Predictive perception via simultaneous learning and inference

Gli esseri umani navigano in un mondo che è raramente chiaro. Sentiamo conversazioni in stanze affollate, riconosciamo volti in ombre mutevoli e diamo senso alla musica anche quando il segnale è debole. Per farlo, i nostri cervelli non si limitano a registrare ciò che colpisce i nostri sensi; essi ipotizzano attivamente cosa ci sia là fuori, combinando i dati rumorosi che riceviamo con ciò che già ci aspettiamo di trovare. Questa idea, spesso chiamata ipotesi del cervello bayesiano, suggerisce che la percezione sia una forma di costante indovinare e controllare. Tuttavia, un grande enigma è rimasto irrisolto: come fa il cervello a eseguire questi calcoli complessi in tempo reale? Il mondo naturale è vasto e continuo, e calcolare la probabilità esatta di ogni possibile stato in uno spazio del genere è matematicamente impossibile per qualsiasi macchina, tanto meno per una biologica. Per decenni, gli scienziati hanno cercato di risolvere questo problema assumendo che il cervello semplifichi il problema in modi specifici, o costringendo le sue ipotesi in forme semplici e ordinate, o utilizzando migliaia di campioni casuali per approssimare la risposta.

Un nuovo studio propone una strada diversa, una che evita la necessità di questi complessi scorciatoie. Invece di semplificare le ipotesi del cervello, i ricercatori suggeriscono che il cervello potrebbe semplificare il mondo di cui sta ipotizzando. Essi sostengono che la percezione funzioni spesso categorizzando l'input continuo in stati distinti e separati, proprio come sentiamo una melodia come una serie di note specifiche piuttosto che una scala cromatica di frequenze scivolanti. Trattando l'ambiente come un insieme di passi discreti invece che come un flusso fluido e infinito, il cervello può eseguire calcoli esatti e perfetti senza bisogno di approssimare. I ricercatori hanno costruito un modello informatico per testare questa idea, dimostrando che un sistema che impara le regole di come questi stati cambiano, mentre determina simultaneamente in quale stato si trova, può replicare il comportamento umano in situazioni rumorose. Questo approccio suggerisce che il cervello non debba essere un maestro di statistica complessa per essere un maestro della percezione; potrebbe bastargli conoscere le regole del gioco e aggiornarle mentre gioca.

I ricercatori, guidati da Mahdi Enan e colleghi dell'Università di Maastricht, hanno sviluppato un modello che chiamano SLIM, che sta per Simultaneous Learning and Inference Model (Modello di Apprendimento e Inferenza Simultanea). Il nucleo della loro idea è uno spostamento di dove risiede la complessità. Nelle teorie precedenti, si pensava che il cervello lottasse contro l'enorme numero di possibilità nel mondo, quindi doveva limitare le proprie convinzioni per far funzionare la matematica. SLIM ribalta questo scenario. Assume che il mondo sia composto da un numero finito di stati, il che rende il calcolo della determinazione dello stato attuale perfettamente risolvibile. La sfida diventa allora imparare come il mondo si muove da uno stato all'altro. Il modello lo fa utilizzando una regola semplice e locale per aggiornare la propria mappa interna di queste transizioni ogni volta che compie un'ipotesi. Impara dalle proprie inferenze, non solo dai dati sensoriali grezzi, il che gli permette di adattarsi quando le regole dell'ambiente cambiano.

Per vedere se questa teoria reggeva, il team ha condotto una serie di simulazioni al computer. Hanno creato ambienti virtuali in cui le regole del movimento erano o fisse e prevedibili o casuali e mutevoli. Hanno poi fornito al modello segnali rumorosi, imitando i dati imperfetti che i nostri sensi ricevono. I risultati sono stati sorprendenti. Il modello ha imparato con successo i modelli sottostanti dell'ambiente, anche quando l'input sensoriale era pesantemente distorto. Quando l'ambiente è passato improvvisamente da un modello prevedibile a uno caotico, il modello si è adattato rapidamente, con la sua incertezza interna che aumentava per corrispondere alla nuova realtà. Fondamentalmente, il modello è riuscito a continuare a funzionare e a fare previsioni accurate anche quando l'input sensoriale era diventato completamente inutile, affidandosi interamente alle proprie aspettative apprese. Ciò ha dimostrato che il sistema può mantenere una visione stabile del mondo fidandosi del proprio modello interno quando il mondo esterno tace.

I ricercatori hanno anche testato se questo semplice framework potesse catturare la capacità del cervello di gestire diverse scale temporali. Nel mondo reale, notiamo schemi immediati, come un colpo di tamburo, ma anche strutture più lunghe, come il ritmo di una canzone. Il team ha costruito una versione gerarchica del loro modello, con uno strato che apprende le transizioni a breve termine e un altro che apprende i modelli a lungo termine. Quando hanno presentato al modello sequenze che seguivano una regola locale ma violavano una regola globale, il modello ha prodotto segnali di errore distinti a ogni livello, rispecchiando il modo in cui il cervello umano risponde alle sorprese locali rispetto a quelle globali. Ciò ha suggerito che lo stesso meccanismo di base dell'apprendimento e dell'inferenza può spiegare la percezione complessa e multistrato senza richiedere sistemi separati e specializzati per diverse scale temporali.

Per andare oltre le simulazioni, il team ha applicato il proprio modello a dati umani reali provenienti da due esperimenti uditivi. Nel primo studio, i partecipanti ascoltavano un tono specifico nascosto nel rumore di fondo. A volte un suono precedente forniva un indizio su quale tono sarebbe arrivato dopo, e a volte no. Gli esseri umani sono noti per rilevare i toni attesi più velocemente e con maggiore precisione rispetto a quelli inaspettati. Il modello SLIM, adattato ai singoli partecipanti, ha riprodotto perfettamente questo comportamento. Ha mostrato tassi di successo ("hit rates") più elevati per i toni attesi e tempi di reazione più lunghi per quelli inaspettati, proprio come le persone nello studio. Il modello ha anche generato una misura di "sorpresa" che correlava con il tempo impiegato dai partecipanti per rispondere, suggerendo che la sensazione di sorpresa sia un sottoprodotto diretto del tentativo del cervello di aggiornare il proprio modello interno.

Il secondo esperimento ha aggiunto un livello di complessità introducendo un segnale ambiguo — un suono che non dava alcun indizio su ciò che sarebbe venuto dopo. Ciò ha permesso ai ricercatori di separare i benefici dell'aspettativa dai costi della sorpresa. Anche in questo caso, il modello ha corrisposto ai dati umani. I partecipanti ottenevano le prestazioni migliori quando avevano un'aspettativa chiara, peggiori quando non avevano alcuna aspettativa, e una via di mezzo quando il segnale era ambiguo. I calcoli interni del modello relativi a aspettativa e sorpresa seguivano questi cambiamenti comportamentali con alta precisiono. Analizzando i dati, i ricercatori hanno scoperto che la misura del modello su quanto un suono fosse sorprendente, basata su ciò che aveva imparato ad aspettarsi, poteva spiegare le differenze individuali nel modo in cui le persone rilevavano i toni. Ciò ha fornito una forte prova del fatto che la capacità del cervello di apprendere la struttura statistica del proprio ambiente è il motore chiave di questi vantaggi percettivi.

Lo studio mette in discussione la visione prevalente secondo cui il cervello debba fare affidamento su metodi complessi e approssimativi per gestire l'incertezza del mondo. Al contrario, suggerisce che trattando la percezione come un processo di categorizzazione del mondo in stati discreti, il cervello possa eseguire calcoli esatti utilizzando regole di apprendimento semplici e locali. Questo approccio non richiede che il cervello assuma una forma specifica per le proprie convinzioni o che esegua migliaia di campionamenti casuali per trovare la risposta. Esso impara semplicemente le transizioni tra gli stati e le aggiorna in tempo reale. Sebbene il modello funzioni meglio in ambienti con un numero gestibile di stati, i ricercatori sostengono che questo framework offra una spiegazione potente e biologicamente plausibile di come navighiamo in un mondo rumoroso. Dimostra che la capacità del cervello di prevedere il futuro potrebbe non derivare dalla matematica complessa, ma da un processo semplice e continuo di apprendimento delle regole del presente.