En la ciencia cognitiva computacional, los sistemas dinámicos se usan solo para estudiar problemas de cognición. Por ejemplo, un sistema clásico de toma de decisiones que se acumula con el tiempo hasta alcanzar un umbral, o el estudio de cómo una regla de aprendizaje puede producir ciertos fenómenos en una red de nodos. Tenga en cuenta que estos sistemas pueden ignorar en gran medida las neuronas, donde los nodos, por ejemplo, podrían ser una colección arbitraria de neuronas, o un “acumulador de evidencia” podría ser una neurona u otro sistema de neuronas en sí mismo. De manera crucial, un científico cognitivo computacional no está necesariamente interesado en cómo se implementa la cognición con las neuronas, sino solo en describir computacionalmente el sistema cognitivo.
En neurociencia computacional, los sistemas dinámicos deben ser fisiológicamente relevantes de alguna manera. Los ejemplos clásicos aquí son los modelos neuronales, como Hodgkin-Huxley, o los modelos bioquímicos, como el modelo del núcleo supra-quiasmático en la generación del ritmo circadiano, o los modelos de acoplamiento neuronal a través de sinapsis o uniones gap. Tenga en cuenta que estos no se pueden usar para comprender ningún mecanismo cognitivo, pero aún pueden ser modelos de nodos de más de una neurona a la vez.
En ambas áreas las técnicas matemáticas son en gran parte las mismas. A menudo es más fácil realizar un análisis de bifurcación y de plano de fase en neurociencia computacional donde los sistemas se pueden reducir a dos variables, pero esto podría no ser tan común en los sistemas cognitivos. Los científicos cognitivos podrían tender a usar sistemas probabilísticos y estocásticos más que los neurocientíficos computacionales. Estos son solo debido a los tipos de problemas que se presentan en los dos campos.
También debe tenerse en cuenta que esto no está estrictamente resuelto. Me he encontrado con personas que se hacen llamar neurocientíficos computacionales que han ignorado en gran medida la fisiología a favor de comprender las propiedades estadísticas de las señales neuronales, o científicos cognitivos que siempre intentan que sus modelos sean fisiológicamente relevantes de alguna manera. Por ejemplo, en mi programa de doctorado que se describe a sí mismo como ‘Dinámicas neuronales’, hay personas que trabajan en varios niveles de análisis, desde problemas de interacción humano-computadora, hasta generación de ritmo y toma de decisiones en la depresión. Realmente parece depender más del problema que se investiga que del título que asume.
- ¿Está bien tener un interés inmenso en un área pequeña de la ciencia cognitiva y considerar la posibilidad de obtener un doctorado?
- ¿Cuál es la velocidad de reloj equivalente al cerebro humano?
- ¿Qué dice de alguien si tiene un coeficiente intelectual alto, pero una memoria de trabajo de promedio bajo? ¿A menudo les pasa a las personas cuando envejecen, por ejemplo?
- Si el pensamiento creativo y lógico tiene lugar en diferentes partes del cerebro, ¿el cambio entre estos procesos frecuentemente inhibe el desarrollo de estas áreas?
- ¿Qué piensan los matemáticos y los neurocientíficos acerca de los conceptos matemáticos: se sostienen solos o son construcciones mentales?