teoría de trazas múltiples

Los atributos físicos de un elemento codifican información sobre sus propiedades físicas. En el caso de una palabra, esto podría incluir el color, la fuente, la ortografía y el tamaño, mientras que en el caso de una imagen, los aspectos equivalentes podrían ser las formas y los colores de los objetos. Se ha demostrado experimentalmente que las personas que no pueden recordar una palabra individual a veces pueden recordar la primera o la última letra, o incluso palabras que riman, ^{[ 4 ]} todos aspectos codificados en la ortografía física de la huella de una palabra. Incluso cuando un elemento no se presenta visualmente, al ser codificado, puede tener algunos aspectos físicos basados ​​en una representación visual del mismo.

Los atributos contextuales son una amplia clase de atributos que definen las características internas y externas que son simultáneas con la presentación del elemento. El contexto interno es la sensación de la red interna que evoca una huella. ^{[ 5 ]} Esto puede abarcar desde aspectos del estado de ánimo de un individuo hasta otras asociaciones semánticas que evoca la presentación de la palabra. Por otro lado, el contexto externo codifica información sobre los aspectos espaciales y temporales a medida que se presenta la información. Esto puede reflejar la hora del día o el clima, por ejemplo. Los atributos espaciales pueden referirse tanto al entorno físico como al entorno imaginado. El método de los loci , una estrategia mnemotécnica que incorpora una posición espacial imaginada, asigna posiciones espaciales relativas a diferentes elementos memorizados y luego "recorre" estas posiciones asignadas para recordar los elementos.

Los atributos de modalidad contienen información sobre el método mediante el cual se presentó un elemento. Los tipos de modalidad más frecuentes en un entorno experimental son la auditiva y la visual. En la práctica, se puede utilizar cualquier modalidad sensorial.

Estos atributos se refieren a la categorización de los elementos presentados. Los elementos que pertenecen a las mismas categorías tendrán los mismos atributos de clase. Por ejemplo, si se presentara el elemento "touchdown", evocaría el concepto general de "fútbol" o, quizás, de forma más general, "deportes", y probablemente compartiría atributos de clase con "zona de anotación" y otros elementos que se ajustan al mismo concepto. Un mismo elemento puede pertenecer a diferentes conceptos en el momento de su presentación, dependiendo de otros atributos del elemento, como el contexto. Por ejemplo, la palabra "estrella" podría pertenecer a la clase de astronomía después de visitar un museo espacial o a una clase con palabras como "celebridad" o "famoso" después de ver una película.

Al asignar valores numéricos a todos los atributos posibles, resulta conveniente construir una representación vectorial de cada elemento codificado. Esta representación vectorial también puede utilizarse en modelos computacionales del cerebro, como las redes neuronales , que toman como entrada "memorias" vectoriales y simulan su codificación biológica mediante neuronas.

Formalmente, se puede representar un recuerdo codificado mediante asignaciones numéricas a todos sus posibles atributos. Si dos elementos se perciben con el mismo color o se experimentan en el mismo contexto, los números que denotan su color y sus atributos contextuales, respectivamente, serán relativamente cercanos. Supongamos que codificamos un total de L atributos cada vez que vemos un objeto. Entonces, cuando se codifica un recuerdo, se puede escribir como m ₁ con L entradas numéricas totales en un vector columna:

${\displaystyle \mathbf {m_{1}} ={\begin{bmatrix}m_{1}(1)\\m_{1}(2)\\m_{1}(3)\\\vdots \\m_{1}(L)\end{bmatrix}}}$.

Un subconjunto de los L atributos se dedicará a atributos contextuales, otro a atributos físicos, y así sucesivamente. Una suposición fundamental de la teoría de la huella múltiple es que, al construir múltiples recuerdos, organizamos los atributos en el mismo orden. Por lo tanto, podemos definir de manera similar los vectores m₂ _, m₃ _{, ...} , mₙ para representar un total de n recuerdos codificados. La teoría de la huella múltiple establece que estos recuerdos se unen en nuestro cerebro para formar una matriz de memoria a partir de la simple concatenación de los recuerdos individuales:

${\displaystyle \mathbf {M} ={\begin{bmatrix}\mathbf {m_{1}} &\mathbf {m_{2}} &\mathbf {m_{3}} &\cdots &\mathbf {m_{n}} \end{bmatrix}}={\begin{bmatrix}m_{1}(1)&m_{2}(1)&m_{3}(1)&\cdots &m_{n}(1)\\m_{1}(2)&m_{2}(2)&m_{3}(2)&\cdots &m_{n}(2)\\\vdots &\vdots &\vdots &\vdots &\vdots \\m_{1}(L)&m_{2}(L)&m_{3}(L)&\cdots &m_{n}(L)\end{bmatrix}}}$.

Para L atributos totales y n memorias totales, M tendrá L filas y n columnas. Cabe destacar que, si bien las n trazas se combinan en una matriz de memoria grande, cada traza es accesible individualmente como una columna en esta matriz.

En esta formulación, las n memorias diferentes se hacen más o menos independientes entre sí. Sin embargo, los elementos presentados juntos en algún contexto se asociarán tangencialmente por la similitud de sus vectores de contexto. Si se asocian varios elementos entre sí y se codifican intencionalmente de esa manera, por ejemplo, un elemento a y un elemento b , entonces la memoria para estos dos se puede construir, cada uno con k atributos como sigue:

${\displaystyle \mathbf {m_{ab}} ={\begin{bmatrix}a(1)\\a(2)\\\vdots \\a(k)\\b(1)\\b(2)\\\vdots \\b(k)\end{bmatrix}}={\begin{bmatrix}\mathbf {a} \\\mathbf {b} \end{bmatrix}}}$.

Cuando los elementos se aprenden uno tras otro, resulta tentador decir que se aprenden en el mismo contexto temporal. Sin embargo, en realidad, existen variaciones sutiles en el contexto. Por lo tanto, los atributos contextuales a menudo se consideran cambiantes en el tiempo, modelados por un proceso estocástico . ^{[ 6 ]} Considerando un vector de solo r atributos de contexto totales t _i que representa el contexto de la memoria m _i , el contexto de la siguiente memoria codificada viene dado por t _i+1 :

${\displaystyle \mathbf {t_{i+1}(j)} =\mathbf {t_{i}(j)+\epsilon (j)} }$

entonces,

${\displaystyle \mathbf {t_{i+1}} ={\begin{bmatrix}t_{i}(1)+\epsilon (1)\\t_{i}(2)+\epsilon (2)\\\vdots \\t_{i}(r)+\epsilon (r)\end{bmatrix}}}$

Aquí, ε(j) es un número aleatorio muestreado de una distribución gaussiana .

Como se explica en la siguiente sección, la característica distintiva de la teoría de huellas múltiples es la capacidad de comparar un elemento de prueba con la matriz preexistente de recuerdos codificados. Esto simula el proceso de búsqueda en la memoria, mediante el cual podemos determinar si hemos visto el elemento de prueba anteriormente, como en las tareas de reconocimiento, o si este evoca otro recuerdo previamente codificado, como en el recuerdo con claves.

Primero, la sonda p se codifica como un vector de atributos. Siguiendo con el ejemplo anterior de la matriz de memoria M , la sonda tendrá L entradas:

${\displaystyle \mathbf {p} ={\begin{bmatrix}p(1)\\p(2)\\\vdots \\p(L)\end{bmatrix}}}$.

Este p se compara luego uno por uno con todos los recuerdos preexistentes (huella) en M determinando la distancia euclidiana entre p y cada m _i :

${\displaystyle \left\Vert \mathbf {p-m_{i}} \right\|={\sqrt {\sum _{j=1}^{L}(p(j)-m_{i}(j))^{2}}}}$.

Debido a la naturaleza estocástica del contexto, en la teoría de trazas múltiples casi nunca ocurre que un elemento de prueba coincida exactamente con un recuerdo codificado. Sin embargo, una pequeña distancia euclidiana indica una alta similitud entre p y m _i . Por lo tanto, debe realizarse otra operación sobre la distancia que dé como resultado una similitud muy baja para grandes distancias y una similitud muy alta para pequeñas distancias. Una operación lineal no elimina los elementos de baja similitud con la suficiente contundencia. Intuitivamente, un modelo de decaimiento exponencial parece el más adecuado:

${\displaystyle similitud(\mathbf {p,m_{i}} )=e^{-\tau \left\Vert \mathbf {p-m_{i}} \right\|}}$

donde τ es un parámetro de decaimiento que puede asignarse experimentalmente. Podemos entonces definir la similitud con toda la matriz de memoria mediante una similitud sumada SS(p,M) entre la sonda p y la matriz de memoria M :

${\displaystyle \mathbf {SS(p,M)} =\sum _{i=1}^{n}e^{-\tau \left\Vert \mathbf {p-m_{i}} \right\|}=\sum _{i=1}^{n}e^{-\tau {\sqrt {\sum _{j=1}^{L}(p(j)-m_{i}(j))^{2}}}}}$.

Si el elemento de prueba es muy similar a incluso uno de los recuerdos codificados, SS recibe un gran impulso. Por ejemplo, dado m ₁ como elemento de prueba, obtendremos una distancia cercana a 0 (no exactamente debido al contexto) para i=1, lo que agregará casi el impulso máximo posible a SS . Para diferenciar de la similitud de fondo (siempre habrá cierta similitud baja con el contexto o algunos atributos, por ejemplo), SS se compara a menudo con algún criterio arbitrario. Si es mayor que el criterio, entonces la prueba se considera entre las codificadas. El criterio puede variar según la naturaleza de la tarea y el deseo de evitar falsas alarmas . Por lo tanto, la teoría de huellas múltiples predice que, dado algún indicio, el cerebro puede comparar ese indicio con un criterio para responder preguntas como "¿se ha experimentado este indicio antes?" (reconocimiento) o "¿qué recuerdo evoca este indicio?" (recuerdo con indicios), que son aplicaciones de la similitud sumada descrita a continuación.

La teoría de huellas múltiples se ajusta bien al marco conceptual del reconocimiento . El reconocimiento requiere que un individuo determine si ha visto un elemento con anterioridad. Por ejemplo, el reconocimiento facial consiste en determinar si se ha visto un rostro antes. Cuando se le pregunta esto sobre un elemento codificado con éxito (algo que sí se ha visto antes), el reconocimiento debería ocurrir con alta probabilidad. En el marco matemático de esta teoría, podemos modelar el reconocimiento de un elemento de prueba individual p mediante la similitud sumada con un criterio. Traducimos el elemento de prueba a un vector de atributos, como se hace con los recuerdos codificados, y lo comparamos con cada huella encontrada. Si la similitud sumada supera el criterio, decimos que hemos visto el elemento antes. Se espera que la similitud sumada sea muy baja si el elemento nunca se ha visto, pero relativamente alta si sí, debido a la similitud de los atributos de la prueba con algún recuerdo de la matriz de memoria.

${\displaystyle P(reconocer~p)~=~P(\mathbf {SS(p,M)} >criterio)}$

Esto se puede aplicar tanto al reconocimiento de elementos individuales como al reconocimiento asociativo de dos o más elementos conjuntamente.

La teoría también puede explicar el recuerdo con claves . Aquí, se da una clave que tiene como objetivo evocar un elemento de la memoria. Por ejemplo, una pregunta factual como "¿Quién fue el primer presidente de los Estados Unidos?" es una clave para evocar la respuesta "George Washington". En el marco "ab" descrito anteriormente, podemos tomar todos los atributos presentes en una clave y considerarlos como el elemento a en una asociación codificada mientras intentamos recordar la porción b de la memoria m _ab . En este ejemplo, atributos como "primero", "presidente" y "Estados Unidos" se combinarán para formar el vector a , que ya se habrá formulado en la memoria m _ab cuyos valores b codifican "George Washington". Dado a , hay dos modelos populares sobre cómo podemos recordar con éxito b :

1) Podemos recorrer y determinar la similitud (no la similitud sumada, ver arriba para la distinción) con cada elemento en la memoria para los atributos a , luego elegir la memoria que tenga la mayor similitud para a . Cualquier atributo de tipo b al que estemos vinculados da lo que recordamos. La memoria m _ab da la mejor probabilidad de recuerdo ya que sus elementos a tendrán una alta similitud con la pista a . Aun así, dado que el recuerdo no siempre ocurre, podemos decir que la similitud debe pasar un criterio para que el recuerdo ocurra en absoluto. Esto es similar a cómo opera la máquina IBM Watson . Aquí, la similitud compara solo los atributos de tipo a de a con m _ab .

${\displaystyle P(recordar~m_{ab})~=~P(similitud(a,m_{ab})>criterio)}$

2) Podemos usar una regla de elección probabilística para determinar la probabilidad de recordar un elemento en proporción a su similitud. Esto es similar a lanzar un dardo a una diana donde las áreas más grandes representan mayores similitudes con el elemento de referencia. Matemáticamente hablando, dada la referencia a , la probabilidad de recordar el recuerdo deseado m _ab es:

${\displaystyle P(recordando~m_{ab})~=~{\frac {similitud(a,m_{ab})}{SS(a,M)+error}}}$

Al calcular tanto la similitud como la similitud sumada, solo consideramos las relaciones entre atributos de tipo a. Añadimos el término de error porque, sin él, la probabilidad de recordar cualquier recuerdo en M sería 1, pero ciertamente hay ocasiones en que el recuerdo no ocurre en absoluto.

Los fenómenos de la memoria asociados con la repetición, la frecuencia de las palabras, la recencia, el olvido y la contigüidad, entre otros, pueden explicarse fácilmente dentro del marco de la teoría de la huella múltiple. Se sabe que la memoria mejora con la exposición repetida a los elementos. Por ejemplo, escuchar una palabra varias veces en una lista mejorará su reconocimiento y recuerdo posterior. Esto se debe a que la exposición repetida simplemente agrega el recuerdo a la matriz de memoria en constante crecimiento, por lo que la similitud total para este recuerdo será mayor y, por lo tanto, tendrá más probabilidades de cumplir con el criterio.

En el reconocimiento, las palabras muy comunes son más difíciles de reconocer como parte de una lista memorizada, al ser evaluadas, que las palabras raras. Esto se conoce como el efecto de frecuencia de palabras y también puede explicarse mediante la teoría de huellas múltiples. Para las palabras comunes, la similitud total será relativamente alta, independientemente de si la palabra apareció o no en la lista, porque es probable que se haya encontrado y codificado en la matriz de memoria varias veces a lo largo de la vida. Por lo tanto, el cerebro suele seleccionar un criterio más exigente para determinar si las palabras comunes forman parte de una lista, lo que dificulta su selección correcta. Sin embargo, las palabras más raras se encuentran con menos frecuencia a lo largo de la vida, por lo que su presencia en la matriz de memoria es limitada. Por consiguiente, una baja similitud total general dará lugar a un criterio menos exigente. Si la palabra estaba presente en la lista, una alta similitud de contexto en el momento de la prueba y la similitud de otros atributos generarán un aumento suficiente en la similitud total para superar el criterio anterior y, por lo tanto, reconocer la palabra rara con éxito.

La recencia en el efecto de posición serial se explica porque los recuerdos más recientes codificados comparten un contexto temporal más similar al contexto presente, ya que la naturaleza estocástica del tiempo no ha tenido un efecto tan pronunciado. Por lo tanto, la similitud contextual será alta para los elementos codificados recientemente, y la similitud general también será relativamente mayor para estos elementos. Se cree que la deriva contextual estocástica también explica el olvido, ya que el contexto en el que se codificó un recuerdo se pierde con el tiempo, por lo que la similitud total para un elemento presentado únicamente en ese contexto disminuirá con el tiempo. ^{[ 7 ] [ 8 ]}

Finalmente, los datos empíricos han demostrado un efecto de contigüidad , por el cual los elementos que se presentan juntos temporalmente, aunque no se codifiquen como un único recuerdo como en el paradigma "ab" descrito anteriormente, tienen más probabilidades de recordarse juntos. Esto puede considerarse resultado de una baja deriva contextual entre los elementos recordados juntos, por lo que la similitud contextual entre dos elementos presentados juntos es alta.