As estruturas combinatórias da cognição

Esta é uma oportunidade incomum: ler um excelente artigo, acompanhar sua avaliação por diversos outros pesquisadores e verificar como os autores originais respondem a seus pares (é um "peer-reviewed article", uai). Isso tudo em meras 72 páginas.

Na berlinda está uma arquitetura neural (do 'quadro-negro' - yes, aquele das salas de aula) proposta de maneira deveras engenhosa para resolver umas questões levantadas por Ray Jackendoff. Achei curioso não ter nenhuma piarebyu (como os japoneses chamam a peer review), isto é, a galera asiática não compareceu.

Anyways, quanto mais leio sobre neurociência em geral mais deploro o esquecimento em que caíram Wertheimer (além de Köhler e Koffka) e o gestaltismo, ainda que o Journal of Vision de 16 de maio de 2008 explique com bastante propriedade porque é que isso ocorreu. A introdução desse número especial do JoV pode (e deve, porque explica muito das transformações metodológicas devidas a novas tecnologias) ser lida AQUI. Por exemplo, temos lá:

First, the qualitative observations and descriptions generated by early work are now replaced by rigorous computational theories.

Second, direct recording from neurons in animals as well as imaging in human and non-human primates has begun to provide information about the neural mechanisms underlying key perceptual organization phenomena, including contour completion, contour salience, figure/ground perception, and a range of contextual effects

Bem, voltando às estruturas combinatórias da cognição e a arquitetura neural 'do quadro-negro' proposta:

Abstract: A cognição é única no modo como se baseia em estruturas combinatórias (ou composicionais). A linguagem fornece amplas evidências da existência de estruturas combinatórias, mas elas também podem ser encontradas na cognição visual. Para entender a base neural da cognição humana, é portanto essencial entender como as estruturas combinatórias podem se manifestar em termos neurais. Em seu recente livro sobre os fundamentos da linguagem, Jackendoff descreveu quatro problemas fundamentais de uma manifestação neural de estruturas combinatórias: a massividade do problema da ligação, o 'problema dos 2' (o problema das instâncias múltiplas), o problema das variáveis e a transformação de estruturas combinatórias da memória de trabalho para a memória de longo prazo. Este estudo visa mostrar que esses problemas podem ser resolvidos por meio de arquiteturas neurais de 'quadro-negro'. Com esse propósito, é apresentada uma arquitetura neural de quadro-negro para a estrutura de sentenças. Nessa arquitetura, as estruturas neurais que codificam palavras são temporariamente ligadas de maneira que se preserve a estrutura da sentença. Demonstra-se que a arquitetura resolve os quatro problemas propostos por Jackendoff. A capacidade da arquitetura para permitir a manifestação de estruturas de sentença é ilustrada com exemplos da complexidade de sentenças observados no desempenho da linguagem humana. Existem similaridades entre a arquitetura da estrutura de sentença e as arquiteturas de quadro-negro para as estruturas combinatórias da cognição visual, derivadas da estrutura do córtex visual. Estas arquiteturas são discutidas resumidamente, juntamente com um exemplo de estrutura combinatorial no qual as arquiteturas de quadro-negro da linguagem e da visão são combinadas. Desse modo, a arquitetura da linguagem é fundamentada na percepção. São discutidos perspectivas e potenciais desenvolvimentos das arquiteturas.

Neural blackboard architectures of combinatorial structures in cognition
Frank van der Velde & Marc de Kamps 2006
Behavioral and Brain Sciences 29, 37–108

Open Peer Commentary

Conscious cognition and blackboard architectures
Bernard J. Baars
The Neurosciences Institute, San Diego

On the structural ambiguity in natural language that the neural architecture cannot deal with
Rens Bod, Hartmut Fitz, & Willem Zuidema
Institute for Logic, Language and Computation, University of Amsterdam

How neural is the neural blackboard architecture?
Yoonsuck Choe
Department of Computer Science, Texas A&M University

How anchors allow reusing categories in neural composition of sentences
William J. Clancey
NASA Ames Research Center, Intelligent Systems Division, Moffett Field, CA

The problem with using associations to carry binding information
Leonidas A. A. Doumas, Keith J. Holyoak, & John E. Hummel
Department of Psychology, University of California, Los Angeles

Has the brain evolved to answer “binding questions” or to generate likely hypotheses about complex and continuously changing environments?
Birgitta Drespa & Jean Charles Barthaudb
CNRS, 34293 Montpellier Cedex 5, France; Laboratoire “Etudes des
Mécanismes Cognitifs (EMC),” Université de Lyon 2, Campus Porte des Alpes

Engineering the brain
Daniel Durstewitz
Centre for Theoretical and Computational Neuroscience, University of
Plymouth, United Kingdom.

Will the neural blackboard architecture scale up to semantics?
Michael G. Dyer
University of California at Los Angeles, Computer Science Department

Vector symbolic architectures are a viable alternative for Jackendoff’s challenges
Ross W. Gayler
Sem afiliação acadêmica. É Senior R&D Consultant, Veda Advantage Melbourne, Australia e PhD (The University of Queensland in Brisbane, Australia)

Distributed neural blackboards could be more attractive
André Grüning & Alessandro Treves
Cognitive Neuroscience Sector, Scuola Internazionale Superiore di Studi
Avanzati (SISSA), Trieste, Italy

Neural circuits, matrices, and conjunctive binding
Robert F. Hadley
School of Computing Science and Cognitive Science Program, Simon Fraser
University, Burnaby, British Columbia, Canada

Blackboards in the brain
Ralph-Axel Müller
Department of Psychology, San Diego State University

Constituent structure and the binding problem
Colin Phillips & Matthew Wagers
Department of Linguistics, University of Maryland, College Park

On the unproductiveness of language and linguistics
David M. W. Powers
School of Informatics and Engineering, Flinders University of South Australia

Comparing the neural blackboard and the temporal synchrony-based SHRUTI architectures
Lokendra Shastri
International Computer Science Institute, Berkeley

Can neural models of cognition benefit from the advantages of connectionism?
Friedrich T. Sommera & Pentti Kanervaa
Redwood Neuroscience Institute, Menlo Park etc.

An alternative model of sentence parsing explains complexity phenomena more comprehensively without problems of localist encoding
Carol Whitney
Department of Linguistics,University ofMaryland, College Park

Authors’ Response (p. 52-72)
(Excelente argumentação, quase um novo artigo. Tudo dentro da mais pura educação e civilidade).

From neural dynamics to true combinatorial structures
Frank van der Velde and Marc de Kamps