Una nueva investigación de la Universidad Hebrea propone un nuevo mecanismo no basado en la memoria para determinar cómo los animales almacenan y recuperan alimentos. En lugar de depender de la memoria, los investigadores sugieren que los animales utilizan un mecanismo neuronal similar a las funciones hash en la informática, lo que permite un almacenamiento y recuperación eficientes de las ubicaciones de caché. Esto desafía las creencias de larga data sobre la cognición animal y ofrece una explicación más eficiente de cómo los animales pueden administrar miles de alijos de alimentos sin sobrecargar sus sistemas de memoria.
Los investigadores, Dr. Oren Forkosh y Sharon Mordechay del Departamento de Ciencias de la Cognición y el Cerebro y del Departamento de Ciencias Animales de la Universidad Hebrea han propuesto una nueva teoría sobre cómo los animales almacenan y recuperan los alimentos.
El estudio, publicado en Scientific Report, desafía los puntos de vista tradicionales sobre el comportamiento de almacenamiento en caché de los animales al sugerir un mecanismo no basado en la memoria.
Revolucionando la comprensión del comportamiento del almacenamiento en caché
Contrariamente a la antigua creencia de que los animales que acumulan dispersión dependen de la memoria para recuperar los alimentos almacenados en caché, Forkosh y Mordechay proponen un mecanismo estático similar a las funciones hash utilizadas en computación. Las funciones hash en computación son algoritmos que convierten los datos de entrada de cualquier tamaño en una cadena de caracteres de tamaño fijo, que normalmente representa los datos de una manera única y eficiente.
Principales conclusiones
Células espaciales del hipocampo: el modelo matemático de los investigadores se alinea con la actividad de las células espaciales del hipocampo, que responden a la atención posicional de un animal. La reasignación garantiza que estas células se activen de manera consistente en visitas posteriores a la misma área, pero difieren entre áreas.
Funciones hash persistentes: esta reasignación, combinada con mapas cognitivos únicos, genera funciones hash persistentes que pueden ayudar tanto al almacenamiento como a la recuperación de alimentos.
Arquitectura de redes neuronales: el estudio presenta una arquitectura de red neuronal simple capaz de producir un hash probabilístico único para cada animal, proporcionando una capacidad prácticamente ilimitada para codificar datos estructurados.
Marco neuronal innovador
El marco propuesto implica una realización biológicamente plausible del hashing a través de una red neuronal. La capa de entrada codifica los puntos de referencia clave del entorno, mientras que la capa de salida designa las ubicaciones de los cachés de alimentos. Ambas capas están dispuestas en una cuadrícula bidimensional, y cada celda corresponde a una ubicación específica. El sitio de caché está determinado por el nivel de actividad de las neuronas de salida, conocido como puntuación de caché.
Implicancias e investigaciones futuras
Este enfoque innovador ofrece una nueva perspectiva sobre el comportamiento animal y los procesos cognitivos, sugiriendo que los animales pueden utilizar mecanismos no basados en la memoria para tareas complejas como el almacenamiento en caché.
Los hallazgos podrían tener implicaciones más amplias para la comprensión de las funciones cerebrales y el desarrollo de sistemas de inteligencia artificial.
El trabajo de investigación titulado “A non-memory-based functional neural framework for animal caching behavior”, ya está disponible en Scientific Report.
Investigadores:
Dr. Oren Forkosh1,2 y Sharon Mordechay2.
Instituciones:
1) Departamento de Ciencias Cognitivas y del Cerebro, Universidad Hebrea de Jerusalem.
2) Departamento de Ciencias Animales, Universidad Hebrea de Jerusalem.
