Aprendizaje hebbiano

El concepto neurocientífico de aprendizaje hebbiano fue introducido por Donald Hebb en su publicación de 1949 The Organization of Behaviour. También conocido como regla de Hebb o teoría del ensamblaje celular, el aprendizaje hebbiano intenta conectar los fundamentos psicológicos y neurológicos del aprendizaje.

La base de la teoría es que cuando nuestro cerebro aprende algo nuevo, las neuronas se activan y se conectan con otras neuronas, formando una red neuronal. Estas conexiones empiezan siendo débiles, pero cada vez que se repite el estímulo, las conexiones se hacen cada vez más fuertes y la acción se vuelve más intuitiva.

Un buen ejemplo es aprender a conducir. Cuando empiezas, todo lo que haces es increíblemente deliberado. Te recuerdas a ti mismo que tienes que encender el intermitente, comprobar el ángulo muerto, etcétera. Sin embargo, tras años de experiencia, estos procesos se vuelven tan automáticos que los realizas sin ni siquiera pensar.

Neurona

Elemento básico del cerebro, compuesto por un cuerpo celular, sinapsis y dendritas. Transmiten información a otras neuronas mediante corrientes eléctricas.

Sinapsis

Punto de contacto entre una neurona y otra, que les permite transmitirse mensajes.

Eficacia sináptica

La facilidad con que una neurona activa a otra a través de una sinapsis, una conexión que se refuerza con la repetición.

Red neuronal

Un grupo de neuronas conectadas.

Neuronas espejo

Neuronas que no sólo se disparan cuando una persona realiza una determinada acción, sino también cuando esa misma persona observa a otra realizar una acción similar.

Nacido en Canadá, Donald Hebb quería ser escritor y se licenció en la Universidad Dalhousie. Fue profesor hasta que terminó su máster en Psicología por la Universidad McGill. Curiosamente, Hebb esbozó las bases de su idea de las redes neuronales en su tesis de maestría en Dalhousie, aunque más tarde calificó el trabajo de "disparate".1

Interesado por la fisiología de la psicología, Hebb se doctoró con Karl Lashley en la Universidad de Chicago, un renombrado conductista de la época. Probablemente fue este periodo de su carrera el que agudizó su capacidad para combinar las teorías conductistas, en particular el aprendizaje por refuerzo, con la fisiología y la neurociencia. La influencia de Ivan Pavlov es especialmente evidente en la investigación de Hebb, y se han trazado muchos paralelismos entre el aprendizaje hebbiano y ^la teoría del condicionamiento de Pavlov.2

Cuando terminó su trabajo con Lashley, Hebb regresó a Montreal en 1937 para trabajar con Wilder Penfield en el Instituto Neurológico de Montreal. Influido por Lashley y otros psicólogos que habían observado cómo las funciones cognitivas (en particular la memoria) se localizaban en regiones específicas del cerebro, Hebb esbozó por primera vez lo que se denominaría aprendizaje hebbiano en su libro de 1949, ^The Organization of Behaviour3. La idea de que las neuronas son capaces de formar redes que crean y almacenan recuerdos, cruciales para el aprendizaje, fue pionera en su momento y sigue siendo enormemente influyente en la actualidad.

La combinación de conceptos psicológicos y neurocientíficos de Hebb le valió el título de "padre de la neuropsicología". A Hebb se le atribuye la conexión del concepto abstracto de "la mente" con funciones cerebrales fisiológicas y biológicas específicas. La neuropsicología es estudiada hasta hoy tanto por psicólogos como por neurocientíficos, que exploran constantemente la conexión entre la función cerebral y el comportamiento.

La teoría de Hebb sobre las conexiones neuronales ha tenido importantes repercusiones en la forma en que neurocientíficos y psicólogos entienden la memoria. Un ejemplo es la Potenciación a Largo Plazo (LTP), una teoría que surgió a finales de los años sesenta y que demostraba que las sinapsis se fortalecen por patrones recientes de a^ctividad, confirmando así los hallazgos del Aprendizaje Hebbiano.4 La LTP sigue siendo un tema muy investigado en la actualidad, con algunos avances interesantes en las áreas de la demencia, la enfermedad de Alzheimer y el tratamiento de las adicciones.

Cuando se introdujo por primera vez, el aprendizaje hebbiano se consideraba una parte del rompecabezas que rodeaba la función y el almacenamiento de la memoria. Sin embargo, hacia la década de 1950, los investigadores llegaron a la certeza de que las redes neuronales eran responsables del almacenamiento y la recuperación de asociaciones, lo que abrió todo un nuevo campo de descubrimientos neurocientíficos. Combinados con los hallazgos de Lashley en sus experimentos de localización de la memoria, empezaba a estar más claro que los seres humanos poseen distintos tipos de recuerdos y que cada uno se localiza en una parte diferente del cerebro.

Estas hipótesis se vieron confirmadas por el fascinante caso de Henry Molson, a quien se llamaba, y se sigue llamando, HM. Sufría epilepsia y, en 1953, su cirujano le recomendó que le extirparan los lóbulos temporales medios del cerebro. La operación curó su epilepsia, pero pareció dañar gravemente su memoria explícita a largo plazo (es decir, su memoria para la información objetiva). HM podía desplegar fácilmente su memoria a corto plazo y no tenía problemas para adquirir nuevas habilidades motoras o utilizar lo que los psicólogos denominan su memoria "implícita" a largo plazo (es decir, su capacidad para completar tareas procedimentales como montar en bicicleta). Sin embargo, HM no era capaz de recordar que había montado en bici el día anterior, ya que esto era un "hecho". Como resultado de la experiencia de HM, los lóbulos temporales mediales se consideran responsables de la formación de recuerdos explícitos a largo plazo. La teoría de Hebb se utilizó para apoyar este enfoque del estudio de la memoria, ya que la idea de que los recuerdos se forman y almacenan a través de conexiones neuronales se vio respaldada por el caso de HM.

Estudios más recientes han estudiado cómo pueden reforzarse las conexiones neuronales y, por tanto, cómo puede mejorarse el aprendizaje. De hecho, muchos avances en la investigación de la neuroplasticidad y la memoria asociativa tienen su origen en el aprendizaje hebbiano.

El aprendizaje hebbiano es también la base de varios avances en informática, especialmente en inteligencia artificial.

En general, el aprendizaje hebbiano ha sido bien aceptado en la neurociencia y la psicología.

Quedan algunas críticas, sobre todo cuando el aprendizaje hebbiano se utiliza como base para la inteligencia artificial o el desarrollo de algoritmos. El principal problema es que el aprendizaje hebbiano puede crear conexiones neuronales incorrectas o inadecuadas y, lo que es peor, reforzarlas. En algunos casos, esto podría dar lugar a malos hábitos, un aprendizaje deficiente y un comportamiento potencialmente destructivo. Otro problema es que no existe un límite superior para la intensidad de una conexión, por lo que, desde una perspectiva computacional, se requiere algún tipo de control para evitar el "sobreaprendizaje". Por último, cientos de experimentos han demostrado que el aprendizaje humano está enormemente influido por la retroalimentación, tanto de otras personas como de los estímulos que encontramos en nuestra vida cotidian^a. El aprendizaje hebbiano no tiene plenamente en cuenta la mediación de la retroalimentación, aunque recientemente se ha prestado más atención a este aspecto5.

Aprendizaje hebbiano e inteligencia artificial

La red de Hopfield, una red neuronal artificial introducida por John Hopfield en 1982, se basa en las reglas estipuladas en el aprendizaje h^ebbiano.6 Al crear una red neuronal artificial, Hopfield descubrió que la información puede almacenarse y recuperarse de forma similar al cerebro humano. Mediante la repetición y el aprendizaje continuo, la inteligencia artificial puede reforzar ciertas conexiones que aceleran su procesamiento de determinadas situaciones, ayudándole a "aprender" más rápido. Esto ha resultado especialmente útil en el caso del reconocimiento de patrones y el desarrollo de algoritmos de IA.

Algoritmos para simplificar la toma de decisiones (1/2): El caso de las prótesis cognitivas

Jason Burton analiza cómo los algoritmos pueden y deben utilizarse para optimizar nuestras vidas, pero con una etiqueta de advertencia.

¿Por qué retenemos mejor la información cuando la aprendemos durante un largo periodo de tiempo?

El efecto de espaciamiento se produce cuando la información se aprende repetidamente a lo largo de un periodo de tiempo espaciado, lo que aumenta la capacidad del individuo para recordar la información.

Tentar la creación de hábitos

Yasmine Kalkstein explora cómo podemos crear hábitos que se conviertan en comportamientos automáticos. Gran parte de esta reflexión parte de ideas relacionadas con el aprendizaje hebbiano y la teoría del refuerzo.

1. Milner, P. (2003). Una breve historia de la regla de aprendizaje Hebbiano. Canadian Psychology, 44, 5-9.
2. Langille, J. J., & Brown, R. E. (2018). La teoría sináptica de la memoria: un estudio histórico y la reconciliación de la oposición reciente. Fronteras en la neurociencia de sistemas, 12, 52.
3. Hebb, D. O. (1949). La organización de la conducta; una teoría neuropsicolocigal. A Wiley Book in Clinical Psychology, 62, 78.
4. Purves, D., Augustine, G., Fitzpatrick, D., Katz, L., LaMantia, A., McNamara, J., & Williams, S. (2001). Neuroscience 2nd edition. sunderland (ma) sinauer associates. Tipos de movimientos oculares y sus funciones.
5. McClelland, J. L. (2006). Hasta dónde se puede llegar con el aprendizaje hebbiano, y cuándo nos lleva por mal camino. Procesos de cambio en el desarrollo cerebral y cognitivo: Attention and performance xxi, 21, 33-69.
6. Sathasivam, Saratha (2008). "Logic Learning in Hopfield Networks". arXiv:0804.4075 [cs.LO].