Resumen Técnico: Cognición No Supervisada

Declaración del Problema

Los métodos tradicionales de aprendizaje no supervisado se basan principalmente en el agrupamiento matemático para agrupar datos según su proximidad en un espacio de codificación (por ejemplo, K-Means, Invariant Information Clustering). Los autores argumentan que estos enfoques sufren una limitación fundamental: optimizan para relaciones matemáticas en lugar de relaciones "cognitivas". Por ejemplo, en el conjunto de datos MNIST, la relación cognitiva entre las muestras es el valor numérico que representan, mientras que el agrupamiento matemático suele priorizar las relaciones entre las codificaciones de píxeles que no se alinean con la cognición humana. Además, los métodos existentes suelen dividir un espacio de entrada en subespacios (perspectiva de optimización) en lugar de construir abstracciones de los datos (perspectiva constructiva). Esto a menudo conduce a modelos que no pueden manejar conjuntos de datos pequeños o incompletos de manera efectiva, carecen de explicabilidad y no logran reconocer cuándo una entrada no encaja en ningún patrón conocido.

Metodología: El Algoritmo Nodule

El artículo propone Nodule, un algoritmo de aprendizaje no supervisado basado en primitivos, inspirado en el marco de la Cognición Sintética y el Principio de Persistencia de Autoproyección (SPPP). A diferencia del agrupamiento tradicional, Nodule modela el espacio de entrada de forma constructiva mediante la construcción de una estructura de representaciones jerárquica y distribuida. La arquitectura consta de tres componentes principales:

1. La Encarnación (Embodiment)

La Encarnación actúa como una interfaz que transforma cualquier entrada (tabular, imagen, etc.) en Representaciones Distribuidas Dispersas (SDRs). Esto asegura que el algoritmo sea independiente de la entrada (input-agnostic).

• Codificación: Las entradas se convierten en SDRs. Para imágenes, los píxeles se normalizan; para datos numéricos, los valores se agrupan con un solapamiento específico (por ejemplo, 10%) para permitir la detección de similitudes; para datos categóricos, se utiliza la codificación one-hot.
• Decodificación: Un decodificador correspondiente permite que las SDRs internas se traduzcan de nuevo en salidas comprensibles para los humanos (etiquetas).

2. El Nódulo (Unidad de Procesamiento Central)

El Nódulo procesa las SDRs utilizando una estructura jerárquica de tipo árbol compuesta por Huellas (Footprints) y Células (Cells).

• Huella (Footprint): La primitiva básica. Almacena una SDR de datos y una SDR de metadatos (por ejemplo, una etiqueta). Posee una función de actualización (que calcula el promedio móvil de las SDRs) y una función de activación que genera un Arquetipo. El Arquetipo es una representación abstracta y constructiva de la entrada, derivada del SPPP.
• Célula (Cell): Un contenedor que agrupa múltiples Huellas para evitar la redundancia. Cuando llega una entrada, la Célula selecciona la Huella más similar (basándose en un umbral de similitud) para procesarla. Si ninguna Huella es suficientemente similar, se crea una nueva.
• Jerarquía (Nódulo): Las Células se organizan en una estructura de árbol. Una Célula Semilla (Seed Cell) se sitúa en la raíz. Cuando una Huella en una Célula recibe una entrada que es demasiado disímil a sus Huellas existentes, se crea una nueva Célula hija para subdividir ese subconjunto específico del espacio de entrada. Esto crea una jerarquía distribuida donde las Células hoja representan entradas específicas y las Células de nivel superior representan abstracciones más amplias.

Flujo de Procesamiento:

1. Fase de Filtrado: La SDR de entrada se compara contra todas las Huellas. Se selecciona la Huella más similar (que supere el umbral de la Célula). Si ninguna Huella coincide, se crea una nueva en la Célula Semilla.
2. Fase de Abstracción: La Huella seleccionada se activa, actualizando su representación interna y generando un Arquetipo. Este Arquetipo se pasa a la Célula padre, actualizando recursivamente las Huellas de los padres. Esta agregación permite que el sistema generalice y construya representaciones constructivas en lugar de meras copias.

3. Modulador de Atención Espacial

Para evitar la configuración arbitraria de umbrales, el algoritmo emplea un Modulador de Atención Espacial. Este componente calcula dinámicamente el umbral de similitud para cada Célula basándose en la similitud media promedio entre las Huellas dentro de esa Célula. Esto permite que el sistema autorregule la discriminabilidad espacial, con las Células hijas desarrollando naturalmente umbrales más altos (discriminación más fina) a medida que representan subdominios más específicos.

Principales Contribuciones

1. Representación Constructiva: El artículo introduce un cambio de la partición de espacios de entrada hacia la construcción de representaciones constructivas (Arquetipos) que aproximan la información latente.
2. Arquitectura Independiente de la Entrada: Mediante el uso de SDRs, el algoritmo maneja diversos tipos de datos (tabulares, escala de grises, color) dentro de un marco unificado.
3. Capacidad de "No lo Sé": El algoritmo puede declarar explícitamente cuando una entrada no coincide con ningún patrón aprendido (si la similitud cae por debajo de todos los umbrales), evitando alucinaciones y clasificaciones falsas.
4. Explicabilidad: Debido a la estructura jerárquica de las SDRs, la ruta de decisión puede rastrearse desde la Célula Semilla hasta la Huella activada, haciendo que el proceso de clasificación sea transparente.
5. Procesamiento Basado en Primitivas: El sistema depende de una única primitiva (Huella) escalada a través de una jerarquía, evitando los complejos paisajes de optimización de las redes neuronales profundas.

Resultados Experimentales

Los autores evaluaron Nodule frente a métodos de aprendizaje no supervisado de vanguardia (K-Means, IIC) y líneas de base supervisadas (K-NN) a través de cuatro categorías experimentales:

1. Clasificación No Supervisada:

   • Conjuntos de Datos: Tabulares (Sonar, Ionosphere, etc.) e Imágenes (MNIST, CIFAR10).
   • Resultados: Nodule funcionó al nivel de o mejor que K-Means e IIC. Notablemente, logró una alta precisión con significativamente menos muestras de entrenamiento (por ejemplo, <200 muestras para MNIST frente a ~1,700 para IIC) y requirió solo una pasada a través de los datos (un epoch), mientras que IIC requirió cientos de epochs.

2. Conjuntos de Datos Pequeños e Incompletos:

   • Configuración: Datos faltantes simulados (hasta el 50%) en seis conjuntos de datos.
   • Resultados: Nodule superó a Random Forest y SANDA (un método de vanguardia para datos incompletos), demostrando robustez cuando los datos son escasos o faltan.

3. Clasificación Médica (Tipos de Cáncer):

   • Configuración: Clasificación de subtipos de cáncer utilizando el conjunto de datos de Tipos de Cáncer.
   • Resultados: Nodule alcanzó una precisión de 0.746, superando a las Redes Neuronales Convolucionales de Grafos (GCN), las Redes de Atención de Grafos (GAT) y otros modelos de vanguardia (que oscilaron entre 0.712 y 0.735), a pesar de ser un enfoque no supervisado.

4. Capacidades Similares a la Cognición (Robustez al Ruido):

   • Configuración: Dígitos MNIST con píxeles eliminados aleatoriamente (0% a 100% de ruido).
   • Resultados: Nodule demostró una robustez superior, manteniendo una alta precisión incluso cuando se eliminaron hasta el 80% de los píxeles. Logró un Área Bajo la Curva (AUC) de 92.60 (entrenamiento) y 76.23 (prueba), superando significativamente a K-Means, IIC y K-NN. Los autores atribuyen esto a la naturaleza jerárquica y constructiva de las representaciones, que permite al sistema emparejar entradas ruidosas con abstracciones intermedias en lugar de patrones de píxeles literales.

Significado y Reivindicaciones

El artículo afirma que Nodule representa un estado del arte disruptivo en el aprendizaje no supervisado para la toma de decisiones. Su importancia radica en:

• Alineación Cognitiva: Exhibe un comportamiento más cercano a la cognición humana (reconocer patrones a pesar del ruido, entender entradas "desconocidas") en comparación con los algoritmos tradicionales basados en la optimización.
• Eficiencia de Datos: Logra un alto rendimiento con datos mínimos y aprendizaje de una sola pasada, lo que lo hace adecuado para escenarios donde los datos son escasos o costosos de etiquetar.
• Transparencia: Ofrece un nivel de explicabilidad y capacidad de "no lo sé" que es raro en la IA moderna, abordando el problema de la "caja negra".

Los autores reconocen limitaciones, principalmente los altos costos de memoria debido al almacenamiento de numerosas SDRs y la falta de un objetivo de optimización explícito (lo que puede limitar la precisión máxima de clasificación en comparación con modelos supervisados ajustados con precisión). Sin embargo, argumentan que el intercambio está justificado por la capacidad del algoritmo para construir representaciones constructivas y significativas del espacio de entrada. Se propone trabajo futuro para abordar la escalabilidad de la memoria mediante mecanismos de inhibición de crecimiento y para extender la arquitectura a otras modalidades (por ejemplo, sonido) y secuencias temporales.