

La comprensión de algo no puede medirse por la conducta observable, sino a través de una métrica interna sobre cómo recuerda el cerebro y cómo usa esa información para hacer predicciones.

Hawkins considera que entender al cerebro requiere: (1) una dimensión temporal, (2) procesos de feedback (por cada fibra que llega al neocórtex salen diez hacia los órganos de los sentidos), y (3) desentrañar y considerar su arquitectura física.

Algo crucial para su perspectiva es que es distinto ser ‘inteligente’ y ser ‘humano’. Humano incluye a inteligente, pero no al revés. El cerebro hace más cosas que dotarnos de inteligencia a los humanos. El neocórtex es clave para la inteligencia, con alguna ayuda del tálamo y del hipocampo. El resto del cerebro soporta la parte humana, pero no a la inteligencia.

Usa la imagen de una servilleta de tela de tamaño relativamente grande para ayudarnos a visualizar el tamaño medio del neocórtex humano. Su grosor (2 mm) equivaldría a seis tarjetas de crédito. Cada tarjeta correspondería a las capas en las que se divide el neocórtex: “los humanos son inteligentes porque su corteza supone un área mucho mayor que la que le correspondería por su tamaño corporal, no porque su grosor sea mayor”.

El neocórtex incluye aprox. 30.000.000.000 de neuronas. Esos 30 mil millones de neuronas definen nuestra identidad, crean nuestras mentes. Pero, ¿cómo lo hacen?

Hawkins recurre al concepto de jerarquía para dar el siguiente paso. Una región se situará más arriba o más abajo en esa jerarquía dependiendo de sus conexiones. Las inferiores envían información hacia las superiores y éstas devuelven feedback a las inferiores, aunque también hay conexiones laterales.

Un científico central para el modelo de Hawkins es Vernon Mouncastle y su publicación de 1978 (An organizing principle for cerebral function). Su idea es que el neocórtex solamente hace una cosa. Esa idea es para Hawkins la piedra Rosetta de la neurociencia, a pesar de que casi nadie ha prestado atención.

La especialización de funciones obedece a las interacciones del cerebro con el ambiente durante el desarrollo: “la organización del cerebro, al igual que la división geopolítica del planeta Tierra, puede variar dependiendo de las circunstancias. Los genes regulan la arquitectura general de la corteza, incluyendo cuáles se conectan, pero el sistema es extraordinariamente flexible dentro de esa estructura”. El cerebro se va configurando para modelar el ambiente usando un sencillo algoritmo general. El modelo que produce le permite predecir eventos futuros.

Aunque la información del ambiente accede al cerebro por distintos sentidos, se traduce al mismo código, al mismo patrón. Escuchamos sonidos, vemos luces y sentimos presión, pero dentro del cerebro no hay diferencias entre esos distintos tipos de información. Un potencial de acción es un potencial de acción. El cerebro actúa exclusivamente sobre patrones. El cerebro es el único lugar del cuerpo que carece de sentidos: “toda la información que accede al cerebro corresponde a patrones espacio-temporales en los axones”.

Los órganos de los sentidos crean patrones que envían al cerebro. Esos patrones son procesados mediante el mismo algoritmo cortical para crear un modelo sobre el mundo. Ese modelo se memoriza para predecir futuros eventos. Aunque la velocidad de procesamiento del cerebro es mucho menor que la de un ordenador de silicio, es más eficiente porque no calcula sino que recupera la información pertinente que ha memorizado.

El neocórtex es una memoria, no un ordenador.

La corteza (1) almacena secuencias de patrones, (2) recuerda patrones de modo auto-asociativo, (3) almacena patrones invariantes, y (4) almacena patrones en una jerarquía.

La información pertinente se recupera ante las señales vigentes en un determinado momento. Basta una pequeña pista para desencadenar el proceso de recuperación (puedo ver solamente un ojo para predecir que se trata de mi primogénita).

Memorizamos la esencia de las relaciones, no sus detalles (p. e. una melodía, independientemente del formato) debido a que el mundo captado por los órganos de los sentidos nunca es el mismo.

Hawkins recuerda que los tests de inteligencia se basan en valorar la capacidad de los individuos para hacer predicciones:

• Dada una secuencia de números, ¿cuál completa la serie?
• Teniendo en cuenta tres visiones distintas de un mismo objeto. ¿cuál de los siguientes objetos es una visión adecuada de ese objeto?
• Nube es a lluvia, lo que llave a…

“La inteligencia se valora por la capacidad para recordar y predecir patrones en el mundo, incluyendo el lenguaje, las matemáticas, las propiedades físicas de los objetos y las situaciones sociales. El cerebro recibe patrones del mundo exterior, los almacena en su memoria, y hace predicciones combinando lo que ve ahora con lo que vio antes”.

CÓMO FUNCIONA EL NEOCÓRTEX

La mayor parte de la corteza está formada por áreas de asociación. Su estructura jerárquica promueve que a medida que se sube los detalles de lo que se percibe sean irrelevantes. El sistema hace constantemente predicciones multi-sensoriales: “lo que veo lleva a predicciones precisas sobre lo que sentiré y veré (y al revés) (…) todo el neocórtex, todas las áreas de asociación, actúan como una unidad”.

Las regiones situadas más arriba en la jerarquía cortical reciben información de dos o más regiones sensoriales situadas por debajo. Cualquier región averigua de qué modo se relaciona la información que recibe, memoriza la secuencia de correlaciones y usa esa secuencia para predecir cómo serán las cosas en el futuro: “la corteza es corteza, y, por tanto, actúa el mismo proceso en cualquier sitio, existe un mismo algoritmo cortical (…) todas las regiones de la corteza forman representaciones invariantes del mundo situado por debajo en la jerarquía. Hay belleza en ese proceso”.

La estructura jerárquica de la corteza replica la que se observa en el mundo real. Todos los objetos del mundo real se componen de sub-objetos unidos espacio-temporalmente. Un rostro humano presenta siempre los mismos elementos: “el mundo es como una canción”. La predictibilidad define a la realidad. Cuando se viola ese principio, se vive en el caos.

El cerebro recuerda el mundo como es, no como parece. Al pensar sobre el mundo se recuerdan secuencias de patrones sobre cómo son y actúan los objetos (y esos objetos pueden ser una mesa o una frase), no cómo se presentan a un determinado órgano sensorial.

La densidad y forma de las células de la corteza varía según el nivel de la jerarquía en la que se ubican.

 

La capa 1, situada en la cima de esa jerarquía, es la más diferente. Posee muy pocas células y corresponden generalmente a axones que se distribuyen paralelamente a la superficie cortical. Las capas 2 y 3 tiene una apariencia similar e incluyen células piramidales densamente empaquetadas. La capa 4 incluye células con forma de estrella. La capa 5 incluye células piramidales estándar, así como un tipo especial de célula piramidal gigante. La capa 6 corresponde a la zona más baja de la jerarquía y posee distintos tipos de células neuronales.

Las columnas son unidades verticales de células que trabajan unidas. Las capas dentro de cada columna se conectan a través de los axones que van hacia arriba y hacia abajo. Las células alineadas verticalmente dentro de cada columna se activan ante el mismo tipo de estímulo. Esas células se encuentran fuertemente conectadas y por eso se activan simultáneamente. La corteza humana posee varios cientos de millones de micro-columnas. La información fluye horizontalmente en la capa 1 y verticalmente entre las capas 2 y 6.

El 90% de las sinapsis de las células dentro de cada columna provienen del exterior de esa columna.

Mountcastle propuso que en el cerebro solamente actúa un algoritmo, pero también sugirió que las columnas corticales constituyen la unidad básica de cálculo. A partir de esa idea, Hawkins sugiere que una columna es la unidad básica de predicción.

Calcular esa predicción exige saber qué está sucediendo alrededor, de ahí que cada columna se encuentre densamente conectada con el resto (el 90% señalado antes): “pensar, predecir y hacer son parte de la misma secuencia (…) la corteza crea un modelo sobre el cuerpo, pero no puede crear un modelo sobre el cerebro. Los pensamientos, localizados en el cerebro, están físicamente separados del cuerpo y del resto del mundo. La mente es independiente del cuerpo, pero no del cerebro”.

EL FUTURO DE LA INTELIGENCIA

Hawkins se pregunta si algún día seremos capaces de construir máquinas inteligentes. Responde afirmativamente, aunque el resultado puede alejarse del estereotipo habitual de ‘máquina inteligente’.

Esas máquinas se basarán en las propiedades del neocórtex y se conectarán a sistemas de registro sensorial, pero el resto de las características que definen a un humano son opcionales. Los sensores capturarán patrones del mundo circundante. Esos sensores deberán vincularse a un sistema jerárquico de memorización basado en principios similares al neocórtex humano. Seguidamente deberá entrenarse a ese sistema de un modo similar a como se instruye a los niños humanos. La repetición ayudará a que la máquina inteligente construya un modelo sobre su mundo según la información de sus sensores.

Una vez disponga de su modelo sobre el mundo, la máquina podrá razonar por analogía con las experiencias acumuladas, hacer predicciones sobre el futuro, proponer soluciones a problemas nuevos y hacernos saber (a los humanos) a qué conclusiones ha llegado.

Hawkins recuerda que la inteligencia se mide por la capacidad predictiva de una memoria jerárquica, no por una conducta que simule a un humano.

¿Qué es necesario para lograr que una máquina sea inteligente? ¿Cuáles son los retos a superar?

El autor atisba dos problemas: capacidad y conectividad.

La capacidad es un problema resoluble: con 8 trillones de bytes de memoria, es decir, 80 discos duros de un tamaño habitual en los actuales ordenadores, será suficiente.

La conectividad es más delicada. Los chips de silicio y la materia blanca son bastante incompatibles. Quizá se pueda superar el problema usando conexiones compartidas, de un modo similar a lo que se hace con las conexiones telefónicas.

Las máquinas inteligentes superarán probablemente la inteligencia de los humanos gracias a cuatro cosas: velocidad, capacidad, replicabilidad y sistemas sensoriales. Una vez se comprenda qué es la inteligencia, se podrá ir más allá de las limitaciones humanas. Es completamente innecesario ‘replicar’ a los humanos: “nuestras máquinas inteligentes serán herramientas increíbles que mejorarán de modo dramático nuestro conocimiento sobre el universo”.

Pero, naturalmente, eso solamente sucederá si un número suficiente de científicos se afanan en la tarea: “a través de este libro pretendo seducir a jóvenes ingenieros y científicos para que estudien el córtex, adopten el modelo de la predicción basado en la memoria y construyan máquinas inteligentes”.

COMENTARIO FINAL: Surely You’re Joking, Mr. Hawkins!

El modelo de Hawkins es seductor, elegante y poderoso.

Sin embargo, es sorprendente que ignore la estructura de la inteligencia humana que deriva de los análisis hechos en Psicología diferencial a partir de la medida de las diferencias de desempeño a las que sí se refiere en algún momento de su ensayo.

La estructura jerárquica que él subraya para el cerebro es asombrosamente similar a la identificada por el análisis estadístico de las respuestas de los humanos a los test de inteligencia. Probablemente no es una mera coincidencia.

Un segundo comentario crítico se puede dirigir hacia su énfasis en la memoria para producir inteligencia. Ceñirse a esa memoria predictiva dejará fuera la segunda pata fundamental de la inteligencia humana: la capacidad de resolver problemas irresolubles recurriendo a la base de datos. A eso se le suele denominar inteligencia ‘fluida’.

Hawkins se centra demasiado, a mi juicio, en la inteligencia ‘cristalizada’.

A pesar de que intenta despegarse de los esfuerzos previos por simular el comportamiento inteligente de los humanos, fracasa al quitarse de encima el enorme peso del conocimiento.

Pero si hay algo que defina la quintaesencia de la inteligencia humana, eso es la capacidad para averiguar qué se debe hacer cuándo no se sabe qué se debe hacer. Me resulta difícil predecir cómo se enfrentará a esa situación una máquina basada en el modelo de Hawkins basado en la memoria.

Será extraordinariamente útil. Será incluso inteligente en un sentido cristalizado. Pero fracasará ante los retos fluidos. O eso cabe esperar.

Aún así, por algo debe empezarse. Su modelo es prometedor, pero opino que debería contratar a algunos psicólogos habituados a ‘pelearse’ con la inteligencia humana usando la artillería psicológica.

Veo a Hawkins insensible a esa posibilidad. Algo similar a lo que les ocurre a los responsables del HBP o la Brain Initiative.

Manifiestan un extraordinario interés por la inteligencia humana, pero ignoran que hay científicos que llevan décadas trabajando sobre ese factor psicológico.

O lo ignoran o les trae sin cuidado porque la tendencia a la originalidad (poderosa dama) les ciega. Sin embargo, como decía uno de mis maestros, enfrentarse a un problema, especialmente cuando es complejo, ignorando la historia, es una malísima idea.