Máquina de estado líquido

Una máquina de estado líquido ( LSM ) es un tipo de computadora de reservorio que utiliza una red neuronal de impulsos . Una LSM consta de una gran colección de unidades (llamadas nodos o neuronas ). Cada nodo recibe información variable en el tiempo de fuentes externas (las entradas ) y de otros nodos. Los nodos están conectados aleatoriamente entre sí. La naturaleza recurrente de las conexiones transforma la información variable en el tiempo en un patrón espacio-temporal de activaciones en los nodos de la red. Estos patrones espacio-temporales de activación son interpretados por unidades discriminantes lineales .

La red de nodos conectados recurrentemente acabará calculando una gran variedad de funciones no lineales sobre la entrada. Con una variedad suficientemente amplia de dichas funciones no lineales, teóricamente es posible obtener combinaciones lineales (utilizando las unidades de lectura) para realizar cualquier operación matemática necesaria para llevar a cabo una tarea determinada, como el reconocimiento de voz o la visión artificial .

La palabra «líquido» en el nombre proviene de la analogía de arrojar una piedra a una masa de agua en reposo u otro líquido. La piedra al caer generará ondas en el líquido. La entrada (el movimiento de la piedra al caer) se ha convertido en un patrón espacio-temporal de desplazamiento del líquido (ondas).

Los modelos LSM se han propuesto como una forma de explicar el funcionamiento del cerebro . Se argumenta que los modelos LSM representan una mejora con respecto a la teoría de las redes neuronales artificiales porque:

1. Los circuitos no están programados de forma fija para realizar una tarea específica.
2. Las entradas de tiempo continuo se manejan "de forma natural".
3. Es posible realizar cálculos en diferentes escalas de tiempo utilizando la misma red.
4. La misma red puede realizar múltiples cálculos.

Las críticas a los LSM utilizados en la neurociencia computacional son las siguientes:

1. Los modelos LSM no explican realmente cómo funciona el cerebro. En el mejor de los casos, pueden replicar algunas partes de la funcionalidad cerebral.
2. No existe una forma garantizada de analizar una red en funcionamiento y averiguar cómo o qué cálculos se están realizando.
3. Existe muy poco control sobre el proceso.

Si un depósito tiene memoria desvanecible y separabilidad de entrada , con la ayuda de una lectura, se puede demostrar que la máquina de estado líquido es un aproximador de función universal utilizando el teorema de Stone-Weierstrass . ^{[ 1 ]}

• Red de estado de eco : concepto similar en redes neuronales recurrentes.
• Computación de reservorio : el marco conceptual
• Mapa autoorganizado

• LiquidC#: Implementación de una máquina de estado líquido topológicamente robusta ^{[ 2 ]} con un detector de red neuronal

• Maass, Wolfgang; Natschläger, Thomas; Markram, Henry (noviembre de 2002), "Computación en tiempo real sin estados estables: un nuevo marco para la computación neuronal basado en perturbaciones" (PDF) , Neural Comput , 14 (11): 2531–60 , CiteSeerX 10.1.1.183.2874 , doi : 10.1162/089976602760407955 , PMID 12433288 , S2CID 1045112 , archivado del original el 22 de febrero de 2012.   
• Wolfgang Maass; Thomas Natschläger; Henry Markram (2004), "Modelos computacionales para microcircuitos corticales genéricos" (PDF) , en Neurociencia computacional: un enfoque integral, capítulos 18 , 18 : 575– 605