Un nuevo modelo computacional de la cognición, llamado IM-LEPP, integra la visión y el lenguaje en un marco jerárquico basado en energía, ofreciendo una explicación unificada de la atención, la comprensión del lenguaje y la memoria.
La investigación
Subir Varma, un investigador independiente, propuso IM-LEPP (Procesamiento Predictivo Integrado Multimodal Basado en Energía Latente) en un artículo publicado en arXiv el 8 de agosto de 2026. El modelo extiende un modelo previo de una sola modalidad (LEPP) para manejar tanto la entrada visual como la lingüística. Basándose en la teoría de que las redes neuronales generativas sirven como teorías efectivas de la dinámica cognitiva, IM-LEPP representa la cognición como estados latentes que fluyen a través de paisajes de energía aprendidos, en lugar de simular la circuitería neuronal.
La arquitectura sigue una jerarquía de centro y radios, fundamentada en el marco de cognición semántica controlada de Lambon Ralph et al. En este diseño, los pipelines separados de codificación predictiva para objetos visuales, escenas y lenguaje convergen en un centro amodal compartido modelado según el lóbulo temporal anterior. Cada pipeline conserva su propia identidad mientras está influenciado por el estado actual del centro, permitiendo que cada predicción refleje el contexto multimodal completo.
El artículo demuestra que IM-LEPP puede explicar fenómenos atencionales como la ceguera inatencional y la biestabilidad del cubo de Necker. También da cuenta de hallazgos psicolingüísticos establecidos, incluyendo la teoría de la sorpresa, los componentes ERP N400/P600 y el reanálisis de oraciones de camino de jardín. El modelo ofrece un contraste falsable con los modelos de lenguaje basados en transformadores, destacando diferencias en la sensibilidad a la trayectoria para la predicción de la siguiente palabra. Además, el artículo discute la adquisición del lenguaje eficiente en datos en comparación con los LLM, describe un subsistema de memoria semántica/episódica, y sitúa el modelo en relación con la codificación predictiva, el principio de energía libre, JEPA y la Memoria Temporal Jerárquica.
Por qué es importante
Para la persona promedio, esta investigación sugiere que nuestro cerebro integra información de diferentes sentidos de manera predictiva y eficiente en términos de energía. Comprender esto puede ayudar a explicar por qué a veces pasamos por alto cosas obvias (ceguera inatencional) o percibimos imágenes ambiguas de manera diferente (biestabilidad). También arroja luz sobre cómo procesamos el lenguaje en tiempo real, incluyendo la respuesta del cerebro a palabras inesperadas o errores gramaticales. Este conocimiento puede informar estrategias prácticas para mejorar la atención, la memoria y el aprendizaje de idiomas.
Qué puedes hacer
Para aprovechar estas ideas, practica la observación activa y la atención plena para mejorar tu concentración. Al aprender información nueva, intenta conectarla con múltiples sentidos (por ejemplo, visual y verbal) para profundizar la codificación. Desafía tus habilidades lingüísticas leyendo textos complejos o ambiguos, lo que ejercita el procesamiento predictivo de tu cerebro.
Fuente: arXiv q-bio.NC
¿Sientes curiosidad por tu propio cerebro? Haz nuestro test de CI gratuito y adaptativo o prueba 306 niveles de entrenamiento cerebral.
