Ao longo de décadas, cientistas cognitivos "computacionalistas" compararam a mente/cérebro ao software e ao hardware de um computador digital.

Sugerimos que um paralelo muito melhor e muito mais simples da ciência da computação com a atividade mental humana seja o grande modelo de linguagem (LLM) da inteligência artificial (IA) atual. Uma resposta de chatbot a uma pergunta é preparada a partir de sequências pré-treinadas de palavras e frases semelhantes (com altas "probabilidades de transição") à sequência de palavras e frases da pergunta. O hardware do cérebro pode não ser o hardware do computador, mas o software do cérebro pode se assemelhar bastante ao software de IA de última geração atual.

Considere as experiências passadas reproduzidas pelo Registrador e Reprodutor de Experiências (ERR) ^¹ . São experiências passadas que são estimuladas a disparar novamente porque o padrão de entradas somatossensoriais atuais, ou simplesmente nosso pensamento atual no córtex pré-frontal, se assemelha de alguma forma às experiências passadas armazenadas. O modelo ERR é uma extensão da hipótese de Donald Hebb de que "neurônios que disparam juntos se conectam". O modelo ERR pressupõe que neurônios que foram conectados no passado dispararão juntos no futuro, como sugerido por ^Giulio Tononi².

Podemos dizer que o cérebro está sendo "treinado" por experiências passadas, assim como um grande modelo de linguagem é treinado com sequências de palavras e frases. E, assim como no caso do grande modelo de linguagem, uma nova experiência ou nossa tomada de decisão atual irá evocar/reproduzir experiências passadas que sejam estatisticamente semelhantes, fornecendo ao cérebro/mente o contexto necessário para interpretar, encontrar significado na nova experiência e oferecer opções para nossas decisões ^.

Uma nova experiência que não se assemelha a nenhuma experiência anterior é essencialmente sem sentido. Ela carece de contexto.

Faz sentido esse paralelo entre o software de inteligência artificial executado em hardware de computador digital e o software de inteligência natural humana executado em hardware cerebral analógico?

Parece apropriado imaginar o cérebro/mente humano inteligente como um grande modelo de linguagem que pensa e fala.

Nos modelos de consciência mais populares, como a Teoria do Espaço de Trabalho Global de Bernard Baars ou a Teoria do Espaço de Trabalho Neuronal Global de Stanislas Dehaene e Jean-Pierre Changeux , a ideia fundamental é que a informação é recuperada de seu local de armazenamento e exibida como uma representação da informação a ser processada digitalmente e visualizada por algum tipo de agência executiva (ou Ego Central, como Daniel Dennett a denominou).

Ao contrário dos modelos computacionais, que não têm ideia de onde a informação é armazenada no cérebro, o ERR explica de forma muito simples onde a informação está armazenada. Ela está nos milhares de neurônios que foram interligados (em vários conjuntos hebbianos). A informação armazenada não é recuperada ou evocada (como fazem os computadores) para criar uma representação que possa ser visualizada em uma tela mental. Podemos chamá-la, com mais precisão, de reprodução ou reapresentação direta para a mente.

Nossa hipótese é que, quando (talvez vários) conjuntos hebbianos de neurônios interconectados disparam novamente porque uma nova experiência tem algo em comum com todos eles, eles poderiam criar o que William James chamou de "confusão florescente e vibrante" no "fluxo de consciência". Eles gerariam o que James chamou de possibilidades alternativas , uma das quais captará a "atenção" e o "foco" da mente. Como cada conjunto hebbiano está conectado a múltiplas regiões do neocórtex, por exemplo, os córtex visual, auditivo, olfativo e somatossensorial, e a múltiplos núcleos nos gânglios da base subcorticais, como o hipocampo e a amígdala, quando uma experiência é escolhida livremente, ^todas as regiões cerebrais que foram ativadas pela experiência original serão imediatamente interligadas novamente.

Compare a forma como a neurociência computacional armazena e recupera uma experiência na memória. Um processador serial central, ou muitos processadores paralelos distribuídos na visão conexionista, deve digitalizar todas as entradas sensoriais e transmitir os dados pela rede neural, armazenando os bits em endereços digitais que podem ser usados para recuperar os dados quando necessário posteriormente. Os bits lógicos dos dados são presumivelmente armazenados em neurônios individuais cuja ativação "tudo ou nada" corresponde de alguma forma aos uns e zeros da informação digital.

Quando o cérebro computacional recorda uma experiência passada, ele precisa inverter o processo descrito acima, copiando os dados armazenados e enviando a cópia de volta através da rede neural para formar uma "representação" da experiência original a ser visualizada. Nesse momento, devem existir duas cópias da informação original em locais diferentes do cérebro. Sabemos muito pouco sobre o tempo de ciclo de cada instrução nos algoritmos presumidos usados para armazenar e recuperar memórias de experiências, mas é provável que seja muito longo em comparação com o tempo de ciclo de instrução dos computadores modernos. Portanto, a neurociência computacional requer o dobro da capacidade de armazenamento de memória e é muito lenta.

Um problema adicional e sério para a neurociência computacional é como o cérebro saberia qual das inúmeras experiências passadas recordar Uma abordagem de força bruta seria construir e manter continuamente um banco de dados indexado e atualizado de todas as propriedades possivelmente relevantes. Considere o sabor e o cheiro das madeleines de Marcel Proust ! Tais propriedades essenciais estão biologicamente incorporadas (não codificadas digitalmente) na estrutura hebbiana da experiência original.

Em comparação, o registrador e reprodutor de experiências (ERR) reapresenta tudo em uma experiência original instantaneamente , embora sem dúvida com imagens enfraquecidas em relação ao original, como David Hume temia em relação às suas "impressões". A mente está "vendo" uma experiência original, não porque o cérebro tenha produzido uma representação ou exibição visual para um observador consciente contemplar. Isso exigiria o equivalente computacional do homúnculo de Descartes! O cérebro/mente também está "sentindo" as emoções da experiência original, além de vê-la em cores, resolvendo o "problema difícil" de David Chalmers sobre as qualidades subjetivas.

Quanto à forma como o ERR sabe quais experiências passadas são relevantes para a experiência atual, não é necessário um enorme banco de dados de propriedades indexáveis. Assim como o ChatGPT retorna um texto estatisticamente próximo ao conteúdo linguístico de uma consulta, os conjuntos hebbianos que disparam novamente no ERR são aqueles com neurônios estatisticamente próximos, ou talvez disparando simultaneamente, aos da nova experiência recebida.

O ERR simplesmente reproduz ou "reapresenta" as experiências originais em todas as partes da mente conectadas pelos conjuntos neurais, resolvendo o chamado "problema da ligação". Essa unificação de cada experiência ocorre porque a informação armazenada é distribuída por todo o conjunto hebbiano. Todos os centros corticais e subcorticais aos quais seus neurônios estavam conectados são imediatamente reconectados.

O ERR é uma apresentação ou reapresentação para a mente consciente, não uma representação separada em uma tela como na Teoria do Espaço de Trabalho Global e seu "teatro da consciência". A questão filosófica fundamental de como e onde a informação é criada, armazenada e utilizada na memória cerebral é respondida de forma muito simples. Ela reside nas sinapses fortalecidas dos neurônios que se conectam a cada nova experiência. Essa informação nunca é "processada", nem é comunicada ou transmitida para outras regiões do cérebro para ser processada. Ela vive para sempre em um conjunto hebbiano, desde que as conexões sinápticas permaneçam saudáveis. Grande parte, senão toda, dura a vida inteira, embora a recuperação, a reprodução e a "revisão" dessa informação possam falhar devido à "depressão de longo prazo" (LTD).

Em uma ruptura com os modelos de neurociência computacional da mente, podemos afirmar que o homem não é uma máquina, o cérebro não é um computador e, embora a mente esteja repleta de informações imateriais armazenadas no cérebro material, não existem "representações mentais" como tais, e a informação mental não é processada digitalmente por um processador central ou processadores paralelos distribuídos. Diversas experiências relevantes são simplesmente "ativadas" novamente, instantaneamente, provavelmente mais rápido do que qualquer programa de computador, considerando a grande quantidade de ideias que simplesmente "vêm à mente", detectadas automaticamente por elementos de experiências passadas que são relevantes para a experiência atual.

Também podemos identificar os correlatos neurais de Crick e Koch ^de uma experiência consciente. São apenas os neurônios que foram conectados no conjunto hebbiano criado pela experiência.

Nossa Inteligência Natural LLM é a inteligência humana , construída sobre o modelo ERR e o modelo de dois estágios do livre-arbítrio, endossado por Martin Heisenberg em 2010 como explicação para a "liberdade comportamental" em animais inferiores, como moscas-das-frutas, e até mesmo na quimiotaxia bacteriana.^⁴ Assim, a mente humana pode ser vista como tendo evoluído a partir da inteligência animal mais primitiva e até mesmo da inteligência de organismos unicelulares, embora as experiências bacterianas não sejam aprendidas, mas adquiridas geneticamente.

Em resumo, perguntamos por que décadas de neurocientistas computacionais imaginaram múltiplos processadores digitais movendo bits de informação de um lugar para outro no cérebro, quando as múltiplas vias neurais através do corpo e do cérebro que são ativadas por uma experiência podem simplesmente ser reativadas sob demanda, nossas memórias reproduzidas integralmente pelo registrador e reprodutor de experiências, uma capacidade puramente biológica criada pela evolução natural em quase todos os animais?

Tudo isso porque dois pensadores brilhantes ( Warren McCulloch e Walter Pitts ) imaginaram que um dia seria possível construir uma máquina lógica capaz de rivalizar com a habilidade humana de resolver problemas de lógica proposicional, conforme proposto por Immanuel Kant , Gottfried Leibniz , Bertrand Russell , Ludwig Wittgenstein , Rudolf Carnap , Ruth Barcan Marcus , Willard van Orman Quine e Saul Kripke . Veja nosso histórico de modelos computacionais .

Gostaria que os neurocientistas experimentais dedicassem mais tempo ao estudo dos mecanismos que fortalecem as sinapses (potenciação de longo prazo) e as enfraquecem (depressão de longo prazo).