As representações modulares emergem em redes neurais treinadas para executar tarefas dependentes do contexto

Resumo O cérebro possui uma estrutura modular em larga escala na forma de regiões cerebrais, que se acredita surgir das restrições sobre a conectividade e a geometria física da camada cortical. Em contraste, trabalhos experimentais e teóricos argumentaram tanto a favor quanto contra a existência de subpopulações especializadas de neurônios (módulos) dentro de regiões cerebrais únicas. Ao estudar redes neurais artificiais, mostramos que essa modularidade local emerge para apoiar comportamentos dependentes do contexto, mas apenas quando a entrada é de baixa dimensão. Nenhuma restrição anatômica é necessária. Também mostramos quando a especialização modular surge em nível populacional (diferentes módulos correspondem a subespaços ortogonais). A modularidade gera representações abstratas, permite aprendizado rápido e generalização em novas tarefas, e facilita o aprendizado rápido de contextos relacionados. Representações não modulares facilitam o aprendizado rápido de contextos não relacionados. Nossas descobertas reconciliam resultados experimentais conflitantes e fazem previsões para experimentos futuros.