Christopher Cherniak (nacido en 1945) es un neurocientífico estadounidense , miembro del Departamento de Filosofía de la Universidad de Maryland . La trayectoria de investigación de Cherniak comenzó en la teoría del conocimiento y condujo a la neuroanatomía computacional y la genómica . El vínculo subyacente entre las áreas se refiere a los modelos del agente: el trabajo comenzó con modelos de racionalidad más realistas y de recursos limitados. De esta epistemología, a su vez, surgió un programa de investigación sobre modelos de cableado óptimo de la anatomía global del cerebro y el genoma, un enfoque estructuralista.
La monografía de Cherniak, Minimal Rationality , afirma que [1] [2] quizás la ley psicológica más fundamental es que los humanos son seres finitos. Los modelos de recursos limitados del agente caracterizan la racionalidad humana como algo que se encuentra entre la nada y la perfección. La perspectiva que motiva las críticas a la racionalidad se transmite por la comprensión de que las idealizaciones estándar implican cierta omnisciencia deductiva -por ejemplo, la trivialidad de partes de las ciencias deductivas-. Tales agentes/lógicos ideales, si fueran computacionales, tendrían que violar el Teorema de Church sobre la indecidibilidad de la lógica de primer orden. Esta idea, a su vez, indica que la NP-completitud es de interés paralelo: la intratabilidad computacional de una escala que consuma el cosmos es una contraparte práctica de la incomputabilidad absoluta tradicional -otra capa de imposibilidad para las idealizaciones-. [3] Esto es parte del significado filosófico de la complejidad computacional. [4] [5]
Este programa de investigación procede desde una perspectiva holística en lugar de compartimentada, donde en una ambigüedad inherente la filosofía y la ciencia son distintas pero inextricablemente interconectadas. Por ejemplo, las paradojas clásicas de la semántica (por ejemplo, la paradoja del mentiroso ) y la teoría de conjuntos (por ejemplo, la paradoja de Russell ) pueden reexaminarse no como inherentemente contradictorias, sino como signos del uso de "heurísticas rápidas y sucias", es decir, compensaciones de velocidad-fiabilidad de corrección por viabilidad. De este modo convergen tres campos dispares: (a) teoría de la complejidad computacional, (b) psicología empírica de heurísticas rápidas y sucias, (c) teoría filosófica de la racionalidad de recursos limitados. De esta manera, los modelos de racionalidad limitada sirven como base de la actual " economía del comportamiento ".
Además, tal vez sea natural extender el enfoque de los recursos limitados a lo largo de estas líneas desde la racionalidad filosófica hasta el nivel de hardware del cableado cerebral físico (y su neuroanatomía orgánica asociada). En particular, la conectividad de largo alcance es un recurso neuronal críticamente limitado, con una fuerte presión evolutiva para utilizarlo de manera eficiente. La minimización de la conexión parece ser una primera ley de la tractografía cerebral , un principio organizador que impulsa la neuroanatomía. [6]
Por ello, el laboratorio de Cherniak ha estado evaluando hasta qué punto las ideas de optimización del cableado derivadas del diseño de microchips informáticos se aplican a la estructura cerebral. El modelo de "ahorro de cables" resulta ser un modelo fuertemente predictivo. La minimización del cableado se puede detectar en múltiples niveles (por ejemplo, la ubicación de todo el cerebro, la disposición de sus áreas ganglionares y/o corticales, la arquitectura subcelular de los árboles dendríticos, etc.). Gran parte de esta estructura biológica parece surgir "gratuitamente, directamente de la física".
Un problema clave específico de cableado es la optimización de la colocación de componentes: dado un conjunto de componentes interconectados, ¿cuáles son las posiciones de los componentes que minimizan los costos totales de conexión (por ejemplo, la longitud del cable)? Este concepto parece explicar con bastante precisión aspectos de la neuroanatomía en múltiples niveles jerárquicos. Por ejemplo, el sistema nervioso del gusano redondo Caenorhabditis elegans incluye once componentes ganglionares, que tienen 11! (~40.000.000) posibles órdenes anteroposteriores alternativos. De hecho, lo real aquí es lo ideal, en el sentido de que la disposición real resulta requerir la longitud total mínima del cable, [7] una historia de éxito predictiva. Sin embargo, estos problemas son NP-completos; las soluciones exactas generalmente parecen implicar búsquedas de fuerza bruta, con costos exponencialmente explosivos. A pesar de las trampas mínimas locales, esta optimización de la neuroanatomía se puede aproximar bien mediante mecanismos de minimización de energía de “malla de resortes”. [8] (Véase más adelante la discusión sobre el “cuello de botella genómico”).
Un enfoque correspondiente se puede aplicar a la colocación de áreas funcionales interconectadas de la corteza cerebral . Una primera estrategia es utilizar una medida de costo de conexión más simple, la conformidad de un diseño de corteza con una heurística de adyacencia que ahorra cables: si los componentes están conectados, entonces se colocan adyacentes entre sí. Todavía se requiere un muestreo de todos los diseños posibles para verificar los mejores. Para 17 áreas visuales centrales de la corteza de macaco, el diseño real de este subsistema se clasifica entre los 10 primeros −7 diseños que minimizan mejor su costo de adyacencia. [9] Clasificaciones de optimalidad altas similares también se mantienen para el conjunto central de áreas visuales de la corteza del gato, y también para la corteza olfativa y la amígdala de la rata.
Además, una “ley de tamaño” parece aplicarse a sistemas con tales disyuntivas locales-globales: si un sistema completo está de hecho perfectamente optimizado, entonces cuanto más pequeño sea el subconjunto de él evaluado por sí mismo, más pobre tiende a parecer la optimización. (Esta es una generalización de una idea relacionada, dependiente de la perspectiva, que se ve en teología, para explicar el problema del mal –de las aparentes imperfecciones en el Universo con una deidad omnipotente y benévola.) La ley de tamaño se aplica bien a cada uno de los sistemas de corteza anteriores, así como a otros (por ejemplo, para el diseño de microchips).
Con un marco de optimización de red de este tipo, estos resultados de “Save wire” se han ampliado y replicado para el cerebro humano vivo completo a través de fMRI, [10] otro éxito predictivo.
Las arborizaciones de las neuronas, las dendritas y los axones también parecen aproximarse significativamente a los árboles de Steiner de costo mínimo. [11] Estas estructuras se pueden derivar mediante dinámica de fluidos. Esto parece constituir una de las bioestructuras más complejas que se pueden obtener actualmente a partir de procesos físicos simples (no basados en ADN). Esta explicación de la morfogénesis biológica, en la que “la física es suficiente”, constituye un “nativismo no genómico”. Una razón para que lo prebiótico invada lo biótico de esta manera es hacer frente al “cuello de botella genómico”: al igual que otros sistemas de organismos, el genoma tiene capacidades limitadas. Por lo tanto, cuanto más neuroanatomía “gratuita, directamente de la física”, menor será la carga de información del genoma.
Surge otra pregunta: la minimización del cableado neuronal es, por supuesto, valiosa, pero ¿por qué debería parecer que tiene una prioridad tan alta, a veces aparentemente casi máxima? La importancia de la optimización neuronal ultrafina sigue siendo una pregunta abierta.
Una cuestión adicional se refiere a la manera en que el nivel intencional de la mente se conecta con el nivel de hardware del cerebro. A primera vista, esa relación parece estar en tensión: en algunos aspectos, el cableado cerebral parece estar prácticamente perfectamente optimizado, pero la racionalidad tiene capas de imposibilidad entre ella y la perfección. [12] Tal vez ésta sea otra manifestación de la irreductibilidad de lo mental: el conocido mal ajuste de los dos dominios entre sí.
Un nuevo capítulo de este programa de investigación: los conceptos de la teoría de la computación se pueden aplicar para comprender la estructura y la función del ADN de los organismos. El modelo de doble hélice de Crick-Watson surgió en el mismo lugar y momento que el trabajo final de Turing, concretamente en Cambridge alrededor de 1950, por lo que la idea del ADN como cinta de la máquina de Turing ha estado dando vueltas durante décadas.
En particular, el genoma puede ser tratado como un "nano-cerebro" o un pico-ordenador para ver si también aparecen estrategias de minimización de conexiones similares en las redes genéticas. Como se ha esbozado anteriormente, durante décadas se ha informado de una optimización del cableado en el cerebro que comienza a acercarse a algunas de las predicciones confirmadas con mayor precisión en la neurociencia.
En la actualidad, se está explorando una idea de minimización de los costos de conexión para el genoma humano. La transmisión de información puede no ser gratuita ni siquiera dentro de una célula, un núcleo o un genoma. Por ejemplo, un homúnculo supracromosómico estadísticamente significativo –una representación global del cuerpo humano– parece extenderse por todo el genoma en el núcleo. [13] Esta es una estrategia para la minimización de los costos de conexión (por ejemplo, véase los mapas corporales descritos en la corteza sensorial y motora desde el siglo XIX). Además, parece que se producen mapeos somatotópicos a escala más fina en cromosomas autosómicos individuales. [14]