Teoría de la Integración de Información

De acuerdo con esta teoría, la conciencia se corresponde con la capacidad de integrar información que tiene un sistema [1]. Hay dos conceptos principales en esta teoría: la diferenciación y la integración.

De hecho, en este contexto la conciencia se caracteriza como un equilibrio entre la diferenciación y la integración. La diferenciación se refiere a la disponibilidad de un gran repertorio de posibles experiencias conscientes. Cada experiencia concreta se diferencia (o se discrimina) de las otras. La integración se refiere al caracter unitario de cada una de estas experiencias, es decir, los contenidos conscientes se experimentan como una unidad, incluso aunque estén compuestos por muchas dimensiones.

Tononi introdujo el valor Φ como una medida de la conciencia de un sistema. De hecho Tononi caracteriza la conciencia como la capacidad de integrar información, siendo Φ la medida de la cantidad de información que es capaz de integrar el sistema. En [1] Tononi dice: “Φ es la cantidad de información causalmente efectica que se puede integrar a través del enlace de información más débil de un subconjunto de elementos”.

La principal implicación de la hipótesis propuesta por Tononi es que cualquier sistema físico capaz de integrar información es consciente hasta el punto indicado por la medida Φ. Esto implica que la implementaciones artificiales capaces de integrar información y que tienen un valor Φ alto tienes experiencias conscientes.

Más sobre la Teoría de la Integración de la Información (Information Integration Theory):

[1] Tononi, G. An information integration theory of consciousness. BMC Neuroscience 2004, 5:42. 2004. http://www.biomedcentral.com/1471-2202/5/42

 

Cómo construir un robot que sienta

Este artículo se divide en dos partes:
– Un resumen de la charla invitada de Kevin O’Regan en el CogSys 2010, realizado por Raúl Arrabales.
– Comentarios adicionales acerca del yo y el papel de la acción en la cognición, escrito por Kevin O’Regan.

¿Cómo construir un robot que sienta?

conscious_robot_crawl“Cómo contruir un robot que sienta” fue el título de la charla magistral de Kevin O’Regan en la conferencia CogSys 2010 que se celebró la semana pasada en Zúrich. Durante su charla, O’Regan ofreció una introducción al conocido como “problema duro” de la conciencia (término acuñado por Chalmers) y habló de su teoría sensoriomotora para explicar cómo se produce la conciencia (fenomenológica) [1]. Tanto esta charla como muchas de la ideas relacionadas con la misma son de especial interés para los investigadores de la Conciencia Artificial, ya que O’Regan ofrece una explicación para la producción de la experiencia consciente que virtualmente elimina el problema duro, y por consiguiente el propio salto explicativo (“explanatory gap”). A continuación trataré de resumir las ideas clave que me parecieron más interesantes tanto de la charla como de las conversaciones que tuvimos durante la conferencia con O’Regan.

Usando la rojez del rojo, un ejemplo muy típico en filosofía de la mente, O’Regan abordó el problema del diseño de un robot capaz de sentir. Nótese que en este contexto no se usa la palabra sentir con la acepción que se usa en el trabajo de Damasio, si no que se refiere al cómo-es-ser, o los qualia asociados a los contenidos conscientes, es decir, las sensaciones asociadas a la experiencia consciente.

Continue reading “Cómo construir un robot que sienta”

TNGS – Teoría de Selección de Grupos de Neuronas

TNGS – Teoría de Selección de Grupos de Neuronas

TNGS y la hipótesis del Núcleo Dinámico (Dynamic Core) es una teoría propuesta por Gerald M. Edelman como una explicación de los correlatos neuronales de la conciencia. Como su nombre indica la teoría se basa en el concepto de selección.

En el cerebro se genera un gran número de caminos neuronales de entre los cuales un reducido grupo de más valor tiene que ser seleccionado para generar comportamientos adaptativos. En otras palabras, el cerebro es un sistema selectivo. La selección se basa en el desarrollo y la experiencia. Esa es la razón por la cual los circuitos neuronales son muy diferentes si comparamos el cerebro de una persona con el de otra.

Durante el desarrollo del cerebro y el aprendizaje, se generan grupos de neuronas que tienden a emitir impulsos de forma sincronizada. Un gran número de estos grupos o circuitos se seleccionan de acuerdo a su valor como generadores de comportamientos útiles y adaptativos.

TNGS explica la conciencia en términos de lo que se denomina el Núcleo Dinámico, que consiste en extensas interacciones reentrantes en el sistema talamocortical.  Aquí el concepto de reentrada se refiere al proceso dinámico de interacciones rápidas y recíprocas entre mapas y núcleos neuronales. Edelman y Tononi creen que la conciencia se produce gracias a estos procesos de reentrada, los cuales serían capaces de proporcionar la capacidad discriminatoria de la experiencia consciente así como su integración. En pocas palabras, TNGS defiende la caracterización de la conciencia como un proceso dinámico, donde los correlatos neuronales de la conciencia no se pueden identificar en un punto específico del cerebro sino que se asocia con la dinámica de reentrada existente en el sistema talamocortical.

Para leer más acerca de la TNGS (Theory of Neural Group Selection):
– Edelman, G and Tononi, G. A Universe of Consciousness. How Matter becomes Imagination. Basic Books. 2001.
– Edelman, G. Bright Air, Brilliant Fire: On the Matter Of the Mind. Basic Books. 1993.