Un nuevo estudio de Tamas Spisak y Karl Friston revela que las redes neuronales de atractores —una característica clave de la dinámica cerebral— pueden auto-organizarse a partir del principio de energía libre, una teoría fundamental del funcionamiento cerebral. Publicado en arXiv en mayo de 2025 y actualizado en mayo de 2026, el trabajo muestra que dichas redes aprenden automáticamente a ortogonalizar los estados atractores, maximizando el almacenamiento de información y la generalización.
La investigación
El equipo aplicó el principio de energía libre a una partición universal de sistemas dinámicos aleatorios. Derivaron que las redes de atractores emergen sin reglas de aprendizaje explícitas, siguiendo en cambio dinámicas de inferencia y aprendizaje biológicamente plausibles. Matemáticamente, las redes favorecen representaciones atractoras casi ortogonales, que abarcan eficientemente el subespacio de entrada. Esto mejora la información mutua entre las causas ocultas y los datos sensoriales. Las simulaciones confirmaron que la presentación aleatoria de datos genera acoplamientos simétricos y dispersos, mientras que los datos secuenciales producen acoplamientos asimétricos y dinámicas de no equilibrio —una generalización de las Máquinas de Boltzmann.
Por qué es importante
Estos hallazgos unifican la auto-organización en redes neuronales con la inferencia activa bayesiana. Para los lectores, sugiere que el cerebro estructura naturalmente los recuerdos para evitar superposiciones, mejorando el recuerdo y la generalización. Comprender esto podría inspirar mejores arquitecturas de IA y aclarar cómo nuestros propios cerebros optimizan el aprendizaje.
Qué puedes hacer
Para apoyar el aprendizaje natural de tu cerebro, exponte a entornos variados y tareas secuenciales que fomenten la formación de memorias ortogonales. La práctica constante y espaciada ayuda a reforzar patrones neuronales distintos.
Fuente: arXiv q-bio.NC
¿Sientes curiosidad por tu propio cerebro? Realiza nuestra prueba de CI adaptativa gratuita o prueba 306 niveles de entrenamiento cerebral.
