Todos somos inteligencias colectivas: todos estamos hechos de partes, y todos somos "reales" (es decir, somos algo distinto y más que un montón de partes) en la medida en que esas partes estén alineadas de manera que permitan que el todo tenga objetivos, competencias y capacidades de navegación en espacios problemáticos que las partes no tienen.
La rata sabe cosas que las células de sus patas y de su intestino no saben
Como ejemplo simple, se entrena una rata para que presione una palanca y, si lo hace, obtenga una recompensa. Ninguna célula individual de la rata tiene ambas experiencias: interactuar con la palanca (son las células en la palma de las patas de la rata las que interactúan con la palanca) o recibir la recompensa en forma de comida (las células intestinales son las que lo hacen). Así las cosas, ¿quién es el dueño de la memoria proporcionada por este aprendizaje instrumental, quién asocia las dos experiencias? El dueño es "la rata". La rata designa un colectivo que existe porque un tipo importante de pegamento cognitivo permite que la colección de células integre información a través de la distancia en el espacio y el tiempo, y por lo tanto sepa cosas que las células individuales no saben. La capacidad de integrar la experiencia y la memoria de sus partes en un nuevo ser emergente es crucial para ser un agente inteligente compuesto.
Está bastante claro que un agente necesita integrarse en un todo coherente y emergente para aprender cosas que ninguna de sus partes individuales sabe (o puede saber). Pero, ¿funciona a la inversa?
¿El aprendizaje es lo que te convierte más o menos en un todo integrado? Sí. El aprendizaje es un entrenamiento
Por ejemplo, supongamos que hay un fármaco que no tiene ningún efecto sobre un determinado ganglio y al que emparejamos repetidamente (lo entrenamos) con otro fármaco que sí tiene tal efecto. Con el paso del tiempo, el primer fármaco comenzará a tener ese efecto por sí solo (lo que sugiere la posibilidad de condicionamiento de fármacos y muchas otras aplicaciones biomédicas útiles)...
sabemos que podemos entrenar redes reguladoras de genes, pero ¿tienen una identidad emergente más allá de la colección de genes que las componen?, ¿hay un "todo" allí?, y si lo hay, ¿cómo afecta el entrenamiento a su grado de realidad (la fuerza con la que ese agente de nivel superior realmente importa)?
El diagrama superior
En la fila superior mostramos un tipo clásico de experimento pavloviano: asociar la salivación (provocada por la exposición a la carne) con una campana (que normalmente no causa salivación, el estímulo condicionado (CS) que comienza como el estímulo neutro hasta que se empareja con la carne).
La fila superior de paneles esquematiza nuestra hipótesis: que el agente se vuelve más real (no solo una colección de células, sino un todo integrado que es más que la suma de sus partes, de ahí el color sólido más oscuro y menos espacio entre las células), debido al entrenamiento que hace que integre información a través de modalidades y a través del tiempo.
(en el gráfico, el perro empieza descolorido y va tomando forma conforme aprende a asociar la campana con la carne y producir saliva)
... en la fila inferior... tomamos docenas de modelos de redes de regulación genética parametrizados disponibles a partir de datos biológicos reales y los estimulamos en un paradigma pavloviano. Elegimos nodos ya identificados en trabajos anteriores como capaces de apoyar el aprendizaje asociativo, los estimulamos de la manera que hace que un estímulo neutro se convierta en un estímulo condicionado, y medimos la emergencia causal de la red antes, durante y después de ese entrenamiento.
Y si no han tenido bastante de Michael Levin, lean esto
No hay comentarios:
Publicar un comentario