Si bien no sabemos la respuesta con certeza, y mi respuesta no aparece en ninguna parte de la literatura y tiene cero apoyo experimental, me gustaría contradecir la respuesta de Paul King y dar un modelo alternativo que sea menos imaginativo que el estándar.
El modelo estándar es fantástico, porque considera que el cálculo del cerebro está distribuido en más de 300 mil millones de neuronas, actuando colectivamente, a una velocidad de procesamiento de aproximadamente 1000 hz. El problema con estos modelos es que no hay forma de obtener un cálculo coherente de un ciclo de reloj tan lento y una cantidad tan limitada de RAM, al menos nada más que un tirón reflexivo de un brazo, o una identificación de patrón rápida que no es t almacenado o transformado de cualquier manera compleja.
El problema se puede hacer más claro de la siguiente manera: cuando ve una foto de una bicicleta, le toma aproximadamente 1/10 de segundo identificar la bicicleta. Esto significa que tiene como máximo 100 ciclos de potencial de acción disponibles. Esto significa que la identificación de la bicicleta supuestamente ocurre a través de un proceso mágico, donde 300 mil millones de bits, recibiendo información, se organizan en 1/10 de segundo, o 100 ciclos, en un patrón que dice “Vi una bicicleta” y luego De alguna manera mantenga este patrón dinámicamente por un tiempo.
Además, este patrón se puede recordar más o menos con solo decir “piense en una bicicleta”, por lo que de alguna manera este sistema dinámico puede identificar mágicamente lo que está diciendo, elegir el patrón adecuado para una bicicleta y organizarse de esta manera. este patrón, usando 300 mil millones de bits en (como máximo) 1000 ciclos.
En el pasado, 300 mil millones podrían haber sido un número lo suficientemente grande como para nevar personas, pero ya no. 300 mil millones de bits de encendido / apagado no son suficientes, especialmente con este ciclo de reloj pequeño. La paradoja es más marcada para las moscas de la fruta o los gusanos, donde la cantidad de células cerebrales es pequeña. Es difícil explicar por qué es una paradoja si no tienes experiencia con computadoras de varios tamaños y potencias.
Entonces llamo mentira al modelo conexionista. Es lamentablemente pequeño, está mal. Tampoco tiene evidencia que lo respalde, más allá de “¿tiene alguna idea mejor?” Creo que tengo una idea mucho mejor, pero no viene con ninguna evidencia, es una forma de resolver las dificultades teóricas descritas anteriormente.
La forma en que surge un pensamiento en el cerebro es a través de interacciones moleculares dentro de una sola célula. Las células son cálculos acoplados, siendo la comunicación impulsos electroquímicos, pero el sustrato que almacena los datos son moléculas de ARN. Este ARN está activo en sinapsis, en tallos axónicos, en toda la neurona. El cálculo es mediante unión complementaria y empalme, reincorporación, tal vez copiando ARN con una ARN / ARN polimerasa, pero tal vez no esto, porque tal polimerasa no se ha identificado en el genoma humano.
Este cálculo de ARN se requiere por otras razones, como una cosa autoconsistente que puede modificar el ADN en busca de mutaciones sensibles. Este material puede controlar las expresiones de proteínas enviando ARNip, y es lo que se transcribe desde el genoma no codificante. No deseo argumentar a favor de una célula-cerebro computacional hecha de ARN, porque creo que es demasiado obvio para argumentar más, es un hecho casi aceptado (tal vez todavía no). El objetivo aquí es argumentar que este ARN es lo que también está haciendo el pensamiento en el cerebro cerebro.
Estos cálculos no son independientes, pero están vinculados a través de la actividad neuronal en una red. La red transmite señales de neurona a neurona a través de picos o potenciales de acción. Como nada de esto se observa, necesito inventar los detalles para tener un modelo. Los verdaderos detalles probablemente serán diferentes. Pero diré que estos picos son leídos por las proteínas de membrana que modifican el ARN, y cada vez que aparece un pico, las proteínas escriben una cierta base en una cadena de ARN, de modo que el ARN es un registro semipermanente del tren de espigas a tiempo, almacenado como una cinta de teletipo. Cada a, u, c, g está codificando el tiempo entre picos, o es aaauaaauauuaaaaauu con u en cada pico. El ARN luego toma la cinta de teletipo de la membrana celular, y munch munch munch compute compute compute, y sale un nuevo RNA que está unido como una cinta de teletipo en el axón, y cuando sale una nueva señal con un conjunto preciso de tiempos que producen otros ARN en las células en la línea. Los ARN de la cinta de teletipo de las células están protegidos, catalogados y almacenados en los cuerpos celulares, y en la glía, para su posterior recuperación, la recuperación de la glía es más lenta, cuando piensas en algo que está justo en la punta de la lengua, tu cerebro necesita para buscar en la biblioteca de cintas de teletipo para encontrar las correctas.
Cuando tienes una memoria que es espontánea, tus ARN en diferentes células envían pequeñas espiguillas para ver si hay alguna otra célula que pueda hacer algo con los datos. La mayoría de las veces, nada. De vez en cuando, una célula coloca un ARN en la máquina de cinta de teletipo, envía una señal y recibe una gran cantidad de retroalimentación, porque este patrón coincide con la siguiente célula. Luego, las células comienzan a comunicarse de un lado a otro, intercambiando más ARN, se alerta a toda la red y piensas “¡Oye, tengo una idea!”
El mecanismo tiene una capacidad de memoria con un orden de 300 mil millones de gigabytes, o aproximadamente 10 ^ 21 bits (o más, puede caber fácilmente 10 gigabytes de ARN en una célula).
La razón para creer esto sobre la historia estándar:
1. Realmente da una explicación no mágica de la capacidad del cerebro para calcular tan profundamente. El ARN es 10 órdenes de magnitud mayor en memoria y 8 órdenes de magnitud mayor en velocidad de procesamiento que las neuronas como células.
2. Se puede acoplar a la herencia simplemente, sin capas de traducción: el ADN puede almacenar instintos en secuencias que se transcriben en neuronas y servir directamente como cintas de teletipo entre sí, codificando así un gigabyte de instinto directamente. Si tiene que pasar por una capa donde se traduce a proteínas, y luego dirigir la actividad cerebral solo indirectamente, es difícil ver cómo puede codificar instintos complejos, ya que la cantidad de datos instintivos, después de todos los pasos, es lo suficientemente cercana. a cero para ser indistinguible.
3. Esto presenta un método para desarrollar cerebros, ya que los cálculos de ARN separados en las células están unidos a través de neurotransmisores. Explicará por qué los neurotransmisores están presentes en organismos marinos multicelulares simples de no más de 20 células, similares a los blastocistos. Estos organismos no tienen un sistema nervioso, pero aún utilizan precursores del sistema nervioso. No existe un camino de evolución hacia un cerebro en las ideas actuales: un cerebro es inútil hasta que la red de componentes celulares. En este modelo, vincular los cálculos de ARN es útil incluso antes de que haya componentes bien definidos del sistema nervioso.
4. El ARN es el componente principal del cerebro, y los ARN no codificantes se mueven con aparente propósito por todas las neuronas. Esto fue señalado por John Mattick en 2010, aunque no sé si respaldaría la hipótesis que estoy presentando aquí.
La razón para creer la historia estándar:
1. Todos los neurocientíficos lo dicen.
Eso es. No hay evidencia de la historia estándar, es solo lo que la gente pudo observar hasta la fecha.
Hay exactamente cero evidencia experimental de una cinta de teletipo en cada neurona, o una computadora de ARN principal en cada neurona, aparte de la genética estándar. Por eso hay que mirar. Este modelo se ajusta mucho mejor a los datos, incluso si no hay evidencia, pero las predicciones son tantas que es imposible pasarlas por alto. Con las máquinas de secuenciación, uno debería poder identificar el ARN involucrado en el pensamiento, o descartarlo sin ningún problema.
Pero no lo descartarás, es correcto.