A computational model of infant sensorimotor exploration in the mobile paradigm

Resumen Técnico: Un Modelo Computacional de la Exploración Sensoriomotora Infantil en el Paradigma del Móvil

Planteamiento del Problema
El artículo aborda los mecanismos computacionales subyacentes al aprendizaje sensoriomotor infantil, específicamente dentro del "paradigma del móvil". En este paradigma de la psicología del desarrollo, la extremidad de un bebé está conectada a un móvil que cuelga sobre una cuna; los bebés aprenden a detectar la contingencia entre sus movimientos de las extremidades y la retroalimentación sensorial resultante (movimiento del móvil). Si bien los estudios empíricos han establecido que los bebés (particularmente a los 5–6 meses) pueden distinguir rápidamente la extremidad "conectada" e incrementar su actividad, y que este aprendizaje es sensible a la contingencia en sí misma y no solo a la mera estimulación, los mecanismos cognitivos y neurales subyacentes siguen siendo objeto de debate. Los intentos computacionales previos han recurrido ya sea a un condicionamiento operante simple sin capacidades predictivas (fallando al explicar fenómenos como los "estallidos de extinción") o han utilizado enfoques complejos de la teoría de la información considerados poco prácticos para los cerebros biológicos. Este artículo propone un modelo computacional detallado para replicar el comportamiento infantil, probar mecanismos de aprendizaje específicos e investigar hallazgos controvertidos como el estallido de extinción y la diferencia entre las condiciones de estimulación binaria y conjugada (no binaria).

Metodología
Los autores desarrollaron un modelo basado en redes neuronales que simula a un bebé interactuando con un móvil. El modelo se fundamenta en dos principios rectores: (1) el bebé intenta predecir los resultados sensoriales de sus acciones (predicción acción-resultado), y (2) el sistema motor es biológicamente realista, involucrando redundancia y ruido.

• Arquitectura: El modelo consta de cuatro módulos principales:

  1. Red Neuronal: Una red totalmente conectada con 5 neuronas de entrada (4 actividades de las extremidades + 1 retroalimentación sensorial), 8 neuronas ocultas y 601 neuronas de salida (600 para comandos musculares + 1 para la predicción sensorial).
  2. Control Motor y Cuerpo: Las 600 neuronas de comando muscular se mapean a cuatro extremidades utilizando un código de población inspirado en la anatomía humana. Este mapeo utiliza una distribución de la función Beta para crear un control superpuesto, donde algunas neuronas influyen fuertemente en una extremidad específica, otras tienen efectos intermedios y muchas tienen efectos insignificantes. Se añade ruido motor (valores aleatorios entre -0.3 y 0.3) a las actividades de las extremidades para simular la variabilidad biológica.
  3. Retroalimentación Sensorial: El entorno simula un móvil que responde a la extremidad "conectada". Se prueban dos condiciones: Binaria (el móvil se activa durante una duración fija si la actividad de la extremidad supera un umbral) y Conjugada/No binaria (la intensidad del móvil es proporcional a la actividad de la extremidad).
  4. Mecanismo de Aprendizaje: La red se entrena en línea mediante retropropagación (backpropagation) para minimizar una función de pérdida compuesta por tres términos:
     • Error de Predicción Sensorial: El Error Cuadrático Medio (MSE) entre la retroalimentación sensorial predicha y la real.
     • Error de Exploración: Un término MSE derivado de un "Mapa de Interés de Actividad". Este mapa rastrea el "interés" en diferentes rangos de actividad de las extremidades. Si una acción produce un error de predicción sensorial que excede un "Umbral de Novedad" (0.1), el interés en ese rango se establece en 1 (interés alto). Si la predicción es correcta, el interés decae. La red es penalizada por no moverse hacia los rangos de alto interés.
     • Desviación de la Línea Base: Un término MSE que asegura que la actividad de las extremidades se mantenga cerca de un nivel de línea base preferido, el cual aumenta gradualmente con el tiempo para simular el creciente malestar (fussiness).

• Configuración Experimental: El modelo se ejecutó durante 20 simulaciones por condición (Binaria y No Binaria), igualando el número de participantes de estudios empíricos recientes (Popescu et al., 2022; Jacquey et al., 2021). Cada ejecución incluyó una inicialización de 1000 pasos, una fase contingente de 1200 pasos y una fase de extinción de 240 pasos (desconexión).

Contribuciones Clave

1. Replicación de Fenómenos Centrales: El modelo replica con éxito el hallazgo empírico principal: la rápida diferenciación y el aumento selectivo de la actividad de la extremidad "conectada" en comparación con las extremidades no conectadas.
2. Sensibilidad a la Contingencia: El modelo demuestra una mayor actividad en las condiciones contingentes en comparación con los grupos de control no contingentes (aleatorios), confirmando que el mecanismo de aprendizaje es sensible al vínculo causal y no solo a la presencia de estimulación.
3. Efectos Binarios vs. Conjugados: El modelo reproduce el hallazgo empírico de que la detección de la contingencia es más robusta y rápida en condiciones binarias que en condiciones conjugadas. Los autores atribuyen esto al mayor cambio sensorial por unidad de movimiento en las condiciones binarias, lo que facilita la identificación de la extremidad "conectada".
4. Simulación del Estallido de Extinción: El modelo ocasionalmente exhibe un "estallido de extinción" (un aumento transitorio de la actividad tras la desconexión), reflejando la observación inconsistente de este fenómeno en bebés humanos. Los autores sugieren que esto surge de la violación de las expectativas predictivas.
5. Estudios de Ablación: El artículo proporciona evidencia rigurosa de la necesidad de componentes específicos:
   • Predicción: Eliminar la pérdida por error de predicción impide que el modelo distinga las extremidades conectadas.
   • Exploración: Eliminar el calculador de refuerzo basado en la novedad elimina el impulso de explorar, impidiendo el aprendizaje.
   • Redundancia Motora: Reducir el número de neuronas de comando muscular (de 600 a 50 o 100) dificulta significativamente la capacidad de aprender la conexión, lo que sugiere que el control motor de alta dimensión es crucial para el descubrimiento.
   • Ruido Motor: Tanto el ruido insuficiente como el excesivo inhiben el aprendizaje; un nivel intermedio (0.3) es óptimo para permitir la exploración necesaria para romper la simetría entre las extremidades.

Resultados
Las simulaciones mostraron que el modelo completo aprende a activar la extremidad conectada dentro de los primeros minutos de la simulación, coincidiendo estrechamente con el curso temporal de los bebés de 6 meses.

• Especificidad: En el grupo contingente, la actividad de la extremidad conectada aumentó significativamente por encima de las extremidades no conectadas. En el grupo no contingente, no ocurrió tal diferenciación.
• Extinción: Aunque no fue sistemático, los estallidos de extinción aparecieron en ejecuciones individuales de la simulación, particularmente en la condición no binaria, apoyando la hipótesis de que este comportamiento proviene de mecanismos predictivos.
• Resultados de la Ablación: Los modelos sin mecanismos de error de predicción o de exploración fallaron en el aprendizaje. Los modelos con un número reducido de neuronas de comando muscular o niveles inapropiados de ruido motor no lograron diferenciar consistentemente las extremidades o mostraron una alta variabilidad en el éxito del aprendizaje.

Significancia y Reivindicaciones
Los autores afirman que su modelo constituye un "primer intento de un modelo computacional detallado" del paradigma del móvil que integra la predicción acción-resultado con un control motor inspirado biológicamente. La importancia del trabajo radica en su demostración de que los mecanismos predictivos (específicamente la predicción acción-resultado y la exploración impulsada por la novedad) son esenciales para el aprendizaje de la contingencia sensoriomotora, en lugar de un simple refuerzo o condicionamiento operante por sí solos.

El artículo concluye modestamente que, si bien el modelo replica los principales hallazgos empíricos, no captura la totalidad de la variabilidad de los bebés humanos (tanto entre sujetos como dentro de ellos), debido probablemente a la exclusión de distracciones atencionales, sociales y ambientales. Sin embargo, los estudios de ablación sugieren fuertemente que los componentes incluidos en el modelo —predicción, exploración, ruido motor y control motor redundante— son probablemente ingredientes necesarios en los mecanismos de desarrollo reales de los bebés. El modelo sirve como punto de partida para investigaciones posteriores sobre los mecanismos de aprendizaje sensoriomotor y su aplicación a la robótica.