Descifrando la inteligencia humana la última investigación de IA de Stanford cuestiona el sentido innato de los números ¿una habilidad aprendida o un don natural?

Descifrando la inteligencia humana la investigación de IA de Stanford cuestiona el origen de la habilidad numérica.

La capacidad de descifrar cualquier cantidad se llama sentido numérico. El sentido numérico es clave en la cognición matemática. Nuestro sistema nervioso realiza diversas actividades, como organizar grandes cantidades en pequeños grupos y categorizar cantidades numéricas como números, con facilidad, pero se desconoce cómo surge este sentido numérico. Es necesario comprender mejor cómo surgen las representaciones numéricas en el cerebro humano.

Investigadores del Stanford Human-Centered Artificial Intelligence (HAI) afirman que se puede utilizar una arquitectura neuronal biológicamente inspirada para comprender el surgimiento del sentido numérico. Utilizando la arquitectura neuronal de las capas corticales V1, V2 y V3 combinada con el surco intraparietal (IPS), se pueden comprender los cambios en las representaciones neuronales. Análogos a la corteza visual del cerebro humano, V1, V2, V3 y IPS son corrientes de procesamiento visual en la red neural profunda. Con redes neuronales profundas tanto a nivel de unidad individual como a nivel de población distribuida, se puede investigar la codificación neural del surgimiento de la cantidad con el aprendizaje.

Los investigadores de HAI descubren que debido a la propiedad estadística de las imágenes en las redes neuronales profundas, surge la numerosidad visual y emergen neuronas sensibles a la cantidad de forma espontánea en las redes neuronales convolucionales, que fueron entrenadas para categorizar objetos en conjuntos de datos estandarizados de ImageNet. En lugar de utilizar redes neuronales convolucionales, utilizaron un modelo de red neuronal numérico (nDNN) con una arquitectura biológicamente más plausible.

La mayoría de las imágenes de la vida real consisten en estímulos no simbólicos. Se mapean a representaciones de cantidad a través del entrenamiento de la numerosidad y se interpretan. Los investigadores descubrieron que las neuronas sintonizadas de forma espontánea cambian con el entrenamiento de la numerosidad y conducen a una jerarquía. Similar a los procedimientos utilizados en el cerebro para el estudio de imágenes, los investigadores implementaron el análisis de similitud representacional para evaluar cómo emergen las representaciones distribuidas de cantidades numéricas en los procesos de información.

Los investigadores de HAI experimentaron con habilidades numéricas en niños, ya que a menudo se describen como el mapeo de representaciones no simbólicas a representaciones simbólicas abstractas. Estas son fundamentales para el desarrollo de habilidades para resolver problemas numéricos. Estos sentidos numéricos y capacidades de procesamiento numérico simbólico dependen de sistemas neuronales separados. Además de las diferencias, se encontró que los niños tienden a aprender números pequeños mediante el mapeo a representaciones no simbólicas y números grandes a través del conteo y los principios aritméticos. Los estudios también muestran que la similitud representacional neural entre cantidades simbólicas y no simbólicas predice las habilidades aritméticas en niños, ya que el córtex parietal, frontal y el hipocampo están correlacionados positivamente con las habilidades aritméticas.

La mayoría de los estudios de neuropsicología se realizan en animales para obtener datos sobre la comprensión del surgimiento del razonamiento cognitivo. Pero los cerebros de los animales tienen sus limitaciones. No está claro si la forma de entender es realmente la misma que la de los humanos. La solución radica en investigaciones similares a las de HAI, ya que tienen implicaciones importantes para comprender el desarrollo de un sentido numérico cognitivamente significativo y el aprendizaje de representaciones de numerosidad en niños mediante el entrenamiento de redes neuronales profundas para realizar actividades como el razonamiento cognitivo y matemático.