septiembre 23, 2014

Historia de la Lógica Transcursiva (Capítulo 346)

Cuaderno XV (páginas 2079 a 2084)

(En este capítulo continuamos con el trabajo de Pulvermüller)

p#56  Redes para palabras de categorías específicas {¿¿??}: Según el autor, dada la 'correlación' entre la información presentada y la asociación entre 'neuronas del lenguaje' y las 'áreas de las palabras' correspondientes a referentes determinados, {¿¿??} las redes funcionales poseen las bases para la asociación en el sentido psicológico, {¿¿??} entre, por ejemplo, el nombre de un animal y su imagen visual {¿¿??}, o entre un verbo de acción y la acción en sí.

Concluye - que las distintas categorías de palabras (lo cual implica el aspecto semántico de las mismas), se 'reflejan' en la activación topográfica del cerebro. Lo único que advierte es que estos hallazgos son válidos solo para palabras aisladas. [lo cual no sirve para nada, pues mucho del significado de una palabra está dado por sus relaciones con las demás palabras] Por ejemplo, no se han estudiado o encontrado correlación en el caso de los afijos, como tampoco para palabras como 'if', 'is' o 'it' [los cerebros de los hablantes de otro idioma que no sea Inglés, abstenerse], como tampoco en las 'complejas interrelaciones' entre palabras.

Mediante un modelo trata de simular el comportamiento de las distintas afasias [modelo que no pasa de ser una red neuronal artificial básica] y así sacar conclusiones sobre el 'verdadero funcionamiento cerebral', en estos casos.

p#79  Mediante un simple esquema, de los usados en control automático (en ingeniería), pretende explicar la regulación de la actividad cerebral. {¡Realmente increíble!}

p#90 Llega a la conclusión que la sugerencia de equiparación de una red funcional = palabra es interesante. {¿¿?? - nos vamos acercando a Lamb} Analiza para esto la homonimia, la sinonimia, los prototipos, las familias de Wittgenstein, y de todo un poco. Todo lo explica mediante modelos que incluyen, no solo la simulación de activaciones de redes funcionales específicas, sino también, su inhibición.

Cap. 6 - Aquí habla sobre 'algoritmos mentales' y redes neuronales artificiales, terminando con los sistemas conexionistas simbólicos distribuidos, por lo que vamos a obviar su análisis.

Cap. 7 - Sintaxis básica: todo analizado desde modelos computacionales chomskyanos (árboles sintácticos y otros por el estilo); hasta llega a hablar de una 'gramática neural' (p#144).

Cap. 8 - Da fundamentos neurofisiológicos y los compara con modelos neurales artificiales. Los datos obtenidos en estos modelos son extrapolados, sin ningún pudor, al cerebro. Por ejemplo, los tiempos de procesamiento. {¿¿??}

Cap. 9 - Aborda los 'detectores de secuencias'; lo que en informática se conoce como 'parsing' [Un analizador sintáctico (o parser) es una de las partes de un compilador que transforma su entrada en un árbol de derivación, siguiendo las pautas establecidas por Chomsky en 1957 en sus "Estructuras Sintácticas"]

Cap. 10 - Gramática Neuronal
p#169  Conjuntos neuronales: son redes funcionales caracterizadas por una gran variedad de estados de actividad. Se identifican por medio de 4 posibles estados de actividad:
 (I) Ignición
(R) Reverberación
(P) Cebado (por influencia de los grupos vecinos)
(0) Inactividad

p#171  Diferentes tipos de grupos neuronales:

Término ------------- Significado -------------------------------------- Mecanismo
Grupo                       Selección de neuronas no conectadas                    
Ensamble                 Selección de neuronas que:
- Neural                    - Están fuertemente conectadas                     Aprendizaje autoasociativo
- Celular                   - Actúa como una unidad funcional               Fuerte conexión entre neuronas
Red Funcional         Selección de neuronas que:
                                 - Están fuertemente conectadas                      Aprendizaje autoasociativo
                                 - Actúa como unidad funcional                      Fuerte conexión entre neuronas
                                 - Mantienen actividad y reverberan               Conexiones eferentes a las neuronas
Conjunto neuronal    Todo lo anterior + pueden ser cebadas         Todo lo anterior
Conjunto secuencial Todo lo anterior + responde a ≠ secuencias  Procesamiento secuencial indirecto

El estado de reverberación de un conjunto neuronal - dice - es similar a una neurona [artificial] de McCulloch-Pitts con umbral uno con un bucle de autoconexión. Sin embargo - continua - hay evidencia neurofisiológica de que un elemento neuronal no exhibe un aumento constante de actividad por largos periodos de tiempo, antes bien, la actividad de algunas 'células de memoria' {¿¿??} exhiben una declinación exponencial de su actividad. Con una fórmula similar a la usada por los investigadores mencionados, pretende determinar causalidad y sucesión temporal de los distintos procesos involucrados. {¿¿??}

Explica también, el mecanismo {cibernético} de control y regulación de la corteza, que según el autor, funciona detectando {como corresponde} un umbral crítico que dispara correcciones o progreso de la actividad. {¿¿??}

p#182-3  Describe, muy pobremente, el funcionamiento de un detector de secuencias.

p#186  Categorías léxicas representadas en conjuntos neuronales: el autor dice algo que no podemos obviar - "Para lograr progreso científico es necesario teorizar, y se necesita de un modelo recientemente desarrollado para ilustrar la teoría de una manera concreta." {con esto justifica cualquier cosa}, y sigue - "Se deben definir los principios funcionales de tal forma que podamos llevarlos a una simulación por computadora, que se comporte de la manera esperada. Con este fin, algunas veces {¿algunas?} es necesario tomar decisiones arbitrarias." {¡¡¡!!!}

Los principios asumidos {todos arbitrarios y no solo algunos} pueden {o no, poco importa} reflejar propiedades inmanentes del SNC humano. Para no hacer esto {¡Que es espantoso!} se prefiere adherir a los 6 axiomas siguientes, que rigen las redes gramaticales propuestas:

A1 = Se asumen cambios espontáneos de actividad en el conjunto S.
A2 = Cambio de actividad en una entrada de S causada por estimulación externa.
A3 = Cambios de actividad causados en Sq a través de la conexión entre Sp y Sq. {utiliza como subíndices p y q para poder manejar las operaciones lógicas entre estas dos variables, como en la lógica tradicional. ¡Absolutamente infantil!}
A4 = Cambios de actividad causados en Sr a través de conexiones con Sp y Sq.
A5 = Regulación mediante un umbral.
A6 = Inhibición entre las representaciones de dos categorías léxicas: αβ conectadas a una entrada activa de S que hace 'ignición' o reverbera en R1.

Lo importante - dice - de A1 → A6 es que 'reflejan' {¿¿??} las propiedades biológicas del SNC descrito a nivel de los ensambles neuronales y sus interacciones. {era lógico que se establecieran 'leyes' que se cumplan en una estructura tan arbitraria como la planteada. Es increíble que asegure taxativamente, que éstas son las propiedades biológicas de las neuronas. La propuesta de Lamb es mucho mejor, y mucho más inteligente; ¡Tenemos que reconocerlo!}

Cap. 11 - Gramática neuronal y algoritmos: en varios excursos se limita a presentar algunos formalismos que no sirven para explicar mecanismo alguno - sin comentarios.

Cap. 12 - Refinando la gramática neuronal - trata de corregir errores en el análisis de una secuencia aplicando los axiomas ya presentados. Absolutamente intrascendente y sesgado; para muestra baste lo siguiente: "El postulado de conexiones recíprocas entre los conjuntos neuronales α y β está basado en las siguientes suposiciones: - una gran población de neuronas está conectada o otra, recíprocamente, y - una fuerte correlación caracteriza la ocurrencia de las palabras o morfemas representadas por los conjuntos α y β. [Increíble, ¿No?]

Cap. 13 - Neurofisiología de la sintaxis: el autor acepta que los modelos son 'buenos' para probar la teoría. {¿¿??} Ahora se plantea cómo probar los 'procesos sintácticos cerebrales'. {asumiendo que exista algo semejante, por supuesto}

Haciendo predicciones: en el marco de la 'gramática neuronal', los procesos corticales que siguen luego de presentarse una oración en la entrada [obviamente se refiere a la 'entrada' de una red neuronal artificial'], son de distintos tipos:
- Ignición de la red de palabras
- Ignición del conjuntos de secuencias
- Regulación variando el umbral
- Reverberación o cebado de los conjuntos neuronales
[es inadmisible semejante fruslería]

Dice una serie interminable de barbaridades como las anteriores, pero hay una que quiero y debo destacar: es sobre cómo distinguir cadenas de palabras bien formadas de las mal formadas [algo que copió de Chomsky] a través del ERP (Potencial Relacionado con Eventos) P600.
p#267  "Esta prueba {milagrosa} es un componente eléctrico positivo de los ERP que es máximo en la parte posterior del encéfalo. Su latencia está alrededor de 600 mseg después del comienzo de la palabra crítica, y por esto se llama 'componente P600 o cambio sintáctico positivo'. {¿¿??} Cuando es colocada y procesada una palabra incorrecta, el cambio positivo tardío puede aparecer después de un cambio negativo temprano. {¡Me da vergüenza ajena!}

La gramática neuronal sugiere {¿¿??} que la respuesta eléctrica positiva cerebral como consecuencia de anomalías sintácticas, refleja la acción de un mecanismo que reduce el nivel de actividad cortical, después de un proceso de fuerte activación (ignición completa de una palabra). [¡Un verdadero desatino!]

Cap. 14 - Lingüística y el cerebro: dice el autor - "La lingüística es el estudio del lenguaje, y el lenguaje es un sistema de circuitos cerebrales. {¡No se puede creer semejante disparate!} La prueba de esto - continua - ya la dio Saussure cuando dijo: "El lenguaje es un objeto natural concreto que asienta en el cerebro" {¿Qué principio científico autoriza tomar estas palabras como prueba de algo?} Luego, uno debe esperar que lo lingüístico se dedique a estudiar los circuitos cerebrales. {como si el autor fuera capaz de realizar esto, según su propuesta, o hubiera marcado algún camino para ello} El problema es que los lingüistas no entienden el lenguaje de los neurocientíficos y viceversa." [yo diría que ninguno entiende absolutamente nada sobre el lenguaje, ya que todo se basa en supuestos conceptos bio-neurológicos obtenidos por medio de modelos matemáticos que funcionan en una computadora, pero que nada tienen que ver con el verdadero funcionamiento cerebral, el cual, tanto los neurocientíficos como los lingüistas, efectivamente, desconocen en su totalidad]

¡Nos vemos mañana!