O aprendizado de máquina poderia ajudar a construir uma teoria unificada da cognição?

Os cientistas cognitivos pretendem entender as mentes como sistemas computacionais. Embora existam numerosas teorias da cognição humana e animal, elas geralmente se limitam a aspectos particulares da cognição (domínios) e ‘níveis’ de análise. Por exemplo, existem teorias da linguagem natural no nível abstrato e algébrico; teorias de aprender no nível dos algoritmos; e teorias da plasticidade cerebral no nível da neurobiologia. Essa separação significa que eles lutam para fornecer uma imagem holística de como a mente funciona. Integração de teorias cognitivas ‘horizontalmente’ entre domínios¹ e ‘verticalmente’ entre os níveis² continua sendo um grande desafio. Esse desafio ecoa debates científicos mais amplos sobre se as descrições do comportamento de um sistema em um nível podem ser rastreadas até as descrições dos componentes do sistema em níveis mais baixos e sobre a unificação de diversas teorias. Escrevendo NaturezaBinz et al.³ e Ji-an et al.⁴ Use modelos de aprendizado de máquina com base em redes neurais artificiais para desenvolver essas teorias integrativas da mente.