Proponen modelo computacional de la memoria natural

La prestigiosa revista Scientific reports de la editorial Nature publicó en 2022 el artículo Weighted entropic associative memory and phonetic learning, en el que Luis Alberto Pineda Cortés, investigador titular del Departamento de Ciencias de la Computación del Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas (IIMAS) de la UNAM, y Rafael Morales, investigador de la Universidad de Guadalajara, presentan un modelo computacional de la memoria natural, especialmente de la humana.

El artículo (https://www.nature.com/articles/s41598-022-20798-0) es el tercero de una serie que inició en el 2021 –An Entropic Associative Memory, publicado en Scientific reports– y continuó en 2022 – Entropic associative memory for manuscript symbols, difundido por PLoS ONE–. El sistema pospuesto en el estudio más reciente consiste de un sustrato o medio en el que se almacenan trazos de memoria que corresponden a los recuerdos. El sistema define tres operaciones en relación a una cue u objeto del recuerdo: el registro, el reconocimiento y la retribución.

“Es decir, nosotros nos exponemos a una experiencia perceptual –puede ser también imaginada o interior– y ésa es la llave del recuerdo. En primera instancia, en el registro de la experiencia es propiamente la cue, lo que se recuerda y, en la experiencia de la retribución de la información, la cue es como la llave que nos permite extraer un recuerdo de la memoria. Como las propias imágenes, los contenidos son la cue”, explicó Luis Alberto Pineda y añadió:

“La memoria es asociativa y esto se opone a las memorias tradicionales de computación, que son Random Access Memory (RAM), donde la memoria es como una cajonera y cada cajón tiene un número, los recuerdos se guardan en el cajón. Para guardar, se abre el cajón –por ejemplo, una fotografía– lo pone en el cajón y cierra. La fotografía queda guardada, para acceder al recuerdo no se accede por medio de la cue, sino por la dirección de la memoria. Es una gran diferencia”.

Asimismo, apuntó que para esta tercera parte de la investigación el sistema que han diseñado se enriqueció con dos mecanismos de aprendizaje que hacen posible el almacenamiento de imágenes naturales, y se validó con el Corpus DIMEx100 del español hablado de México. Para este efecto se presenta la noción de memoria fonética, que permite almacenar, reconocer y retribuir información fonética, la cual se utiliza para el reconocimiento y síntesis de voz, y el desempeño del sistema de memoria, en conjunto con su andamiaje perceptual y motor, supera la tecnología actual para el reconocimiento de los fonemas del español de México.

“Las imágenes ahora no son imágenes visuales estáticas, un fonema es una imagen también, pero es en la movilidad acústica y además tiene la característica que se desenvuelve el tiempo. Porque, finalmente, con los recursos que tenemos las imágenes pueden venir en diversas modalidades: movilidad visual, acústica, somática, gustativa u olfativa. Estas imágenes normalmente tienen varias modalidades, no es una sola. Además tiene la característica de que se desenvuelven en el espacio y en el tiempo, los episodios a recordar son una imagen que puede contener diferentes modalidades, sin embargo, lo guardamos como una unidad en nuestra mente”, amplió el especialista.

Y argumentó: “por eso le llamamos weighted, la memoria es como una ciudad con rascacielos, donde tenemos las cuadras del recuerdo, o sea, qué tan grande es la columna en esa celda tiene mucha importancia para poder recordar o para recordar menos en esos mecanismos de aprendizaje que refuerzan los trazos de memoria que se usan frecuentemente, pero de manera distribuida y combinada. Por eso el weighted es muy bonito, aumentó tremendamente la potencia de la memoria”.

Un elemento a destacar, afirmó Luis Alberto Pineda, es que “esta línea de investigación es completamente generada por nosotros en el IIMAS. No hay ningún antecedente de ningún tipo en esta idea, es completamente original. Aparte, hay ahora un grupo que he coordinado que se llama MARE –quiere decir Memoria Asociativa y Racionalidad Entrópica– en el que están participando colegas y estudiantes de varias universidades, incluso varios colegas mexicanos trabajando en el extranjero”.

El proyecto, añadió, “tiene aplicaciones computacionales potenciales muy amplias, pero también contribuye al estudio de la memoria natural en modelos computacionales para proveer mecanismos en los que, de manera plausible, se puedan guardar los recuerdos que guardamos los seres biológicos, en particular los seres humanos. Esto como una base para poder abordar más profundamente la funcionalidad de la memoria natural, como sería la memoria semántica y, con mucho más prudencia, tratar de abordar algunos aspectos de la memoria episódica”.