A simple model of the co-emergence of grid and place fields

Este artículo presenta un modelo unificado de red recurrente entrenado sobre un único objetivo de predicción sensorial que demuestra con éxito la co-emergencia no supervisada de células de cuadrícula y de lugar, explicando su orden de desarrollo y reproduciendo fenómenos experimentales clave mediante presiones de codificación complementarias.

Lo esencial

Imagina que tu cerebro tiene dos equipos especiales de trabajadores que te ayudan a navegar por el mundo: el Equipo de Lugares y el Equipo de Cuadrícula.

• El Equipo de Lugares (ubicado en el hipocampo) actúa como un pin de "Usted está aquí" en un mapa. Se activan solo cuando estás en un lugar específico, como el sofá de tu sala.
• El Equipo de Cuadrícula (ubicado en la corteza entorrinal) actúa como papel milimetrado. Se activan en un patrón repetitivo y hexagonal en todas partes donde vas, creando un sistema de coordenadas universal para medir distancia y dirección.

El Gran Misterio
Durante mucho tiempo, los científicos han estado atrapados en un acertijo de "gallina y huevo". El Equipo de Lugares y el Equipo de Cuadrícula están conectados y se ayudan mutuamente, pero ¿cómo aparecen ambos durante el desarrollo?

• ¿Construye primero el Equipo de Cuadrícula el mapa y el Equipo de Lugares simplemente elige un lugar?
• ¿O encuentra primero el Equipo de Lugares un lugar y el Equipo de Cuadrícula construye el mapa a su alrededor?

La mayoría de los modelos informáticos intentaron resolver esto construyendo primero un equipo y luego forzando la aparición del otro. No lograron capturar del todo cómo crecen juntos de forma natural.

La Nueva Solución: Un Juego de Predicción
Este artículo introduce un nuevo modelo informático que resuelve el acertijo tratando al cerebro como un juego de adivinanzas predictivas.

Imagina que estás jugando un videojuego donde tienes que adivinar qué verás a continuación basándote en lo que acabas de ver y en cómo te moviste.

• Si giras a la izquierda, esperas ver la pared a tu izquierda.
• Si avanzas, esperas que el paisaje cambie.

Los investigadores construyeron una única red unificada de "neuronas" (nodos informáticos) que sigue la regla de que cada neurona es ya sea una señal de "Ir" (excitatoria) o una señal de "Detener" (inhibitoria), tal como ocurre en los cerebros reales. Entrenaron esta red solo para que fuera buena adivinando la siguiente cosa que vería. No le dijeron: "¡Oye, sé una neurona de lugar!" o "¡Oye, sé una neurona de cuadrícula!".

El Resultado Mágico: Co-aparición
Sorprendentemente, a medida que la red mejoraba en su juego de adivinanzas, ambos tipos de células aparecieron por sí solas, sin ninguna instrucción especial.

• Algunas neuronas comenzaron a actuar como el Equipo de Lugares (centrándose en lugares específicos para ayudar a reconstruir la vista actual).
• Otras comenzaron a actuar como el Equipo de Cuadrícula (centrándose en patrones para ayudar a predecir el movimiento).

Es como un grupo de personas intentando resolver un misterio juntas. Sin que se les diga quién es el "detective" y quién el "cartógrafo", naturalmente se dividen en esos dos roles porque esas son las formas más eficientes de resolver el acertijo.

Por Qué Esto Importa
El modelo no solo creó estas células; actuó exactamente como un cerebro animal real en situaciones complicadas:

1. Laberintos de Horquilla: Cuando el camino se retuerce sobre sí mismo, el patrón de cuadrícula se descompone, tal como ocurre en experimentos reales.
2. Eliminación de Paredes: Cuando una pared desaparece, los patrones de cuadrícula de diferentes habitaciones se fusionan, tal como ocurre en la realidad.
3. Murciélagos Voladores: Incluso recreó los patrones de cuadrícula en 3D observados en murciélagos volando libremente.
4. Desarrollo: Mostró que el estilo de pensamiento de "Lugar" tiende a aparecer ligeramente antes que el estilo de "Cuadrícula", coincidiendo con lo que vemos en animales bebés creciendo.

La Conclusión
El artículo sugiere que el cerebro no necesita dos planos separados para construir estos sistemas de navegación. En cambio, solo necesita un objetivo simple: predecir lo que sucede a continuación.

Para hacerlo bien, el cerebro desarrolla naturalmente dos estrategias complementarias:

1. Reconstrucción: "¿Cómo se ve este lugar específico ahora mismo?" (Neuronas de lugar).
2. Predicción: "Si me muevo de esta manera, ¿qué veré a continuación?" (Neuronas de cuadrícula).

Al jugar este único juego de "adivina la siguiente vista", el cerebro construye naturalmente tanto los pinos de "Usted está aquí" como el mapa de "Papel milimetrado" al mismo tiempo.

Resumen técnico

Resumen Técnico: Un Modelo Simple de la Coaparición de Campos de Rejilla y de Lugar

Enunciado del Problema
La navegación espacial en mamíferos depende de la actividad coordinada de las células de rejilla en la corteza entorrinal medial y las células de lugar en el hipocampo. Estos dos tipos celulares están conectados recíprocamente, creando un problema de desarrollo de "huevo y gallina": sigue sin estar claro cómo surgen y se refuerzan mutuamente ambos tipos celulares durante el desarrollo sin representaciones espaciales preexistentes. Las explicaciones computacionales existentes suelen adolecer de una de dos limitaciones: derivan un tipo celular estrictamente del otro, o modelan la emergencia de un único tipo celular de forma aislada utilizando dinámicas de red. Existe una falta de modelos unificados que expliquen la emergencia simultánea y no supervisada de los campos de rejilla y de lugar.

Metodología
Los autores presentan un modelo unificado de red neuronal recurrente diseñado para abordar estas limitaciones. La arquitectura se adhiere a la Ley de Dale, asegurando que cada neurona sea estrictamente excitatoria o inhibitoria, reflejando así la plausibilidad biológica. La red se entrena utilizando una única función objetivo: predecir la siguiente observación sensorial basándose en observaciones sensoriales anteriores enmascaradas y señales de movimiento egocéntrico.

Crucialmente, el modelo no depende de supervisión para las células de rejilla ni para las de lugar, ni tampoco depende de representaciones de células espaciales preexistentes. En cambio, se espera que los códigos espaciales surjan únicamente de la presión por minimizar el error de predicción en un contexto sensoriomotor. El modelo fue probado en 1.000 configuraciones de entrenamiento diferentes para evaluar la robustez de la coaparición, modulándose el equilibrio entre la codificación de rejilla y de lugar mediante niveles variables de ruido sensorial y enmascaramiento.

Contribuciones Clave

• Coaparición Unificada: Se presenta como el primer modelo de objetivo único donde las células de rejilla y de lugar coemerjen sin supervisión externa de ninguno de los dos tipos.
• Restricciones Biológicas: La implementación de la Ley de Dale distingue este modelo de modelos de red abstractos anteriores.
• Interpretación Mecanística: Los autores proponen que el único objetivo de predicción sensorial crea dos presiones de codificación complementarias: (1) corregir errores o reconstruir componentes faltantes de las observaciones sensoriales, y (2) predecir el siguiente estado sensorial durante la navegación. Estas presiones impulsan la formación de los códigos espaciales distintos.

Resultados
El modelo demuestra exitosamente la coexistencia de campos de rejilla y de lugar en la mayoría de las configuraciones de entrenamiento. Sin reentrenamiento, la red reproduce cualitativamente varios fenómenos experimentales complejos:

• Fragmentación de Rejilla: Observada en laberintos de horquilla.
• Fusión de Rejilla: Ocurre tras la eliminación de paredes.
• Alineación de Red: En habitaciones conectadas.
• Ordenamiento de Campos 3D: Campos 3D localmente ordenados similares a los observados en murciélagos en vuelo libre.
• Secuencia de Desarrollo: El modelo reproduce el orden de desarrollo observado experimentalmente donde las células de lugar preceden a las células de rejilla.

Se muestra que el equilibrio entre los dos códigos espaciales es sensible a la cantidad de ruido sensorial y enmascaramiento aplicados durante el entrenamiento.

Significado
El artículo afirma proporcionar una explicación a nivel de circuito para la coaparición de células de rejilla y de lugar, resolviendo el problema de dependencia del desarrollo al mostrar cómo un único objetivo predictivo puede generar ambas representaciones simultáneamente. Además, los autores afirman que sus hallazgos generan predicciones experimentalmente comprobables sobre el comportamiento de estos dos tipos de códigos espaciales, ofreciendo un marco para validar el mecanismo propuesto de desarrollo impulsado por la predicción sensorial.