La neurociencia ha mejorado enormemente nuestra comprensión de la base cerebral de los procesos léxicos y semánticos abstractos. Los dispositivos neuronales que subyacen a las palabras y los conceptos son conjuntos neuronales distribuidos que alcanzan los sistemas sensoriales y motores de la corteza y, a nivel cognitivo, la unión de la información en estos circuitos ampliamente dispersos se refleja en la conexión sensorimotora de la forma y el significado de los símbolos. En los últimos años se ha visto la aparición de evidencia de una encarnación cerebral similar de la sintaxis. Los estudios neurofisiológicos han acumulado apoyo para la noción lingüística de reglas combinatorias abstractas que se manifiestan como conjuntos neuronales funcionalmente discretos. Los conceptos inmanentes a la teoría de los autómatas abstractos podrían basarse en observaciones de la neurociencia moderna, para que fuera posible modelar el almacenamiento de pushdown abstracto, que es fundamental para construir representaciones lingüísticas de estructura de árbol, como dinámica ordenada de los circuitos de memoria en el cerebro. Al mismo tiempo, la investigación neurocomputacional mostró cómo los detectores de secuencia ya conocidos de cerebros animales pueden estar unidos neuronalmente para que se fusionen en unidades funcionalmente más grandes discretas, apuntalando así representaciones de reglas abstractas que unen sintácticamente clases de morfemas y palabras léxico-semánticas en componentes significativos más grandes. Las predicciones específicas de los modelos gramaticales basados en el cerebro podrían confirmarse mediante experimentos neurofisiológicos y de imágenes cerebrales utilizando MEG, EEG y fMRI.
miércoles, 7 de octubre de 2020
Realización cerebral de la sintaxis y la gramática... Antes del conectoma
Aparición de categorías gramaticales en la dinámica cortical
Un acuerdo general en psicolingüística afirma que la sintaxis y el significado se unifican de manera precisa y muy rápida durante el procesamiento de oraciones en línea. Aunque varias teorías tienen argumentos avanzados con respecto a las bases neurocomputacionales de este fenómeno, argumentamos que estas teorías podrían potencialmente beneficiarse al incluir datos neurofisiológicos sobre restricciones de dinámica cortical en el tejido cerebral. Además, algunas teorías promueven la integración de métodos complejos de optimización en el tejido neural. En este artículo intentamos llenar estos vacíos introduciendo un modelo computacional inspirado en la dinámica del tejido cortical. En nuestro enfoque de modelado, las dendritas aferentes proximales producen activaciones celulares estocásticas, mientras que las ramas dendríticas distales, por otro lado, contribuyen independientemente a la despolarización somática por medio de espigas dendríticas, y finalmente, las fallas de predicción producen eventos de disparo masivos que evitan la formación de representaciones distribuidas dispersas.