Predictive perception via simultaneous learning and inference

Los seres humanos navegan por un mundo que rara vez es claro. Escuchamos conversaciones en habitaciones concurridas, reconocemos rostros en sombras cambiantes y damos sentido a la música incluso cuando la señal es débil. Para hacer esto, nuestros cerebros no simplemente registran lo que golpea nuestros sentidos; adivinan activamente qué hay ahí fuera, combinando los datos ruidosos que recibimos con lo que ya esperamos encontrar. Esta idea, a menudo llamada la hipótesis del cerebro bayesiano, sugiere que la percepción es una forma de constante adivinación y comprobación. Sin embargo, un gran enigma ha permanecido: ¿cómo realiza el cerebro estos cálculos complejos en tiempo real? El mundo natural es vasto y continuo, y calcular la probabilidad exacta de cada estado posible en un espacio así es matemáticamente imposible para cualquier máquina, y mucho más para una biológica. Durante décadas, los científicos han intentado resolver esto asumiendo que el cerebro simplifica el problema de formas específicas, ya sea forzando sus conjeturas en formas simples y ordenadas o tomando miles de muestras aleatorias para aproximar la respuesta.

Un nuevo estudio propone un camino diferente, uno que evita la necesidad de estos complejos atajos. En lugar de simplificar las conjeturas del cerebro, los investigadores sugieren que el cerebro podría simplificar el mundo sobre el cual está adivinando. Argumentan que la percepción a menudo funciona categorizando la entrada continua en estados distintos y separados, de forma muy similar a cómo escuchamos una melodía como una serie de notas específicas en lugar de una escala deslizante de frecuencias. Al tratar el entorno como un conjunto de pasos discretos en lugar de un flujo suave e infinito, el cerebro puede realizar cálculos exactos y perfectos sin necesidad de aproximar. Los investigadores construyeron un modelo informático para probar esta idea, demostrando que un sistema que aprende las reglas de cómo cambian estos estados, mientras simultáneamente descubre en qué estado se encuentra, puede replicar el comportamiento humano en situaciones ruidosas. Este enfoque sugiere que el cerebro no necesita ser un maestro de las estadísticas complejas para ser un maestro de la percepción; podría simplemente necesitar conocer las reglas del juego y actualizarlas mientras juega.

Los investigadores, liderados por Mahdi Enan y sus colegas de la Universidad de Maastricht, desarrollaron un modelo que llaman SLIM, que significa Modelo de Aprendizaje e Inferencia Simultánea (Simultaneous Learning and Inference Model). La esencia de su idea es un cambio en dónde reside la complejidad. En teorías anteriores, se pensaba que el cerebro luchaba contra la enorme cantidad de posibilidades en el mundo, por lo que tenía que restringir sus propias creencias para que las matemáticas funcionaran. SLIM invierte este guion. Asume que el mundo está compuesto por un número finito de estados, lo que hace que las matemáticas para determinar el estado actual sean perfectamente resolubles. El desafío entonces se convierte en aprender cómo el mundo se mueve de un estado al siguiente. El modelo hace esto utilizando una regla simple y local para actualizar su mapa interno de estas transiciones cada vez que realiza una conjetura. Aprende de sus propias inferencias, no solo de los datos sensoriales brutos, lo que le permite adaptarse cuando las reglas del entorno cambian.

Para ver si esta teoría se sostenía, el equipo realizó una serie de simulaciones informáticas. Crearon entornos virtuales donde las reglas de movimiento eran o bien fijas y predecibles, o bien aleatorias y cambiantes. Luego alimentaron el modelo con señales ruidosas, imitando los datos imperfectos que reciben nuestros sentidos. Los resultados fueron sorprendentes. El modelo aprendió con éxito los patrones subyacentes del entorno, incluso cuando la entrada sensorial estaba fuertemente distorsionada. Cuando el entorno cambió repentinamente de un patrón predecible a uno caótico, el modelo se adaptó rápidamente, y su incertidumbre interna aumentó para igualar la nueva realidad. Crucialmente, el modelo pudo seguir funcionando y realizando predicciones precisas incluso cuando la entrada sensorial se volvió completamente inútil, confiando enteramente en sus expectativas aprendidas. Esto demostró que el sistema podía mantener una visión estable del mundo al confiar en su modelo interno cuando el mundo exterior guardaba silencio.

Los investigadores también probaron si este marco simple podía capturar la capacidad del cerebro para manejar diferentes escalas de tiempo. En el mundo real, notamos patrones inmediatos, como un redoble de tambor, pero también estructuras más largas, como el ritmo de una canción. El equipo construyó una versión jerárquica de su modelo, con una capa que aprende transiciones a corto plazo y otra que aprende patrones a largo plazo. Cuando presentaron al modelo secuencias que seguían una regla local pero violaban una regla global, el modelo produjo señales de error distintas en cada nivel, reflejando cómo el cerebro humano responde a las sorpresas locales frente a las globales. Esto sugirió que el mismo mecanismo básico de aprendizaje e inferencia podría explicar la percepción compleja y de múltiples capas sin necesidad de sistemas separados y especializados para diferentes escalas de tiempo.

Para ir más allá de las simulaciones, el equipo aplicó su modelo a datos humanos reales de dos experimentos auditivos. En el primer estudio, los participantes escucharon un tono específico oculto en el ruido de fondo. A veces, un sonido precedente daba una pista sobre cuál tono vendría después, y otras veces no. Se sabe que los humanos detectan los tonos esperados más rápido y con mayor precisión que los inesperados. El modelo SLIM, ajustado a los participantes individuales, reprodujo este comportamiento perfectamente. Mostró tasas de acierto más altas para los tonos esperados y tiempos de reacción más largos para los inesperados, tal como las personas en el estudio. El modelo también generó una medida de "sorpresa" que se correlacionaba con el tiempo que tardaban los participantes en responder, sugiriendo que la sensación de sorpresa es un subproducto directo del intento del cerebro por actualizar su modelo interno.

El segundo experimento añadió una capa de complejidad al introducir una señal ambigua: un sonido que no daba ninguna pista sobre lo que vendría después. Esto permitió a los investigadores separar los beneficios de la expectativa de los costos de la sorpresa. Nuevamente, el modelo coincidió con los datos humanos. Los participantes se desempeñaron mejor cuando tenían una expectativa clara, peor cuando no tenían ninguna y en un punto intermedio cuando la señal era ambigua. Los cálculos internos del modelo de expectativa y sorpresa siguieron estos cambios de comportamiento con alta precisión. Al analizar los datos, los investigadores descubrieron que la medida del modelo sobre qué tan sorprendente era un sonido, basándose en lo que había aprendido a esperar, podía explicar las diferencias individuales en la capacidad de las personas para detectar los tonos. Esto proporcionó una fuerte evidencia de que la capacidad del cerebro para aprender la estructura estadística de su entorno es el motor clave de estas ventajas perceptivas.

El estudio desafía la visión predominante de que el cerebro debe confiar en métodos complejos y aproximados para manejar la incertidumbre del mundo. En cambio, sugiere que al tratar la percepción como un proceso de categorización del mundo en estados discretos, el cerebro puede realizar cálculos exactos utilizando reglas de aprendizaje simples y locales. Este enfoque no requiere que el cerebro asuma una forma específica para sus creencias o que ejecute miles de muestras aleatorias para encontrar la respuesta. Simplemente aprende las transiciones entre estados y las actualiza en tiempo real. Si bien el modelo funciona mejor en entornos con un número manejable de estados, los investigadores argumentan que este marco ofrece una explicación poderosa y biológicamente plausible de cómo navegamos en un mundo ruidoso. Demuestra que la capacidad del cerebro para predecir el futuro podría no provenir de matemáticas complejas, sino de un proceso simple y continuo de aprender las reglas del presente.