Boletín psicológico y revisión

Diciembre 2015, Volumen 22, Número 6 , pp 1480–1506 | Citar como

La teoría de la interfaz de la percepción

Autores:

Donald D. Hoffman,  Manish Singh, Chetan Prakash

Revisión teórica
Primero en línea: 18 de septiembre de 2015

Resumen

La percepción es un producto de la evolución. Nuestros sistemas perceptivos,

como nuestros miembros e hígados, han sido moldeados por selección
natural. Los efectos de la selección en la percepción se pueden estudiar utilizando
juegos evolutivos y algoritmos genéticos. Con este fin, definimos y
clasificamos las estrategias perceptivasy les permitimos competir en juegos
evolutivos en una variedad de mundos con una variedad de funciones de
acondicionamiento físico. Encontramos que las percepciones verídicas,
estrategias sintonizadas con la verdadera estructura del mundo, son dominadas
rutinariamente por estrategias no verídicas sintonizadas con la aptitud física. Las
percepciones verídicas escapan de la extinción solo si la condición física varía
monótonamente con la verdad. Por lo tanto, una estrategia perceptiva favorecida
por la selección es mejor pensada no como una ventana a la verdad sino como
una ventana. interfaz dede una PC. Del mismo modo que el color y la forma de un
icono para un archivo de texto no implican que el archivo de texto en sí tenga un
color o una forma, también nuestras percepciones del espacio-tiempo y los
objetos no implican (según la Invención del Teorema del espacio-tiempo ) Esa
realidad objetiva tiene la estructura del espacio-tiempo y los objetos. Una interfaz
sirve para guiar acciones útiles, no para parecerse a la verdad. De hecho, una
interfaz oculta la verdad; Para alguien que edita un papel o una foto, ver

1 de 94
transistores y firmware es un obstáculo irrelevante. Para las percepciones de H.
sapiens , el espacio-tiempo es el escritorio y los objetos físicos son los
íconos. Nuestras percepciones del espacio-tiempo y de los objetos han sido
moldeadas por la selección natural para ocultar la verdad y guiar las conductas
adaptativas. La percepción es una interfaz adaptativa.

Introducción

¿Cuál es la relación entre percepción y realidad? Esta pregunta motivó a Fechner

en 1860 a lanzar el campo de la psicofísica, y de la psicología experimental en
general.Hoy, con el beneficio de los avances en psicología experimental y biología
evolutiva, ha surgido un amplio consenso entre los científicos perceptivos: la
selección natural ha configurado nuestras percepciones para que sean, en el
caso típico, representaciones precisas de la realidad, especialmente de aquellos
aspectos de la realidad que son crítico para nuestra supervivencia.

Este consenso se explica en un libro de texto estándar sobre la visión: “Hablando

evolutivamente, la percepción visual es útil solo si es razonablemente precisa ...
De hecho, la visión es útil precisamente porque es muy precisa. En general, lo que
ves es lo que obtienes. Cuando esto es cierto, tenemos lo que se llama percepción
verídica ... percepción que es consistente con el estado real de las cosas en el
medio ambiente. Este es casi siempre el caso con la visión ... ”(Palmer 1999 ,
énfasis en el suyo).

Marr ( 1982 , p. 340) está de acuerdo: "Nosotros ... definitivamente calculamos

las propiedades explícitas de las superficies visibles reales, y un aspecto
interesante de la evolución de los sistemas visuales es el movimiento gradual
hacia la difícil tarea de representar progresivamente más objetiva. Aspectos del
mundo visual ".

Pizlo y sus colaboradores ( 2014 , p. 227) están de acuerdo: “Cerramos

2 de 94
reafirmando la esencia de nuestro argumento, es decir, la veracidad es una
característica esencial de la percepción y la cognición. Es absolutamente
esencial. La percepción y la cognición sin veridicidad serían como la física sin
las leyes de conservación. ”(Énfasis en los de ellos).

El teórico evolutivo Trivers ( 2011 ) también está de acuerdo: "... Nuestros

órganos sensoriales han evolucionado para darnos una visión maravillosamente
detallada y precisa del mundo exterior: vemos el mundo en color y en 3D, en
movimiento, textura, no aleatoriedad, incrustado Patrones, y una gran variedad
de otras características. Igualmente para el oído y el olfato. Juntos, nuestros
sistemas sensoriales están organizados para darnos una visión detallada y precisa
de la realidad, exactamente como lo esperaríamos si la verdad sobre el mundo
exterior nos ayudara a navegar por ella de manera más efectiva ".

En los modelos matemáticos de percepción, esta teoría a menudo se expresa en el

lenguaje de la estimación bayesiana, y la idea es que la evolución dio forma a
nuestros sistemas perceptivos para estimar con precisión, sobre la base de la
información sensorial, el verdadero estado del entorno. Yuille y Bülthoff ( 1996 ),
por ejemplo: “Definimos la visión como la inferencia perceptiva, la estimación de
las propiedades de la escena a partir de una imagen o secuencia de imágenes ...
no hay información suficiente en la imagen para determinar de forma única la
escena. El cerebro, o cualquier sistema de visión artificial, debe hacer
suposiciones sobre el mundo real. "Estas suposiciones deben ser lo
suficientemente poderosas como para garantizar que la visión esté bien planteada
para aquellas propiedades en la escena que el sistema visual necesita estimar".

Geisler y Diehl ( 2003 , p. 397) están de acuerdo: “En general, es cierto que gran
parte de la percepción humana es verídica en condiciones naturales. Sin embargo,
este es generalmente el resultado de la combinación de muchas fuentes
probabilísticas de información ... La teoría del observador ideal bayesiano
especifica cómo, en principio, combinar las diferentes fuentes de información de

3 de 94
manera óptima para lograr un resultado efectivamente determinista ".

¿Por qué debería la evolución favorecer las percepciones verídicas? La intuición

es que aquellos que ven más compiten más que los que ven menos y, por lo tanto,
tienen más probabilidades de transmitir sus genes que codifican las percepciones
más verdaderas. Miles de generaciones de este proceso han difundido los genes
de las percepciones verídicas en toda nuestra especie. Por lo tanto, somos la
descendencia de aquellos que, en cada generación, vieron un poco más de verdad,
y podemos estar seguros de que nosotros también, en la mayoría de las
situaciones, tenemos percepciones verídicas.

Aunque este es considerado un buen argumento para la percepción verídica en

humanos, no lo es para organismos más simples, como los insectos y los
anfibios. Marr, por ejemplo, argumentó que la visión aérea, a diferencia de la
visión humana, no es verídica: “Los sistemas visuales como el de la mosca sirven
adecuadamente y con velocidad y precisión a las necesidades de sus propietarios,
pero no son muy complicados; Se obtiene muy poca información objetiva sobre el
mundo. La información es muy subjetiva ... "[énfasis agregado] y" ... es
extremadamente improbable que la mosca tenga alguna representación explícita
del mundo visual que lo rodea; no hay una verdadera concepción de una
superficie, por ejemplo, sino solo algunos disparadores y algunos parámetros
específicamente centrados en la mosca… ”( 1982 , pag. 34). En esta cita, Marr
expresa explícitamente su opinión de que para la mosca "la información es muy
subjetiva". El punto central de Marr al discutir la mosca es mostrar que la visión
de la mosca puede controlar con éxito el vuelo de la mosca sin necesidad de
calcular descripciones objetivas de el mundo.

De manera similar, Marr pensó que la visión de la rana no era verídica: “En un
sentido verdadero, por ejemplo, la rana no detecta moscas, detecta pequeñas
manchas negras en movimiento del tamaño correcto. De manera similar, la
mosca doméstica no representa realmente el mundo visual al respecto,

4 de 94
simplemente calcula un par de parámetros ... que se insertan en un generador de
par rápido y que hacen que persiga a su pareja con un éxito lo suficientemente
frecuente "( 1982 , p. 340) . Marr explicó por qué la evolución podría moldear las
percepciones no verídicas: “Una razón para esta simplicidad debe ser que estos
hechos proporcionan a la mosca la información suficiente para sobrevivir. Por
supuesto, la información no es óptima y de vez en cuando la mosca desperdiciará
su energía persiguiendo una hoja que cae o un elefante muy lejos ... "( 1982 ,
pag. 34).

El punto de Marr está bien tomado. La selección natural es un procedimiento de

búsqueda que produce soluciones satisfactorias , no soluciones óptimas. Esto es
evidente, por ejemplo, en la estructura hacia atrás del ojo de los vertebrados, que
obliga a la luz a pasar a través de las células bipolares y ganglionares antes de ser
capturadas por fotopigmentos y que, por consiguiente, requiere un punto ciego
(un agujero en el mosaico retiniano) para permitir que la óptica nervio para salir
del ojo;Los ojos de cefalópodos, que evolucionaron por separado, no sufren estos
problemas (Land y Nilsson 2012 ). Por lo tanto, los sistemas perceptivos que
evolucionan por selección natural no necesitan tener una estructura óptima y no
deben proporcionar información óptima, solo información suficiente para la
supervivencia y la reproducción.

Hay muchos ejemplos de percepción satisfactoria en la naturaleza. Las libélulas,

por ejemplo, tienen larvas acuáticas y deben encontrar agua para poner sus
huevos. La visión de la libélula tiene un truco simple para encontrar agua:
encuentre los reflejos de luz polarizados horizontalmente (Horvath et al 1998 ,
2007 ). El agua refleja fuertemente la luz polarizada horizontalmente, por lo que
este truco a menudo guía la oviposición exitosa. Desafortunadamente para la
libélula, las manchas de aceite y las lápidas brillantes también reflejan esa luz, a
veces con más fuerza que el agua. Las libélulas se dejan engañar por esas
manchas y lápidas para poner huevos donde no pueden sobrevivir. En el nicho
donde evolucionaron las libélulas, su estrategia perceptiva normalmente

5 de 94
funciona, pero ese nicho ha sido perturbado por H. sapiens. Con manchas de
aceite y lápidas, la misma estrategia puede ser fatal.

Los escarabajos de la joya macho vuelan buscando los forros de ala brillantes, con
hoyuelos y pardos de las hembras. Cuando los machos de H. sapiens empezaron a
tirar botellas de cerveza vacías que eran lustrosas, con hoyuelos y solo el tono
correcto de marrón, los escarabajos machos invadieron las botellas e ignoraron a
las hembras, casi causando la extinción de la especie (Gwynne y Rentz 1983 )
. Las percepciones de los escarabajos no se basaban en información verídica, sino
en heurísticas que funcionaban en el nicho donde evolucionaban.

Por lo tanto, la selección natural ha dado forma a los sistemas perceptivos de

muchos organismos para confiar en heurísticas falibles. Sin embargo, existe
consenso entre los científicos perceptivos de que la selección natural ha
determinado que las percepciones de H. sapiens son, en el caso normal,
verídicas. Esto plantea preguntas obvias: ¿Cuáles son precisamente las
condiciones en las que la selección natural favorece las percepciones
verídicas? ¿Tenemos razón al suponer que H. sapiens , a diferencia de las moscas,
las ranas y los escarabajos, ha sido diseñado para tener percepciones
verídicas? ¿Existe realmente tal discontinuidad entre H. sapiens y otras especies
animales?

Afortunadamente, no estamos obligados a especular sobre las respuestas a estas

preguntas. La evolución por selección natural puede estudiarse utilizando
herramientas matemáticas, como la teoría de juegos evolutivos, la teoría de
gráficos de evolución y los algoritmos genéticos (Hofbauer y Sigmund 1998 ;
Mitchell 1998 ; Lieberman et al. 2005 ; Nowak 2006 ; Samuelson 1997 ;
Sandholm 2007 ). Uno puede estudiar las competencias entre estrategias
perceptivas y calcular las probabilidades de que surjan, se extingan, coexistan o
dominen las estrategias.

El primer paso es definir estrategias perceptivas y clasificarlas por lo

6 de 94
informativas que son sobre el mundo objetivo. Esto permite comprender las
posibles relaciones entre la percepción y la realidad que están más matizadas que
una simple dicotomía entre verídicas o no. Podemos usar juegos evolutivos y
algoritmos genéticos para estudiar la aptitud relativa de estas estrategias
perceptivas.

La colección de estrategias consideradas debe ser exhaustiva; De lo contrario,

podríamos perder una estrategia ganadora. En particular, debemos incluir
estrategias que no vean ninguno de los hechos verdaderos, algunos de los hechos
verdaderos y todos los hechos verdaderos. Incluso si suponemos que la
percepción humana es verídica hoy, debemos considerar todas las estrategias
posibles, verídicas o no, para explorar la hipótesis plausible de que
evolucionamos a partir de especies cuyas percepciones no fueron verídicas. Y
debemos considerar la hipótesis de que cualquiera de estas estrategias, verídicas
o no, podrían haber evolucionado por selección natural, incluso para la
percepción humana.

Veremos que realmente hay dos preguntas separadas para ser

respondidas. Primero, ¿es el vocabulario de nuestras percepciones isomórfico a
los aspectos de la realidad objetiva, de modo que nuestro lenguaje de
percepciones pueda, en principio, describir la verdad objetiva? Segundo, si es así,
¿nuestros sistemas de percepción, usando ese vocabulario, de
hecho logran describir el verdadero estado de cosas en el mundo?. Con estos
antecedentes, ahora definimos las estrategias que estudiaremos.

Estrategias perceptivas

Necesitamos una definición de estrategia perceptiva que sea lo suficientemente

amplia como para incluir todas las estrategias relevantes; de lo contrario,
nuestros juegos evolutivos y algoritmos genéticos podrían pasar por alto

7 de 94
inadvertidamente estrategias viables. Algunos modelos de percepción de color,
por ejemplo, plantean unamétrica sobre las experiencias de color y representan
diferencias perceptivas entre colores por distancias en la métrica (Koenderink
2010 ; Mausfeld y Heyer 2003 ). Esto funciona bien para el color, pero puede
que no para otras percepciones. Tal vez, por ejemplo, ninguna métrica modela
adecuadamente el sabor: ¿Tiene la salsa marinara un sabor más parecido a las
manzanas o los arándanos? Esta pregunta podría no tener respuesta. Por lo tanto,
parece demasiado restrictivo para requerir que todas las estrategias perceptivas
tengan métricas asociadas.

Pero siempre parece necesario modelar las probabilidades de varias percepciones

y cómo estas probabilidades varían con los estados del mundo. Si, por ejemplo,
uno asume que el mundo contiene superficies y fuentes de luz, debe modelar
cómo la probabilidad de percibir diferentes colores se relaciona con las funciones
de reflectancia de las superficies y las distribuciones espectrales de las fuentes de
luz incidente. O, si uno asume que el mundo contiene varias moléculas odorantes,
debe modelar cómo la probabilidad de percibir diferentes olores está relacionada
con la distribución de las moléculas odorantes. Así, parece necesario utilizar los
llamados espacios medibles.(es decir, espacios de probabilidad cuya medida de
probabilidad aún no se ha especificado) para modelar posibles percepciones y
posibles estados del mundo. Y parece necesario exigir que las probabilidades de
eventos perceptivos puedan relacionarse sistemáticamente con las probabilidades
de eventos en el mundo, es decir, que el mapeo del mundo a las percepciones es
un llamado mapeo medible . (Esto es simplemente una generalización de la
noción familiar de una variable aleatoria. Para definiciones precisas de eventos,
espacios medibles, mapas medibles y medidas de probabilidad, consulte el
Apéndice 1).

Estas consideraciones nos llevan a definir una estrategia perceptiva de la

siguiente manera. Representamos las posibles experiencias perceptivas de un
organismo mediante un espacio medible ( X , 𝒳), donde X es un conjunto de

8 de 94
posibles experiencias y 𝒳Es una colección de subconjuntos
de X llamados eventos ; En este caso los eventos son eventos perceptivos. Los
elementos de X denotan, enfatizamos, las experiencias perceptivas en sí mismas
y no, por ejemplo, algún tipo de objetos de experiencias perceptivas, como los
llamados datos de los sentidos. Representamos el mundo por un espacio medible
( W , 𝒲), donde W es un conjunto (de estados del mundo) y 𝒲Es
nuevamente una colección de subconjuntos de W llamados eventos; en este caso,
los eventos están en el mundo, pero la noción de evento utilizada aquí difiere de
la noción de evento en la relatividad especial (es decir, un punto espacio-
temporal) y en la física de partículas (es decir, los resultados justo después de que
se produce una interacción fundamental) entre partículas subatómicas). A
continuación, la definición de una estrategia perceptual es sencillo si no hay
dispersión (tales como el ruido), es decir, si cada estado w ε W hace que a lo
sumo una experiencia perceptual x ε X .

Definición 1

Una estrategia perceptiva (libre de dispersión) , P , es una función

medible P : W → X , donde ( W , ) denota un espacio medible de estados del
mundo y ( X , ) denota un espacio medible de experiencias perceptivas.

Si hay dispersión (o ruido), es decir, si hay estados w ϵ W asociados a más de una

experiencia perceptiva x ϵ X , entonces la definición de una estrategia perceptual
requiere un mapeo que proporcione, para cada estado w ϵ W del mundo, las
probabilidades de las diversas experiencias perceptivas que el estado w podría
causar. En el caso en que W y X son finitos, este mapeo puede escribirse como
una matriz estocástica, es decir, una matriz en la que los valores de cada fila
suman 1. En el caso más general, este mapeo se puede escribir como un núcleo de
Markovian P , que asigna a cada wϵW una medida de probabilidad, P ( w , ·), en
(Revuz 1984 ). En teoría de la información, tales núcleos de Markov son canales
de comunicación (Cover y Thomas 2006 ). Con estos antecedentes, la definición

9 de 94
de una estrategia perceptiva cuando hay dispersión es la siguiente.

Definición 2

Una estrategia perceptiva con dispersión es un kernel de Markov P : W × →

[0,1], donde W denota un espacio medible de estados del mundo y  Denota los
eventos para un espacio medible X de experiencias perceptivas.

En este artículo, nos centramos en estrategias libres de dispersión; El patrón de

resultados que encontramos también se mantiene cuando hay
dispersión. Comenzamos con el tipo de estrategia verídica más sólida, que
llamamos estrategia realista omnisciente , que ve con precisión todos los aspectos
del mundo objetivo y sus estructuras.Así, definimos una estrategia realista
omnisciente de la siguiente manera.

Definición 3

Una estrategia realista omnisciente es una estrategia perceptiva para la

cual X = W y P es un isomorfismo, es decir, uno a uno y en un mapa que conserva
todas las estructuras en W (por ejemplo, topologías, órdenes parciales, grupos).

El realismo omnisciente, por buenas razones, no es tomado en serio por los

científicos perceptivos o los filósofos (excepto, quizás, por el extraño solipsista
metafísico).En el caso de la visión, por ejemplo, se acepta ampliamente que solo
vemos una pequeña fracción del espectro electromagnético, y solo las superficies
frontales de los objetos sólidos opacos. Así, vemos, en el mejor de los casos, una
pequeña parte del mundo objetivo, que contradice la condición X = W del
realismo omnisciente. Sin embargo, incluimos el realismo omnisciente en aras de
la integridad.

Las estrategias realistas ingenuas modelan una versión más débil de la

percepción verídica en la que el perceptor ve con precisión todos los aspectos y

10 de 94
estructuras de unsubconjunto del mundo objetivo. En filosofía, el realismo
ingenuo es más o menos el punto de vista de que lo que ves está realmente allí,
incluso en ausencia de cualquier perceptor, que "los objetos de conciencia son en
realidad los objetos independientes de la mente que habitan el mundo" (Fish,
2010 ). Las versiones de realismo ingenuo han sido debatidas durante mucho
tiempo y se han defendido hasta hoy (p. Ej., Brewer 2011 ; Campbell y Cassam
2014 ; Chemero 2009 ; Fish 2009 ; Gibson 1986 ; McDowell 1996 ; Noë 2012 ;
Searle 2015 ; Travis 2013 ). Searle ( 2015 ), sin embargo, prefiere el término
"realismo directo" en lugar de realismo ingenuo, para distinguir su punto de vista
de las cuentas disyuntivistas.

Gibson ( 1986 ), por ejemplo, dice: “El entorno consiste en la tierra y el cielo con
objetos en la tierra y en el cielo, en montañas y nubes, incendios y puestas de sol,
guijarros y estrellas. No todos estos son objetos segregados, y algunos de ellos
están anidados uno dentro del otro, y algunos se mueven, y algunos están
animados. Pero el entorno es todo esto: lugares, superficies, diseños,
movimientos, eventos, animales, personas y artefactos que estructuran la luz en
los puntos de observación ”. De acuerdo con la teoría de la visión ecológica de
Gibson, vemos estos aspectos de manera directa y verdadera. del mundo que
son posibilidades de pago , es decir, aquellos aspectos relevantes para “lo
que ofrece al animal, lo que proporciona o proporciona, ya sea para bien o para
mal "[enfatiza el suyo]. La teoría de la visión de Gibson también está motivada
por la evolución pero, como veremos, sus conclusiones sobre cómo la evolución
modela la percepción difieren dramáticamente de las nuestras.

Definimos matemáticamente una estrategia realista ingenua de la siguiente

manera.

Definición 4

Un realista ingenuo estrategia es una estrategia perceptual para los

que X ⊂ W y P es un isomorfismo en este subconjunto que conserva todas las

11 de 94
estructuras en W .

Un argumento en contra del realismo ingenuo cita el fenómeno de los metamers,

en el que los iluminantes con diferentes espectros tienen el mismo color, o las
superficies con diferentes funciones de reflectancia tienen el mismo color. Esto se
toma a veces para mostrar que el color no es parte del mundo objetivo. Hardin (
2008 , pag. 143), por ejemplo, dice: “Los colores percibidos son, por lo tanto, dos
eliminaciones de las bases existentes de las disposiciones para verlos. Muchos
mecanismos diferentes pueden producir el mismo SPD [distribución de potencia
espectral], y muchos SPD diferentes pueden hacer que veamos el mismo
color. También es importante tener en cuenta que es improbable que los animales
con diferentes sensibilidades del receptor experimenten los mismos colores que
nosotros en las mismas circunstancias. No es de extrañar que las categorías de
color hayan sido descritas como 'gerrymandered' y 'anthropocentric' ”.

Hardin continúa señalando que "el atractivo de un realista de color para las
condiciones 'normales' o 'estándar' para determinar los colores 'verdaderos' o
'reales' de los objetos es simplemente un movimiento de la mano a menos que
haya alguna razón clara para preferir un conjunto de iluminación. o condiciones
de fondo a otro. Hasta ahora, nadie que haya ocupado una posición realista ha
estado preparado para proponer y defender un conjunto de condiciones de este
tipo. ¿Qué se puede decir acerca de la otra mitad de la ecuación, el observador
"normal" a quien los filósofos se refieren tan casualmente? "

Sin embargo, no todos están de acuerdo; algunos filósofos afirman que el color es
parte del mundo objetivo (por ejemplo, Byrne y Hilbert 2003 ).

Ejemplos, como los metamers, sugieren la necesidad de

considerar estrategias realistas críticas , en las cuales las percepciones no tienen
que ser un subconjunto del mundo objetivo, sino en las que las relaciones entre
las percepciones sin embargo preservan las relaciones entre los estados en el
mundo objetivo. Así, definimos unaestrategia realista crítica de la siguiente

12 de 94
manera.

Definición 5

Un realista crítico es una estrategia perceptual para los que X no tiene por qué
ser un subconjunto de W , pero P es sin embargo un homomorfismo que conserva
todas las estructuras en W .

Muchos científicos y filósofos de hoy son realistas críticos, pero de un tipo

especial que llamaremos realistas híbridos . Afirman que algunas de nuestras
experiencias perceptivas, como el color y el gusto, no son parte del mundo
objetivo, sino que otras percepciones, como las formas y movimientos de los
objetos, son parte del mundo objetivo (Pizlo 2010 ; Pizlo et al. 2014 ). Entre los
filósofos, esta visión se expresa a veces como una variante de la distinción de
Locke entre cualidades primarias y secundarias (Locke 1690 ). Esto se vuelve un
poco complicado porque, según Locke, las propiedades secundarias, como el
color, son estrictamente hablando,disposicionesde objetos independientes de la
mente, es decir, disposiciones para desencadenar experiencias perceptivas en
nosotros que describimos con términos tales como colores; pero estas
experiencias perceptivas, según Locke, no se parecen a ninguna propiedad
objetiva de los objetos independientes de la mente. Por lo tanto, uno debe tener
cuidado al interpretar la escritura de realistas híbridos para determinar cuándo
están discutiendo propiedades, tales como disposiciones, de objetos
independientes de la mente y cuando están discutiendo experiencias perceptivas
que son las consecuencias de tales propiedades. La exégesis sobre este punto
puede ser controvertida.

El realismo híbrido se remonta al menos a los primeros años de la

ciencia. Galileo, por ejemplo, dijo: “Creo que los sabores, los olores, los colores,
etc. no son más que meros nombres en lo que respecta al objeto en el que los
ubicamos y que residen en la conciencia. Por lo tanto, si se eliminara a la criatura
viviente, todas estas cualidades serían eliminadas y aniquiladas ”( 1623/1957 , p.

13 de 94
274).

Definimos el realismo híbrido de la siguiente manera.

Definición 6

ˆ
𝑋 ⊂ 𝑋 que satisface ˆ
Una estrategia realista híbrida es una estrategia realista crítica que requiere que
exista un subconjunto estricto 𝑋 ⊂ 𝑊 y requiere
que P sea un isomorfismo en este subconjunto que preserva todas las estructuras.

La mayoría de los investigadores de la visión que usan modelos de percepción

bayesianos asumen realismo híbrido (Knill y Richards, 1996 ). Suponen, por
ejemplo, que nuestras percepciones de las formas de los objetos son
normalmente verídicas y que las técnicas bayesianas ilustran cómo estimamos las
formas verdaderas a partir de imágenes. Sin embargo, generalmente asumen que
el color no es una propiedad objetiva del mundo sino que los métodos bayesianos
pueden modelar la relación entre los colores percibidos y, por ejemplo, las clases
de equivalencia de reflectancias de superficie.

Sin embargo, hay una clase de estrategias perceptivas aún más generales que el
realista crítico y el realista híbrido. Esta clase de estrategias, que
llamamos estrategias de interfaz , no requiere que las percepciones sean
verídicas o que reflejen ninguna estructura de la realidad objetiva, como órdenes
o métricas. Por lo tanto, definimos estrategias de interfaz de la siguiente manera.

Definición 7

Una estrategia perceptiva de interfaz es una estrategia perceptiva que no

requiere que X sea un subconjunto de W y para la cual el mapeo P no tiene otras
restricciones que no sean medibles (de modo que las probabilidades de las
percepciones se relacionan sistemáticamente con las probabilidades de eventos
en W ).

14 de 94
Por lo tanto, una estrategia de interfaz es simplemente una estrategia de
percepción libre de dispersión, sin restricciones adicionales. Sin embargo, el
nuevo nombre es útil para entender estas estrategias. Considere una estrategia de
interfaz estricta , es decir, una estrategia de interfaz que no sea una estrategia
realista crítica. Para tal estrategia, no hay percepciones verídicas ( X  ⊄  W )
y no se conserva ninguna estructura de W que no sea una estructura medible
( Pno es un homomorfismo). Es natural pedir una estrategia de este tipo, ya que
podría ser útil para un organismo. Si ninguna de sus percepciones es verídica, y
ninguna de sus percepciones refleja la estructura del mundo, ¿no son sus
percepciones completamente inútiles?

Resulta que, de hecho, pueden ser bastante útiles, y una metáfora familiar ayuda
a ver esto. Considere el escritorio de la interfaz de Windows en su computadora
portátil.Supongamos que hay un icono rectangular azul en la esquina superior
derecha del escritorio para un archivo de texto que está editando. ¿Esto significa
que el archivo de texto en sí es azul, rectangular o en la esquina superior derecha
de la computadora portátil? Por supuesto no. Cualquiera que lo piense mal
entiende el propósito de la interfaz de escritorio. Ninguna característica del icono
es identificable con ninguna característica del archivo en la
computadora. Además, sería difícil encontrar un sentido natural en el que el
icono sea una representación verídica del archivo. Sin embargo, el icono está
destinado a guiar comportamientos útiles. Si, por ejemplo, arrastra el icono azul a
la papelera, puede eliminar el archivo de texto;

Entonces, si nuestras percepciones son de hecho percepciones de

interfaz estricta , entonces ninguna de nuestras percepciones es verídica y
ninguna de nuestras percepciones refleja la estructura del mundo. Esto
significaría que nuestras percepciones de los objetos físicos e incluso del espacio-
tiempo en sí no son verídicas. En cambio, el espacio-tiempo sería nuestro
escritorio y los objetos físicos serían los iconos en el escritorio. Si la selección
natural ha moldeado adecuadamente nuestras percepciones del espacio-tiempo y

15 de 94
los objetos físicos, entonces podrían ser guías útiles para el comportamiento,
aunque no sean verídicas. Es por esta razón que las estrategias de percepción más
generales se llaman estrategias de interfaz.

La metáfora de la interfaz se ofrece simplemente como una ayuda para la

intuición. Como la mayoría de las metáforas, sufre debilidades. Por ejemplo, se
podría argumentar que, al contrario que el sello de "simplificación y ocultación"
de las interfaces que hemos promocionado, el agrupamiento de los iconos de
carpetas en un escritorio es una guía precisa para anidar jerarquías de carpetas
reales en la computadora. Esta crítica está bien tomada. Sin embargo, es la
estrategia de interfaz definida con precisión, no como metáfora, la que vive o
muere por la espada en nuestros juegos evolutivos. Además, la fuerza de la
metáfora es lo que destaca: la simplicidad de una computadora de escritorio, que
oculta la complejidad de la computadora, y la falta de veracidad de una
computadora de escritorio, que permite adaptarla a las necesidades del usuario,
son de hecho Grandes ventajas que promueven interacciones eficientes con la
computadora.

Las relaciones entre las estrategias se muestran en la figura 1 . Uno ve en el

diagrama, por ejemplo, que todos los realistas híbridos y los realistas ingenuos
son realistas críticos, pero que ningún realista híbrido es un realista
ingenuo; algunos realistas críticos no son realistas híbridos ni realistas ingenuos.

16 de 94
Figura 1
Diagrama de Venn de las relaciones entre las diferentes estrategias
perceptivas.

Juegos evolutivos

¿La selección natural favorece las percepciones verídicas? Las cinco clases de
estrategias perceptivas definidas en la sección anterior nos permiten formular
esta pregunta con mayor precisión: ¿Cuáles de las cinco estrategias perceptivas
son favorecidas por la selección natural, y bajo qué condiciones son favorecidas?

Afortunadamente, no necesitamos especular sobre la respuesta. Podemos idear

juegos evolutivos y algoritmos genéticos para obtener respuestas precisas en
contextos precisos, y de estos podemos extrapolar los principios generales.

Usando juegos evolutivos, compelimos estrategias perceptivas para competir en

una variedad de entornos y bajo una variedad de presiones de selección, y
descubrimos cuáles coexistirán, desaparecerán y dominarán.

Los juegos evolutivos tienen el poder de modelar la selección dependiente de la

frecuencia, en la que la idoneidad de las estrategias no es fija, sino que varía con
la proporción de individuos en la población que emplea cada estrategia (Allen y
Clarke 1984 ; Hofbauer y Sigmund 1998 ; Nowak 2006 Samuelson 1997 ;
Sandholm 2007 ).

Por ejemplo, la selección dependiente de la frecuencia gobierna las estrategias de

los cazadores-recolectores que comparten su recorrido diario. Algunos son
"productores" y trabajan arduamente para cazar y juntarse, mientras que otros
son perezosos "scroungers" y simplemente comen lo que otros proporcionan
(Barnard y Sibly 1981 ). Si la mayoría son productores, entonces los scroungers lo

17 de 94
hacen bien; pero a medida que aumenta la proporción de scroungers, la
idoneidad de su estrategia disminuye hasta que, en el límite donde todos
scrounges, todos se mueren de hambre.

Un ejemplo perceptivo es el mimetismo batesiano, en el que una especie benigna

evita la depredación al parecerse a una especie peligrosa. En regiones donde las
especies peligrosas son frecuentes, incluso los miméticos pobres evitan la
depredación; pero donde las especies peligrosas son poco frecuentes, solo los
buenos imitadores disfrutan de este beneficio (Harper y Pfennig 2007 ).

Los juegos evolutivos asumen poblaciones infinitas de jugadores, cada uno con
una estrategia fija. Los jugadores son elegidos al azar para interactuar en los
juegos, una situación llamada mezcla completa , porque todas las interacciones
son igualmente probables. Cada jugador recibe una recompensa de cada una de
sus interacciones y, de manera crítica, esta recompensa se interpreta como
aptitud física y, por lo tanto, como éxito reproductivo. Esto conduce a la selección
natural: las estrategias que sobresalen en los juegos se reproducen más
rápidamente y, por lo tanto, superan a otras estrategias.

Formalmente, la selección natural se modela mediante una ecuación diferencial

llamada ecuación replicadora (Bomze 1983 ; Taylor y Jonker 1978
). Si n interactúan las estrategias, dejamos un ij denota la recompensa a la
estrategia que al interactuar con la estrategia j ; dejamos que [ a ij ] denote
la n × n "matriz de pagos" para todas estas interacciones; y dejamos
que x i denote la frecuencia de la estrategia i . Entonces, la recompensa esperada
𝑛 𝑛

∑ ∑
para la estrategia i es 𝑓 𝑖 = 𝑥𝑗 𝑎𝑖𝑗 y el pago promedio es 𝜙 = 𝑥𝑖 𝑓𝑖 . La
𝑗=1 𝑖=1
.
ecuación del replicador sigue al igualar el pago con la aptitud: 𝑥𝑖 = 𝑥𝑖 (𝑓𝑖 − 𝜙)
.
, donde i = 1, …, n y denota el 𝑥𝑖 tiempo derivado de la frecuencia de la
estrategia i .

En el caso de dos estrategias, uno encuentra lo siguiente: La estrategia 1 domina

18 de 94
si a 11 > a 21 y a 12 > a 22 ; La estrategia 2 domina si a 11 < a 21 y a 12 < a 22 ; Las
estrategias 1 y 2 son biestables si a 11 > a 21 y a 12 < a 22 ; Las estrategias 1 y 2
coexisten si un 11 < a 21 y un 12> a 22 ; Las estrategias 1 y 2 son neutrales
si a 11 = a 21 y a 12 =a 22 (Nowak 2006 ).

En el caso de tres estrategias, también puede haber dominación cíclica entre las
estrategias, tanto como en el juego infantil de Rock-Paper-Scissors. En el caso de
cuatro o más estrategias, puede haber ciclos límite y atractores caóticos (Nowak
2006 ).

La evolución de las estrategias perceptivas se ha estudiado en juegos que obligan

a los jugadores a competir por los recursos que se distribuyen en un conjunto de
territorios (Marion 2013 ; Mark et al. 2010 ; Mark 2013 ). En cada prueba, las
cantidades de recursos se distribuyen al azar (por ejemplo, de manera uniforme)
a cada territorio. Para cada cantidad de recursos en un territorio hay un pago
asociado especificado por una función de pago fijo. En cada interacción, cada
jugador mira cada territorio y decide qué territorio tomar. Cada jugador recibe el
pago por los recursos en el territorio que atrapa.

Estos juegos tienen muchas variaciones, que incluyen el número de territorios, el

número y las distribuciones de recursos por territorio, la función de pago, el
orden en que los jugadores eligen, las estrategias de percepción de los jugadores,
el número de percepciones distintas que cada jugador puede tener, y Los costes
de cálculo y almacenamiento de la información.

Para ver cómo una estrategia de interfaz difiere de una estrategia realista crítica,
considere el caso donde cada territorio tiene un recurso que varía en cantidad de
0 a 100, y donde las percepciones de cada jugador están limitadas a solo cuatro
colores, por ejemplo, rojo, amarillo , verde y azul. Deje que el orden de los colores
sea el "orden de energía": rojo <amarillo <verde <azul. Deje que la función de
pago sea una (aproximadamente) función gaussiana de la cantidad de recursos:
los beneficios más altos se asocian con cantidades cercanas a 50 y se caen para

19 de 94
cantidades mayores o menores que 50. Tal función de pago no lineal es bastante
común: no hay suficiente agua y uno muere de sed; demasiado y uno se ahoga; En
algún lugar en el medio es justo. Del mismo modo para la sal y una variedad de
otros recursos. De hecho, para los organismos que deben mantener la
homeostasis de una amplia variedad de variables,

En este caso, en la Fig. 2 se ilustra un realista crítico cuyas percepciones

representan de manera verídica la cantidad de recursos . En el eje horizontal está
la cantidad de recursos, que varía de 0 a 100. El gaussiano translúcido representa
la función de pago (que se equipara con la condición física), con un máximo de
alrededor de 50. Los rectángulos de colores indican cómo las cantidades de
recursos se asignan a los colores percibidos. Por ejemplo, las cantidades de
recursos entre 0 y 25 se asignan a rojo.Esta estrategia perceptiva es un realista
crítico porque (1) los colores percibidos no son un subconjunto de los recursos y
(2) el mapeo de los recursos a los colores es un homorfismo que preserva el
orden, es decir, cada cantidad de recursos que se asigna a rojo es menor que cada
cantidad de recursos que se asigna a amarillo, y así sucesivamente.

Figura 2
Un realista crítico. La función de pago es aproximadamente
gaussiana. Cualquier cantidad de recursos entre 75 y 100 mapas a azul.

Si los recursos se distribuyen uniformemente, este realista crítico, dado su color

percibido, puede estimar de manera óptima la cantidad real de recursos. Si, por

20 de 94
ejemplo, ve verde, entonces sabe que la cantidad de recursos se encuentra entre
50 y 75 con un valor esperado de alrededor de 62.5. Sin embargo, no puede
estimar óptimamente los pagos. Si ve verde, entonces la recompensa podría
oscilar entre casi 100 y menos de 25; si ve amarillo, es exactamente lo mismo: el
verde y el amarillo son redundantes. Por lo tanto, esta estrategia es un canal de
comunicación eficiente para obtener información sobre el verdadero valor de la
cantidad de recursos, pero un canal deficiente para los pagos.

Una estrategia de interfaz ajustada a los pagos se ilustra en la Fig. 3 . Es

una estrategia de interfaz estricta , porque la asignación de cantidades de
recursos a colores no es un homomorfismo. Por ejemplo, algunas cantidades de
recursos que se asignan a verde son más pequeñas que todas las cantidades de
recursos que se asignan a azul (barra verde a la izquierda), pero otras cantidades
de recursos que se asignan a verde son mayores que todas las cantidades de
recursos que se asignan a azul (barra verde en el derecho).

Fig. 3
Una estrategia de interfaz. Las cantidades de recursos con los pagos más
altos se asignan a azul y las que tienen los pagos más bajos a rojo

Sin embargo, aunque esta estrategia no es un homomorfismo para la información

sobre los recursos, sí lo es para las recompensas: todas las cantidades de recursos
que se asignan a azul tienen mayores ganancias que todas las cantidades de
recursos que se asignan a verde, y así sucesivamente. Esta estrategia es un canal

21 de 94
de comunicación eficiente para obtener información sobre pagos, pero un canal
pobre para la verdad.

En la evolución por selección natural, siempre que los pagos y la verdad difieren,
son los beneficios, no la verdad, los que confieren (de hecho, se identifican con) la
aptitud y el éxito reproductivo.

En las simulaciones de Monte Carlo de muchas versiones de este juego, el patrón

es claro: las estrategias de interfaz estrictas que se ajustan al estado físico
rutinariamente conducen a las realistas ingenuas y las realistas críticas a la
extinción (Marion 2013 ; Mark et al. 2010 ; Mark 2013 ). Agregar más
complejidad al ambiente, ya sea al aumentar en gran medida el número de
territorios o el número de recursos por territorio, no ayuda a las estrategias
realistas, en parte porque al aumentar la complejidad solo se cargan las
estrategias realistas con la carga de representar una mayor cantidad de factores
irrelevantes. información; esta carga adicional reduce su estado físico en relación
con las estrategias de interfaz, y por lo tanto los empuja a una extinción más
rápida. Aumentar los costos de información y cómputo, o agregar dispersión a los
mapas perceptivos, generalmente empeora las cosas para los realistas ingenuos y
los realistas críticos. La única situación en la que los realistas tienen una
oportunidad contra las estrategias de interfaz es cuando la recompensa varía de
manera monótona con la cantidad de recursos, es decir, cuando las verdades y las
recompensas son aproximadamente lo mismo.

La idea clave de estos juegos evolutivos es la siguiente: la selección natural

adapta la percepción a los beneficios, no a la verdad.. Los pagos y la verdad son
diferentes, a menos que las funciones de pago varíen monótonamente con la
verdad. Pero no podemos esperar, en general, que las funciones de pago varíen
monótonamente con la verdad, porque (1) las funciones monótonas son una
medida (imparcial) cero subconjunto de las funciones de pago posibles, y (2)
incluso si no lo fueran, el omnipresente biológico La necesidad de homeostasis

22 de 94
milita contra ellos. Por lo tanto, no podemos esperar, en general, que la selección
natural haya ajustado nuestras percepciones a la verdad, es decir, no podemos
esperar que nuestras percepciones sean verídicas. Esta es quizás una noticia
impactante para los científicos perceptivos que asumen que "gran parte de la
percepción humana es verídica en condiciones naturales" y que "la veracidad es
una característica esencial de la percepción y la cognición".

¿Es posible que este resultado, es decir, que la selección natural genéricamente
conduzca a la extinción a las percepciones verídicas, sea un artefacto de
suposiciones poco realistas en la teoría evolutiva de los juegos? En particular, ¿es
un artefacto de los supuestos de poblaciones infinitas y la mezcla completa?

Posiblemente, pero poco probable, debido a que la razón principal por la que las
estrategias de interfaz dominan las estrategias realistas es que, cuando los pagos
no son monótonos con las verdades, las estrategias de interfaz pueden ajustarse
por completo a la información correcta, mientras que las estrategias realistas
necesariamente están sintonizadas a la información incorrecta. Dicha confusión
continuará paralizando las estrategias realistas incluso si las poblaciones son
finitas e incluso si la mezcla completa se reemplaza con redes de interacciones
plausibles. Esta afirmación, por supuesto, debe verificarse utilizando, por
ejemplo, simulaciones basadas en la teoría del gráfico evolutivo.

Lo que podría resultar interesante son los juegos espaciales, en los que los
jugadores interactúan solo con los vecinos más cercanos en una cuadrícula
2D. En este caso, podría ser posible que grupos de individuos que tienen
estrategias realistas sobrevivan juntos en pequeños enclaves.

¿Se puede descartar este resultado como un artefacto del ejemplo de percepción
excesivamente simplista y de alto nivel que se estudió? ¿Podrían los ejemplos más
realistas, por ejemplo, la percepción de la forma o la percepción del color,
favorecer las estrategias realistas? Una vez más, es posible, pero poco
probable. Las simulaciones de Monte Carlo indican que una mayor complejidad

23 de 94
no favorece, en general, las estrategias realistas. En cambio, la confusión de los
realistas impone un mayor impacto a medida que aumenta la complejidad de la
situación. De hecho, con una complejidad creciente, la necesidad de
simplificación y abstracción solo se acentúa.

Algoritmos genéticos

Con los juegos evolutivos, encontramos que las percepciones verídicas van mal en
comparación con las percepciones de la interfaz cuando ambas están en el mismo
campo de juego. Pero hay una pregunta previa que debe hacerse: ¿Las
percepciones verídicas incluso llegarán al campo de juego? ¿O son tan
inadecuados que es probable que la evolución los pase por completo?

Para estudiar esta pregunta, recurrimos a los algoritmos genéticos, que son
heurísticas de búsqueda basadas en características de la evolución natural en
especies que se reproducen sexualmente, características tales como mutación,
herencia, selección y cruce (Hoffman et al. 2013 ; Mark 2013 ; Mitchell 1998 ;
Poli et al. 2008 ).

Los algoritmos genéticos que exploramos son variantes de uno introducido por
Mitchell ( 1998 ) que evoluciona, durante muchas generaciones, un robot
llamado Robby que puede recolectar de forma eficiente latas de soda que se
distribuyen al azar en una cuadrícula de 10 × 10 cuadrados. Alrededor de la
cuadrícula hay un muro, que podemos modelar como un perímetro de
cuadrados. Así, el mundo, llámelo W , que Robby habita puede representarse
como una cuadrícula de cuadrados 12 × 12.Denotamos el estado del cuadrado
( i , j ) por W ( i , j) y estipule que su valor es 0 si el cuadrado no tiene latas, 1 si
tiene uno, y 2 si es una pared. Debido a que la pared es fija, y el estado de cada
cuadrado de la cuadrícula interior de 10 × 10 es 0 o 1, los estados posibles
de W son 2 10 × 10 = 2 100 .

24 de 94
Robby solo puede ver el estado de la plaza que ocupa y de los cuatro estados
inmediatamente adyacentes. Por ejemplo, si Robby está en la ubicación ( i , j ),
verá los estados del mundo ( W ( i , j ), W ( i , j + 1), W ( i , j - 1), W ( i + 1 , j ),
W ( i - 1, j )). Debido a que hay como máximo tres estados en cada una de estas
cinco ubicaciones, el espacio de las posibles percepciones de Robby, llámelo X, no
es mayor que 3 5 = 243; de hecho, es un poco más pequeño porque, por ejemplo,
si el cuadrado a la derecha de Robby es una pared, entonces el cuadrado a su
izquierda no lo es. Robby no sabe en qué cuadrado ( i , j ) está, o incluso que está
en una cuadrícula de 12 × 12; él solo ve los estados de los cuadrados, pero no las
ubicaciones o la estructura de los cuadrados.

El objetivo del algoritmo genético es desarrollar una versión de Robby que

recolecte de manera eficiente las latas de refresco, a pesar de su ignorancia de la
estructura de la cuadrícula. Para este fin, Robby tiene un conjunto, llámelo G , de
siete acciones primitivas que puede tomar: quedarse donde está, recoger una lata,
avanzar hacia el norte, avanzar hacia el sur, avanzar hacia el este, avanzar hacia el
oeste o alternar al azar. Lo que debe aprenderse filogenéticamente (es decir, a lo
largo de muchas generaciones del algoritmo genético) es una estrategia de
forrajeo que especifica cuál de las siete acciones en G se deben tomar para cada
posible percepción de las aproximadamente 240 en X que puede tener Robby. El
conjunto de posibles estrategias de alimentación es, por lo tanto,
aproximadamente de cardinalidad 7 243 ≈2.3 × 10 205, un gran espacio de
búsqueda en el que evolucionar buenas estrategias.

La función de pago que proporciona las presiones de selección para la evolución

de Robby es la siguiente: Robby obtiene 10 puntos por cada lata que toma, pero
pierde 1 punto cada vez que intenta recoger una lata donde no hay ninguna, y
pierde 5 puntos cada vez Él trata de caminar hacia una pared.

Hay aproximadamente 240 "genes" que el algoritmo genético evoluciona, cada

uno con siete valores posibles, correspondientes a las siete acciones que se

25 de 94
pueden tomar en respuesta a cada estado potencial de percepción. Mitchell
comienza el algoritmo genético con una generación inicial de 200 robots, cada
uno con valores elegidos al azar para cada gen. Cada robot se ve obligado a buscar
en 100 mundos elegidos al azar, realizando 200 acciones en cada mundo. La
aptitud de un robot es el número promedio de puntos que acumula en sus 100
carreras de forrajeo. Los robots más en forma son elegidos preferentemente como
padres para la próxima generación. Los genes para dos padres se dividen
aleatoriamente en dos partes, y las partes se intercambian para crear dos
genomas nuevos. Se aplica una pequeña cantidad de mutación. De esta forma se
crea una nueva generación de 200 robots, y su estado físico otra vez medido por
su éxito en la alimentación. Este proceso se repite durante 1000 generaciones.

La primera generación es cómicamente estúpida, chocando contra paredes,

agarrando latas en cuadrados vacíos, perseverando en errores obvios. Pero la
última generación de expertos en deportes forrajea, acumulando impresionantes
totales de puntos con sorprendente inteligencia y eficiencia metódica.

En este algoritmo genético, solo evolucionan las estrategias de forrajeo, mientras

que la estrategia perceptiva permanece fija. Todos los robots son realistas
ingenuos, que ven el verdadero estado del mundo en sus inmediaciones. Para dar
el siguiente paso, para estudiar la coevolución de las estrategias de búsqueda y
percepción, Mark ( 2013 ) modifica el algoritmo genético de Mitchell de varias
maneras. Él permite que cada casilla tenga hasta 10 latas y estipula la siguiente
función de pago: (0,1,3,6,9,10,9,6,3,1,0). Por ejemplo, un robot obtiene 6 puntos
por agarrar las latas en un cuadrado que tiene 3 o 7 latas y 0 puntos por un
cuadrado que tiene 0 o 10 latas. Sin embargo, cada robot no puede ver el número
exacto de latas en cada cuadrado, sino que solo ve dos colores, rojo y verde. Por lo
tanto, cada robot tiene una estrategia perceptiva, es decir, un mapeo que asigna la
percepción roja o verde a cada una de las 11 posibles cantidades de latas. Quizás,
por ejemplo, vea rojo si un cuadrado tiene 0 latas y verde de lo contrario. Hay
2 11 = 2048 posibles estrategias perceptivas. Para permitir que las estrategias

26 de 94
perceptivas coevolucionen con las estrategias de forrajeo, cada robot tiene 11
genes más en su genoma, que codifican el color que el robot ve para cada cantidad
de latas. En la primera generación la asignación de colores a los 11 genes es
aleatoria.

En el algoritmo genético de Mark, la primera generación es cómicamente

estúpida. Pero después de 500 generaciones, nuevamente hay muchos forrajeros
hábiles, y todos manejan una de las dos estrategias perceptivas. En la primera, los
cuadrados se ven en rojo si contienen 0, 1, 9 o 10 latas, y en verde de
lo contrario. En el segundo, es al revés, con cuadrados que se ven de color
verde si contienen 0, 1, 9 o 10 latas y, de lo contrario, en rojo .

Estos robots han desarrollado una estrategia de interfaz estricta, ajustada a los
pagos en lugar de verdades. Una estrategia sintonizada con verdades vería que los
cuadrados tengan entre 0 y 5 latas como, por ejemplo, rojo y los cuadrados que
tengan entre 6 y 10 latas como verde , de modo que el color percibido sea lo más
informativo posible sobre el número real de latas. Pero tal estrategia realista no
proporcionaría información sobre los pagos (ya que los cuadrados rojos tendrían
el mismo pago esperado que los cuadrados verdes ) y, por lo tanto, no guiarían el
forrajeo efectivo.

En cambio, los robots manejan una estrategia que ve los cuadrados de

recompensa alta como verdes , y los cuadrados de recompensa baja como rojos , o
viceversa. Esta estrategia perceptiva proporciona la información requerida para
un forrajeo efectivo y es favorecida por el algoritmo genético. Dado que la
simulación de Mark exploró un espacio que contiene solo 2048 estrategias
perceptivas, es probable que las estrategias realistas se probaran al azar y se
descartaran durante las 500 generaciones de la evolución. Pero en un caso un
poco más complejo, diga donde hay 30 genes y 10 colores posibles, entonces el
espacio de búsqueda tiene 10 30posibles estrategias perceptivas, y es probable que
una estrategia realista, sin presiones de selección a su favor, nunca aparezca en

27 de 94
ninguna generación, porque solo podría aparecer por casualidad. Por lo tanto, es
probable que las estrategias verídicas nunca entren al campo de juego. Son tan
poco aptos que no vale la pena intentarlo.

Interfaz teórica de la percepción.

Los estudios de evolución perceptiva utilizando juegos evolutivos y algoritmos

genéticos dan un claro veredicto: la selección natural descarta las percepciones
verídicas y promueve estrategias de interfaz adaptadas a la aptitud física. Esto
motiva la interfaz de la teoría de la percepción, que ahora analizamos (Fields
2014 ; Hoffman 1998 ; 2009 ; 2011 ; 2012 ; 2013 ; Hoffman y Prakash 2014 ;
Hoffman y Singh 2012 ; Hoffman et al. 2013 ; Koenderink 2011 ; 2013 ; Mark et
al. 2010 ; Mausfeld 2002 ; Singh y Hoffman 2013 ; véase también von Uexküll (
1909 ; 1926 ; 1957 ) para su idea relacionada de un Umwelt).

Informalmente, la teoría de la interfaz de la percepción dice que la relación entre

nuestras percepciones y la realidad es análoga a la relación entre una interfaz de
escritorio y una computadora.

Una interfaz de escritorio facilita el uso de la computadora. Para eliminar o copiar

archivos, por ejemplo, uno simplemente tiene que arrastrar los iconos en el
escritorio.

Pero una interfaz de escritorio no facilita conocer la verdadera estructura de una

computadora: sus transistores, circuitos, voltajes, campos magnéticos, firmware y
software. De hecho, en parte, al esconder esta compleja estructura, el escritorio
facilita el uso de la computadora. ¿Por qué? Porque si se viera obligado a conocer
los hechos reales de los circuitos, voltajes y campos magnéticos, cuando su
objetivo era simplemente editar una foto o escribir un documento, perdería
tiempo, memoria y energía en verdades sin relevancia. Para lograr tu objetivo.

28 de 94
De manera similar, dice la teoría de la interfaz de la percepción, nuestras
percepciones han sido moldeadas por la selección natural para que nos sea más
fácil actuar con eficacia en el mundo, para que podamos sobrevivir y reproducir
(o, más precisamente, para que nuestros genes puedan sobrevivir y
reproducirse). Nuestras percepciones no se han configurado para facilitar el
conocimiento de la verdadera estructura del mundo, sino para ocultar su
complejidad.

Nuestra percepción del espacio-tiempo es análoga al escritorio, y nuestra

percepción de los objetos y sus propiedades es análoga a los iconos del
escritorio. Del mismo modo que el lenguaje de los escritorios e íconos es el
lenguaje incorrecto para describir la verdadera estructura de la computadora,
también el lenguaje del espacio-tiempo y los objetos físicos es el lenguaje
incorrecto para describir la verdadera estructura del mundo objetivo.

Un icono azul y rectangular en un escritorio no representa que algo en la

computadora sea azul y rectangular. No porque el icono sea falso, engañoso o
ilusorio, sino porque está ahí para ayudarlo a usar la computadora, no para
distraerlo con detalles irrelevantes sobre sus entrañas.

Esto puede parecer extraño. Afirmamos que nuestras percepciones normales no

son verídicas y, sin embargo, no son ilusorias. ¿No es esto auto-
refutado? Después de todo, la definición estándar de las percepciones ilusorias es
que son percepciones que no son verídicas.

Sin embargo, la definición estándar de percepciones ilusorias se basa en una

comprensión incorrecta de la percepción y su evolución. Se supone que la
evolución ha configurado nuestras percepciones para que sean, en el caso normal,
verídicas. Pero la evolución no ha hecho tal cosa. En cambio, ha configurado
nuestras percepciones para que, en el caso normal, sean guías adecuadas para los
comportamientos adaptativos. Ninguna percepción es verídica. Pero sería un
error concluir que, por lo tanto, todas las percepciones son ilusorias. Ellos no

29 de 94
son. Usualmente guían nuestros comportamientos bastante bien. Es solo cuando
entendemos mal la evolución de la percepción que identificamos las percepciones
ilusorias con las percepciones no verídicas.

Por ejemplo, cuando uno ve una serpiente de cascabel larga y marrón, esta
percepción no significa que algo en el mundo objetivo sea largo y marrón. No
porque la percepción sea engañosa o ilusoria, sino porque la percepción de la
serpiente está ahí para guiar su comportamiento de manera adaptativa, no para
distraerlo con detalles irrelevantes sobre la verdadera estructura del mundo.

Hay una respuesta obvia: "Si crees que la serpiente es solo un ícono, ¿por qué no
lo recoges? Pronto aprenderás que la serpiente no es solo un ícono, es parte de la
realidad objetiva y la realidad muerde ".

Por supuesto, no voy a recoger la serpiente. Por la misma razón, no arrastraría

descuidadamente un icono rectangular azul a la basura. No porque tomo el ícono
del archivo literalmente, el archivo no es azul y rectangular. Pero me tomo en
serio el icono. Si arrastro el icono a la papelera, podría perder muchas horas de
trabajo.

Y ese es el punto. La selección natural ha moldeado nuestras percepciones de

maneras que nos ayudan a sobrevivir. Será mejor que nos tomemos en serio
nuestras percepciones. Si ves una serpiente, no la cojas. Si ves un acantilado,
evítalo. Pero tomar en serio nuestras percepciones no implica que debemos
tomarlas literalmente.Pensar de otra manera, pensar que "debo tomar en serio mi
percepción de serpiente" implica "debo tomar mi percepción de serpiente para
que sea literalmente cierta en el mundo objetivo", es un error elemental de lógica
pero que parece disfrutar de un fuerte control sobre La mente humana, incluso la
más brillante de las mentes. Samuel Johnson, por ejemplo, afirmó que refutaba el
idealismo de George Berkeley pateando una piedra y exclamando: "Lo refuto así "
(Boswell, 1791). ). Patear una piedra puede doler; hay que tomar en serio la
piedra, o arriesgarse a lesionarse. A partir de esto, Johnson concluye, contra

30 de 94
Berkeley, que uno debe tomar la piedra literalmente.El idealismo berkeleyiano
puede ser falso, pero el argumento de Johnson en contra se basa en una falacia
lógica.

Debemos tomarnos en serio nuestras percepciones no porque revelen la

verdadera estructura del mundo, sino porque están sintonizadas, por selección
natural, con la condición física. La distinción entre aptitud y verdad es elemental
y fundamental para la teoría evolutiva. La aptitud física es una función del mundo
objetivo. Sin embargo, una función de aptitud depende no solo del mundo
objetivo sino también del organismo, su estado y una acción. Para una mosca
hambrienta, una pila de estiércol transmite una buena condición física. Para un
humano hambriento, la misma pila no transmite aptitud.

La condición física es, en general, una función complicada del mundo objetivo
que depende de un organismo, su estado y su acción. No hay una relación simple
entre la aptitud física y la verdad, aunque muchos investigadores perceptivos
asumen lo contrario. Geisler y Diehl ( 2002 ), por ejemplo, afirman que "En
general, las estimaciones (perceptivas) que están más cerca de la verdad tienen
mayor utilidad que las que están a la altura de la marca". Esto sería conveniente,
pero desafortunadamente no es cierto. Las funciones de fitness son más
complejas y versátiles que eso y rara vez rastrean la verdad.

Formalmente, la teoría de la interfaz de la percepción propone que las estrategias

perceptivas de H. sapiens y, de hecho, de todos los organismos son,
genéricamente, estrategias de interfaz estrictas. Recuerde que esto significa, en el
caso sin dispersión, que la función perceptiva, P : W → X , que mapea los estados
del mundo externo Wen las experiencias perceptivas X , no es verídica en los
siguientes dos sentidos. Primero, X no es un subconjunto de W , por lo que
ninguna de nuestras experiencias perceptivas es literalmente cierta en el
mundo. Segundo, P no es un homomorfismo de ninguna estructura intrínseca
a W, aparte de la estructura de eventos requerida para la probabilidad, de modo

31 de 94
que ninguna relación estructural entre nuestras percepciones sea literalmente
cierta del mundo.

La teoría de la interfaz de la percepción ciertamente va en contra de nuestras

intuiciones normales acerca de la relación entre nuestras percepciones y la
realidad. Es contrario a lo que Bertrand Russell ( 1912 ) consideró obvio: "Si,
como suponen la ciencia y el sentido común, hay un espacio físico público que lo
abarca todo, las posiciones relativas de los objetos físicos. en el espacio físico
debe corresponder más o menos a las posiciones relativas de los datos sensoriales
en nuestros espacios privados. No es difícil suponer que este sea el caso ".

La teoría de la interfaz de la percepción es contraria a la intuición, pero puede

verse como un próximo paso natural a lo largo de un interesante camino de la
historia intelectual de H. sapiens .

Los griegos presocráticos y otras culturas antiguas creían que el mundo es plano,
en gran parte porque se ve así. Pitágoras, Parménides y Aristóteles, y pronto
muchos otros, llegaron a creer que nuestras percepciones son erróneas aquí y que
la tierra es de hecho esférica. Pero aún creían que la Tierra es el centro del
universo, porque ciertamente parece que la Tierra no se mueve y que el Sol, la
Luna, las estrellas y los planetas orbitan alrededor de ella. Kepler y Copérnico
descubrieron que, una vez más, nuestras percepciones nos han engañado, y la
teoría geocéntrica es falsa. Esto fue difícil de aceptar. Galileo se vio obligado a
retractarse, y Giordano Bruno fue quemado en la hoguera. Finalmente,
aceptamos el hecho contraintuitivo de que, en este caso específico, la realidad
difiere de nuestras percepciones y que la Tierra no es el centro del universo.

La teoría de la interfaz de la percepción da el siguiente paso. Dice que la realidad

difiere de nuestras percepciones no solo en este o aquel caso específico, sino de
una manera mucho más fundamental: nuestra percepción de los objetos físicos en
el espacio-tiempo no refleja más la realidad que nuestra percepción de una tierra
plana y estacionaria. El espacio-tiempo y los objetos físicos de nuestras

32 de 94
percepciones son una adaptación específica de la especie, moldeada por la
selección natural, que permite que H. sapiens sobreviva el tiempo suficiente para
reproducirse. No son una visión de la naturaleza de la realidad
objetiva. Sencillamente, la percepción se trata de tener hijos, no de ver la verdad.

El argumento a favor de la teoría de la interfaz no es una inferencia basada en

suposiciones epistemológicas, de que solo podemos estar seguros de nuestras
percepciones y, por lo que sabemos, el mundo difiere dramáticamente de
nuestras percepciones. Tampoco es un argumento a favor del idealismo, que el
ser debe ser percibido, y que algo que mi mente no percibe existe solo si lo
percibe otro (Berkeley, 1710/2012 ; 1713/1979 ).

En cambio, el argumento es que la evolución por selección natural, una de las

teorías mejor confirmadas de la ciencia contemporánea, se aplica no solo a los
rasgos corporales, sino también a los rasgos perceptivos y cognitivos. Esto
implica que, para una estrategia perceptiva, el boleto a la siguiente generación, de
hecho el único boleto que no sea la suerte, es el éxito reproductivo. El éxito
reproductivo y la veracidad son conceptos totalmente distintos. Cada vez que
divergen, el éxito reproductivo triunfa sobre la veracidad. Divergen si las
funciones de pago relevantes no son monotónicas; De hecho, divergen con
probabilidad imparcial uno. Por lo tanto, es casi seguro que nuestras
percepciones no han sido diseñadas para ser verídicas.

No es de extrañar, entonces, que la evolución haya dado forma a los escarabajos

que son engañados por las botellas, las libélulas que confunden las lápidas con el
agua, las gaviotas que prefieren discos rojos sobre cartón a sus verdaderas
madres, ranas que mueren de hambre cuando están rodeadas de montículos de
comestibles inmóviles. Las moscas, y las aves que prefieren las rocas con motas
brillantes o los huevos de los cowbirds a sus propios huevos. Estos no son valores
atípicos sorprendentes, sino exactamente lo que uno espera de una comprensión
cuidadosa de la teoría evolutiva. La razón por la que parece contrario a la

33 de 94
intuición de que nuestras propias percepciones del espacio-tiempo y de los
objetos no sean verídicas es que estamos ciegos a nuestra propia ceguera: no
podemos salir de nuestras percepciones y mirar hacia atrás para hacer el
sorprendente descubrimiento de que solo son una interfaz satisfactoria. no una
visión de la verdad. Para ese descubrimiento, para darnos cuenta de que, una vez
más, no hay una división fundamental entre nosotros y otros animales,
necesitamos la ayuda de la visión de espejo proporcionada por la teoría de la
evolución. En retrospectiva, deberíamos haber esperado todo lo que revela ese
espejo.

Steven Pinker ( 1997 ) retrata bien la vista desde el espejo: “Somos organismos,
no ángeles, y nuestras mentes son órganos, no conductos a la verdad. "Nuestras
mentes evolucionaron por selección natural para resolver problemas que eran
asuntos de vida o muerte para nuestros antepasados, no para comulgar con la
corrección".

Robert Trivers ( 1976 . / 2006, p xx; también 2011) ha asomado en el espejo y

visto el mismo punto de vista: “Si el engaño es fundamental para la comunicación
animal, entonces tiene que haber una fuerte selección para detectar el engaño y
esto debería, a su vez, para seleccionar un grado de autoengaño, dejando algunos
hechos y motivos inconscientes para no traicionar, mediante los signos sutiles del
autoconocimiento, el engaño que se practica. Por lo tanto , la visión convencional
de que la selección natural favorece a los sistemas nerviosos que producen
imágenes cada vez más precisas del mundo debe ser una visión muy ingenua de
la evolución mental". (Énfasis nuestro).

El marco estándar bayesiano para la visión.

El marco contemporáneo estándar para la investigación de la visión considera

que la visión es fundamentalmente un problema inductivo para inferir las

34 de 94
propiedades reales del mundo objetivo: cualquier imagen en la retina es
consistente con muchas interpretaciones de escenas diferentes; es decir, la misma
imagen podría, en principio, haber sido generada por muchas escenas 3D
distintas (generalmente infinitas). Esto plantea la pregunta natural de cómo el
sistema visual converge en una sola interpretación, o un pequeño número de
interpretaciones. La ambigüedad fundamental inherente a la percepción solo se
puede resolver aplicando sesgos o restricciones adicionales, por ejemplo, en
relación con la probabilidad de que las diferentes interpretaciones de escenas
sean a priori.. El entorno en el que evolucionó nuestra especie es un lugar
altamente estructurado, que contiene muchas regularidades. La luz tiende a venir
desde arriba, hay una prevalencia de estructuras simétricas, los objetos tienden a
ser compactos y compuestos por partes que son en gran parte convexas, y así
sucesivamente. A lo largo de la evolución, tales regularidades han sido
internalizadas por el sistema visual (Feldman, 2013 ; Geisler, 2008 ; Shepard,
1994 ). Por lo tanto, ayudan a definir sesgos probabilísticos que hacen que
algunas interpretaciones de una imagen sean mucho más probables que otras.

Formalmente, dada una entrada de imagen y 0 , el sistema visual debe calcular y

comparar las probabilidades posteriores p ( x | y 0 ) para las interpretaciones de
la escena candidata x . Por el Teorema de Bayes, esta probabilidad posterior es
proporcional al producto de la probabilidad de la escena x , p ( y 0 | x ), y su
probabilidad previa, p ( x )

𝑝 (𝑥∣∣𝑦
∣ 0 ) ∝ 𝑝 ( 𝑦0 ∣ )
∣∣𝑥 𝑝(𝑥)

La interpretación de la escena con la probabilidad posterior más alta a menudo se

considera la mejor interpretación de la escena, dada la imagen. Sin embargo, de
manera más general, la selección de una única "mejor" interpretación basada en
la distribución posterior requiere la aplicación de una función de pérdida. Una
función de pérdida define las consecuencias de cometer errores, es decir, de
realizar interpretaciones que se desvían del valor “verdadero”, aunque

35 de 94
desconocido, de la variable relevante en diferentes grados. Técnicamente,
el máximo a posteriori.(o MAP) la regla de decisión mencionada anteriormente
sigue si la pérdida es igualmente "mala" para todos los errores distintos de cero, y
0 cuando el error es efectivamente 0. Una función de pérdida cuadrática, donde
la pérdida aumenta a medida que el cuadrado de la magnitud del error conduce a
una regla de decisión que elige la media de la distribución posterior como la
mejor interpretación única (Mamassian et al. 2002 ).Otras reglas de decisión
utilizadas en los modelos de visión incluyen el uso de la pérdida máxima de masa
local (Brainard y Freeman, 1997 ) y la toma de muestras de la posterior (o
coincidencia de probabilidad; por ejemplo, Wozny, Beierholm y Shams, 2010 ).

La Figura 4a resume gráficamente el enfoque bayesiano estándar de la visión. En

este marco, el espacio X corresponde a los estados del mundo (generalmente
tomados como "escenas 3D"), e Y al conjunto de imágenes proyectadas. El mapa
de probabilidad L corresponde al mapa proyectivo o de renderizado de escenas
3D a imágenes 2D, posiblemente con ruido. 1 En vista de una imagen
particular y 0 en Y , la posterior Bayesiano B define una distribución de
probabilidad sobre las interpretaciones de escena en X . La elección de una
función de pérdida le permite a uno elegir una mejor interpretación basada en
esta distribución posterior completa en X .

Fig. 4
(a) Marco bayesiano estándar para la visión . ( b ) Nuestro marco CEP. En

36 de 94
este marco, el espacio de interpretación X en la inferencia probabilística no
se supone que es idéntico al mundo objetivo W . Es importante destacar que
existe una función de aptitud f en W . Los canales perceptivos de W a los
espacios representativos perceptivos X e Y están "sintonizados" para
aumentar el pago de aptitud física esperado para el organismo

Limitaciones del marco bayesiano estándar.

Dadas las dos fuentes probabilísticas de información incorporadas en la

probabilidad y en el anterior, el Teorema de Bayes proporciona una manera
probadamente óptima de combinarlas (Cox 1961 ; Jaynes, 2003 ). Por lo tanto,
una vez que se ha especificado un mapa de probabilidad y una distribución previa
en un espacio dado de posibles interpretaciones (o hipótesis de escena ), existe
una justificación basada en principios para usar Bayes para hacer inferencias
perceptivas. Sin embargo, como lo explicamos a continuación, el marco bayesiano
estándar para la visión hace ciertos supuestos clave que lo hacen demasiado
limitante.

Tenga en cuenta, en particular, que en el marco bayesiano estándar resumido

anteriormente, el espacio X desempeña dos funciones
distintas. Primero, X corresponde al conjunto de estados del mundo objetivo. En
segundo lugar, X corresponde al espacio de interpretaciones (o hipótesis) entre
las cuales el sistema visual debe seleccionar.En otras palabras, en el marco
estándar bayesiano para la visión, se asume implícitamente que el espacio de
hipótesis del observador es idéntico al mundo objetivo. Este doble papel
desempeñado por X es consistente con la conceptualización de la visión
como óptica inversa, según la cual el objetivo de la visión es esencialmente
"deshacer" los efectos de la proyección óptica (Adelson y Pentland, 1996 ; Pizlo,
2001 ). “Probabilidad inversa” También es coherente con las raíces históricas de
los métodos bayesianos como proporcionar formas de estimar Laplace ( 1774 ),

37 de 94
por ejemplo, considera el problema de estimar las causas subyacentes C de un
evento observado E : lo que uno desea para estimar es la probabilidad p ( C | E )
de una causa subyacente particular C dada la observación E , pero lo que uno
realmente sabe es la probabilidad p ( E | C ) de observar cualquier evento
particular E dada la causa C. El teorema de Bayes, por supuesto, proporciona un
medio para invertir estas probabilidades condicionales.

El doble papel desempeñado por el espacio X aclara la forma en que el marco

estándar de Bayesian para la visión incorpora la suposición de que el sistema
visual humano (y la percepción más en general) ha evolucionado para percibir de
forma verídica. Claramente, es no el caso de que un observador bayesiano
siempre hace inferencias verídicas. Dada la naturaleza intrínsecamente inductiva
del problema, eso sería imposible. Específicamente, debido a que un observador
bayesiano debe confiar en suposiciones de regularidades estadísticas en el mundo
(por ejemplo, la luz tiende a provenir de los gastos generales), necesariamente
realizará lainterpretación incorrecta de la escena cada vez que se coloque en un
contexto en el que sus suposiciones sean violadas digamos en una escena donde
la luz llega desde abajo, por ejemplo, Kleffner y Ramachandran, 1992 ).

Sin embargo, hay un sentido más fundamental en el que el marco bayesiano

estándar asume la veracidad: asume que el espacio de hipótesis X —el espacio
representativo del observador, que contiene las posibles interpretaciones de la
escena entre las que debe seleccionar— corresponde al objetivo (es decir,
observador). -independiente) la realidad. En otras palabras, asume que el
lenguaje representativo de las interpretaciones de la escena X del observador es el
lenguaje correcto para describir la realidad objetiva. Incluso si la estimación del
observador pudiera pasar por alto la interpretación "correcta" en cualquier
instancia dada, la suposición es, sin embargo, que el espacio de
representación XContiene en algún lugar dentro de ella una verdadera
descripción del mundo. Es en este sentido más fundamental que el marco
bayesiano estándar incorpora el supuesto de que la visión ha evolucionado para

38 de 94
percibir de manera verídica.

Cuando se ve a la luz de nuestra discusión anterior sobre las posibles relaciones

entre X y W (recuérdese la sección sobre Estrategias perceptivas), queda claro
que el marco estándar de Bayesian para la visión asume esencialmente
que X = W (o que X es isomorfo a W ). Este es un supuesto fuerte, esencialmente
una forma de realismo ingenuo, que hace imposible investigar verdaderamente la
relación que existe entre la percepción y el mundo objetivo. Una investigación
genuina debe comenzar con suposiciones mínimas sobre la forma de esta
relación. Esto es especialmente cierto si el objetivo es tener un modelo
matemático de la evolución.de los sistemas perceptivos. Claramente, como
sistemas de percepción evolucionan, sus espacios de representación pueden
cambiar, al igual que el mapeo del mundo W a un espacio de la representación
dada X . Por lo tanto, un marco que simplemente asume que X = W, o X es
isomorfo a W , (por definición) no podrá capturar esta evolución.

La consideración de los sistemas perceptivos en organismos más simples hace

que la naturaleza simplista de esta suposición sea especialmente clara. Como se
mencionó en la Introducción , al analizar sistemas visuales más simples, como los
de la mosca y la rana, Marr ( 1982 ) señaló que “… atienden adecuadamente y con
velocidad y precisión las necesidades de sus dueños, pero no son muy
complicadas; Se obtiene muy poca información objetiva sobre el mundo. La
información es muy subjetiva ... "Aclaró lo que quería decir con subjetivoal
agregar que "... es extremadamente improbable que la mosca tenga alguna
representación explícita del mundo visual que lo rodea; no es una verdadera
concepción de una superficie, por ejemplo, sino solo algunos disparadores y
algunos parámetros específicamente centrados en la mosca ..." (p. 34). Marr
reconoció que los sistemas visuales que no computan las propiedades objetivas
del mundo pueden, sin embargo, servir a sus dueños lo suficientemente bien
como para que sobrevivan. Esto no debería ser sorprendente. Claramente, lo que
importa en la evolución es la aptitud, no la verdad objetiva; e incluso los sistemas

39 de 94
de percepción que solo computan propiedades simples, "subjetivas" pueden
conferir suficiente aptitud para que un organismo sobreviva, incluso prospere.

Como también se señala en la Introducción , cuando se trata de la visión humana,

Marr ocupó una posición diferente (al igual que la mayoría de los científicos de la
visión moderna). Creía que las propiedades computadas por la visión humana
son, o corresponden a, propiedades observadoras del mundo objetivo. Una
dicotomía tan aguda entre los sistemas visuales de los organismos "más simples"
por un lado, y la visión humana por el otro, parece inverosímil. Después de todo,
la evolución delHomo sapiens.Se regía por las mismas leyes que rigen la
evolución de otras especies. Tampoco es viable suponer que la evolución es una
"escala del progreso" que lleva a los sistemas perceptivos a calcular de manera
incremental las propiedades más y más objetivas del mundo. Entonces, ¿qué
justificación tenemos para creer que los espacios de representación empleados
por los sistemas de percepción humanos corresponden a la realidad objetiva?

Como siempre, lo que importa en la evolución es la condición física, no la verdad

objetiva. Uno debe examinar el papel que juega la aptitud. Como notamos en
la secciónde la Teoría de la Percepción de la Interfaz , lo primero que se debe
tener en cuenta sobre la aptitud física es que depende no solo del estado objetivo
del mundo sino también del organismo en cuestión (p. Ej., Rana contra tigre), el
estado de el organismo (p. ej., hambriento contra saciado) y el tipo de acción en
cuestión (p. ej., apareamiento vs. comer). 2 Por lo tanto, el marco formal de una
persona debe ser lo suficientemente amplio como para incluir la posibilidad de
que las representaciones computadas por la visión humana tampoco capturen la
verdad objetiva (en el sentido más fundamental mencionado anteriormente, es
decir, que el espacio de interpretación X)no contiene en ninguna parte una
descripción verdadera del mundo objetivo). Además, si un marco de este tipo es
ser lo suficientemente general para modelar la evolución de los sistemas de
percepción, debe permitir claramente para diversas relaciones posibles
entre X y W .

40 de 94
Percepción evolutiva computacional

Generalizamos el enfoque bayesiano estándar a un nuevo marco que llamamos

Percepción Evolutiva Computacional o CEP (Hoffman & Singh, 2012 ; Singh &
Hoffman, 2013 ). Dada la naturaleza intrínsecamente inductiva de la percepción,
CEP incorpora inferencia probabilística de una manera fundamental. Es
importante destacar que coloca el mundo objetivo W fuera del aparato inferencial
bayesiano (Fig. 4b ). En CEP, X y Y son simplemente dos espacios-ni de
representación se supone que corresponden (o ser isomorfo) a W . En cualquier
contexto dado, Y puede ser un espacio de representación visual de nivel inferior
(por ejemplo, una representación de alguna estructura de imagen 2D), yX puede
ser una representación de nivel superior (por ejemplo, una que involucra alguna
estructura 3D). La representación más compleja X puede, por ejemplo, haber
evolucionado posteriormente a la representación más simple Y ; sin embargo, en
nuestro marco no se supone que X = W , es decir, que X contiene en su interior
una descripción verdadera del estado del mundo objetivo. Tampoco asumimos
que X está en ningún sentido objetivo "más cerca" de W queY. X es simplemente
un espacio representativo que ha evolucionado, probablemente porque tiene
algún valor de adaptación para el organismo dentro de su nicho ecológico. No
podemos asumir que las propiedades de Xcorresponden a las propiedades del
mundo objetivo W . En otras palabras, si encontramos alguna estructura enX , no
se deduce de esto que W necesariamente tenga esa estructura también. 3 (Para
ver una prueba de esto, consulte la sección Mundo medido, donde declaramos y
probamos un teorema de invención de simetría ).

Para cada espacio de representación, digamos X , existe un canal de percepción

de W a que el espacio de representación, es decir, P X : W  →  X . Anteriormente
utilizamos el término estrategia perceptiva para referirnos a dichos canales (ver
Definiciones 1 y 2). Estos canales definen la correspondencia entre el mundo

41 de 94
objetivo Wy los espacios representacionales ( X e Y ). Recuerde que, en el caso
general (es decir, con la dispersión), estos canales perceptivos son núcleos de
Markov (ver definición 2). Es decir, para cada w en W , P X especifica una medida
de probabilidad en X , y P Y especifica una medida de probabilidad
en Y . Recordemos también, que no hacemos suposiciones de cualquier estructura
en W, a excepción de probabilidad estructura, a saber, que tiene sentido hablar de
probabilidades de W . En concreto, suponemos que hay un espacio de eventos.
 𝒲en W , y una medida de probabilidad μ en este espacio. Esta medida de
probabilidad μ en W induce, a través del canal P X , un denominado
“PUSHDOWN” medida mu X en X , y de manera similar que induce, a través
de P Y , una medida de probabilidad μ Y en Y . Una implicación de esto es que
la distribución de probabilidad previa en X , utilizada para hacer inferencias
bayesianas de Y a X , no es el "mundo anterior" en nuestro marco, sino
su pushdownmedida de vía probabilidad el canal perceptual P X -onto el espacio
de la representación X .

Por supuesto, la condición física desempeña un papel fundamental en el CEP, ya

que la idea de alto nivel es que la evolución "sintoniza" el canal
perceptivo P X (incluido el propio espacio de representación X ) para aumentar el
pago esperado de la condición física al organismo. En otras palabras, la condición
física es la señal clave de que los canales de percepción están "sintonizados" para
comunicarse. Con el fin de incorporar la condición física al marco, consideramos
que los organismos están acumulando “puntos de condición física” a medida que
interactúan con el mundo. Como se señaló anteriormente, la aptitud física
depende no solo del estado objetivo del mundo, sino también del organismo en
cuestión, su estado y el tipo de acción que se está considerando. Así definimos
una función de aptitud global f : W × O × S × A  → ℝ + donde O es el conjunto de
organismos, S sus estados posibles y A sus posibles clases de acción. Una vez que
reparamos un organismo o en O , su estado s en S y la clase de acción a en A ,
tenemos una función de aptitud específica f o , s, a : W  → ℝ + que asigna
puntos de aptitud (números reales no negativos) a cada w en w (por ejemplo, a

42 de 94
un león hambriento comiendo una gacela).

Por lo tanto, el marco del CEP difiere del marco bayesiano estándar para la visión
en tres aspectos clave: (1) separa el mundo objetivo W del espacio de
interpretación X(utilizado en la inferencia bayesiana de Y a X ); (2) introduce los
canales de percepción P X y P Y desde W a los espacios X e Y , respectivamente; y
(3) introduce una función de aptitud en W (Fig. 4b ). De hecho, la condición
física es la señal clave de que los canales de percepción están sintonizados para
comunicarse. Dada una función de aptitud específica f o, s, a La evolución
conforma un mensaje de origen sobre la condición física y un canal para
comunicar ese mensaje, de tal manera que se pueda escalar hacia un mayor pago
de la condición física esperada para el organismo. Por lo tanto, el canal
perceptivo P X : W  →  X se puede expresar como la composición de dos núcleos
de Markov: (1) un kernel de construcción de mensaje 𝑃𝐶𝑋 : 𝑊 → 𝑀 , donde M
es el conjunto de mensajes y (2) un kernel de transferencia de mensajes
𝑃𝑇𝑋 : 𝑀 → 𝑋 que transmite los mensajes. El núcleo de construcción es
necesario porque el mensaje a transmitir depende no solo de W y X , sino
también de la función de aptitud específica f o, s, a . Por lo tanto, si consideramos
una función de aptitud específica diferente en W , el conjunto de mensajes a
transmitir puede ser muy diferente.

Considere nuevamente un juego de interfaz en un ejemplo simple de un

"mundo" W que involucra una sola variable que varía de 0 a 100 (de modo que
cada valor en este rango sea un "estado mundial" particular; un ejemplo similar
se discute en la sección sobre Juegos evolutivos ). Ahora considere una función
de aptitud no monótona enW con dos picos, una ligera complicación de la función
de aptitud en las Figs. 2 y 3: como se muestra en la Fig. 5a . Como se desprende
de esta gráfica, los valores de estado mundial cercanos a 25 y 75 están asociados
con la mayor cantidad de aptitud física, mientras que los valores cercanos a 0, 50
y 100 están asociados con la menor aptitud física. Supongamos que se nos da un
espacio representativo X,que contiene exactamente 4 elementos, X = { A , B , C ,

43 de 94
D }. Si queremos construir un canal de percepción eficiente para la función de
aptitud anterior a este espacio de representación, una forma natural de proceder
es construir un conjunto de mensajes, M = { B , G , Y , R }, y mapear valores
de W en M agrupando sus valores de aptitud en cuatro clases. Específicamente,
los estados del mundo en W con valores de aptitud física muy altos se asignan
a B ("azul"); Aquellos con valores de aptitud algo altos en G("Verde"), aquellos
con valores algo bajos en Y ("amarillo"), y aquellos con valores muy bajos
en R ("rojo"; Fig. 5b ). En este caso, la representación activada en X (según el
mensaje recibido) será altamente informativa sobre el estado físico. Entonces, si
un organismo tiene que elegir entre dos estados mundiales basándose en el
conocimiento de que uno era B y el otro Y , siempre sería capaz de elegir el estado
mundial con el mayor valor de aptitud física. Tenga en cuenta, por el contrario,
que este canal de percepción es pobre en transmitir el estado actual del
mundo W . Un mensaje deR,por ejemplo, podría ser indicativo de un estado
mundial cercano a 0, 50 o 100; no hay forma de decirlo, de manera similar para
los otros posibles mensajes recibidos.Por la misma razón, este canal perceptivo
también será deficiente para transmitir información sobre una función de aptitud
(diferente) que aumentó monótonamente con los valores del estado mundial.

Fig. 5
(a) Una función de aptitud no monótona en una variedad de estados del
mundo. ( b ) Construir un mensaje eficiente para un espacio de
representación con cuatro elementos. Los valores del estado mundial se
asignan a estos cuatro elementos en función de una agrupación de sus
valores de aptitud física ("muy alto", "algo alto", "algo bajo" y "muy bajo"). El
canal resultante es altamente informativo sobre el pago esperado de la

44 de 94
aptitud física, pero no es informativo sobre los estados mundiales objetivos.

El ejemplo anterior aclara que la noción de “sintonizar” un canal perceptivo

depende fundamentalmente de la función de aptitud específica. Proponemos las
siguientes definiciones generales:

Definición 8

Dada una función específica de aptitud f o, s, a , un observador ideal

darwiniano consiste en un espacio representativo X y un canal perceptivo P X :
W  →  X quemaximiza el pago esperado de aptitud física al organismo.

Denominamos ideal de observador , ya que la selección natural no produce, en

general, canales de percepción que maximicen el pago esperado en forma
física. Produce soluciones satisfactorias, en lugar de soluciones optimizadas. Este
tipo de solución de satisfacción más típica define a un observador darwiniano :

Definición 9

Dada una función de aptitud específica f o, s, a , un observador

darwiniano consiste en un espacio representativo X y un canal perceptivo P X :
W  →  X que ha sido moldeado por la selección natural como una solución
satisfactoria al problema del aumento de lo esperado. Gimnasio para el pago al
organismo. 4

Evolución de los canales perceptivos y representaciones.

Al incorporar el rol de la inferencia probabilística de manera fundamental, el CEP

generaliza el marco bayesiano estándar para la visión al: (1) permitir diferentes
relaciones posibles entre el mundo W y las representaciones perceptivas X (por
ejemplo, en sistemas perceptivos en evolución); (2) la introducción de la aptitud

45 de 94
en el marco de una manera que no se limite simplemente a reducir la función de
pérdida bayesiana; y (iii) modelar la evolución de los sistemas perceptivos como
una escalada hacia el mejor pago esperado para la aptitud del organismo. A
continuación, consideramos algunas formas diferentes en que puede ocurrir tal
escalada.

Evolución de los canales perceptivos.

Una forma obvia de aumentar el pago esperado de aptitud física es "ajustar" un
canal perceptivo P X de manera apropiada mientras se mantiene el espacio de
representación X fijo. Un componente clave de tales ajustes es la creación de un
conjunto de mensajes M y un núcleo de construcción de mensajes
𝑃𝐶𝑋 : 𝑊 → 𝑀 que es altamente informativo sobre la función de aptitud
en W . Como vimos en el ejemplo de la Fig. 5 anterior, es posible tener un canal
perceptivo (una composición de un kernel de construcción de mensajes y un
kernel de transferencia) que sea bueno para comunicar información sobre la
aptitud física, pero malo para comunicar información sobre la verdad, y
viceversa.

Evolución de los espacios representacionales.

En la situación considerada anteriormente, el espacio de
representación X permaneció fijo, solo evolucionó el canal P X. Sin embargo, en la
evolución biológica, está claro que las representaciones perceptivas en sí mismas
evolucionan. Si un espacio de representación X tiene poca estructura relevante
(por ejemplo), incluso con el canal perceptivo P X sintonizado de manera óptima
(es decir, para maximizar el pago de aptitud física esperada), la cantidad de
información transportada sobre la condición física esperada aún puede ser
bastante limitada. En tales casos, habría una presión evolutiva para evolucionar
el propio espacio de representación X , en lugar de solo el canal de percepción
hacia el espacio de representación fijo X . En un punto en el curso de su
evolución, por ejemplo, el sistema visual de un organismo puede representar solo

46 de 94
una estructura de imagen 2D rudimentaria, mientras que mucho más tarde en su
evolución, puede adquirir representaciones que segmentan el mundo perceptivo
en objetos y representan alguna estructura 3D. . Tenga en cuenta que este es un
cambio más dramático, que altera el formato cualitativo de una representación,
en comparación con una situación en la que un valor de parámetro dentro de un
espacio de representación fijo (como el pico de una función de sensibilidad
espectral) se modifica por las presiones evolutivas.

En el diagrama de CEP arriba (Fig. 4b ), que considera espacios de

representación X y Y . Estas son, por supuesto, solo dos de las muchas
representaciones posibles. Al estudiar la evolución de las representaciones, se
deben considerar las secuencias evolutivas de las representaciones perceptivas,
⟨𝑋1 , 𝑃𝑋1 ⟩ → ⟨𝑋2 , 𝑃𝑋2 ⟩ → ⟨𝑋3 , 𝑃𝑋3 ⟩ → …5 Entonces es natural considerar
si, y bajo qué condiciones, tal secuencia podría converger a la estructura del
mundo objetivo. Teniendo en cuenta nuestros argumentos hasta ahora, y nuestra
revisión de los resultados con juegos evolutivos (consulte las secciones sobre
Juegos evolutivos y Algoritmos genéticos), parece poco probable que una
secuencia de representaciones perceptivas que resulte en un aumento de la
capacidad de espera esperada de forma monotónica genéricamente genere un
aumento de la capacidad de forma monotónica. para transmitir la señal de
"verdad" (es decir, información sobre la estructura del mundo objetivo). La
ventaja de nuestro marco formal es que nos permite plantear y abordar dichas
preguntas de una manera matemáticamente precisa.

Representaciones dedicadas vs. de propósito general

Ambas posibilidades considerados anteriormente en evolución el perceptual
canal P X para un fijo X frente a la evolución de X en sí-asumir un contexto en el
que se le da una función de aptitud específico, y el canal de percepción y / o
espacio de representación está sintonizado para aumentar la aptitud-pago para
que Función física específica . Recordemos que una determinada función de

47 de 94
aptitud f O, S, un presupone no sólo un organismo particular o , sino también un
estado particular, s clase de la acción, y en particular una . Debido a que los
organismos se involucran, por supuesto, en una amplia variedad de clases de
acción, y cada clase de acción está asociada con su propia función de aptitud
específica F o , s, a : W  → ℝ + , uno debe considerar no solo una, sino muchas
de estas funciones específicas de la aptitud física. Sin embargo, lo que es más
importante, la optimización (en el caso ideal) de una representación perceptiva y
un canal para maximizar el pago de adecuación esperado para una función de
adecuación específica no garantiza que esta representación y el canal se
optimizarán para otras funciones de adecuación (asociadas con otras clases de
acción) . Esto plantea el problema de cómo ajustar mejor las percepciones de un
organismo a una variedad de diferentes funciones de acondicionamiento físico.

En términos generales, hay dos formas en que se puede abordar el problema

anterior, y ambas parecen haber sido empleadas por la evolución. El primero es
desarrollar representaciones perceptivas distintas que estén dedicadas a
diferentes tipos de tareas o acciones. En este caso, cada representación / canal
dedicado permite un alto pago de aptitud física esperada para la función de
aptitud específica asociada con una clase de acción en particular. Al considerar
una clase de acción diferente, una representación / canal diferente se dedicaría a
comunicar información sobre su señal de aptitud esperada. Aunque existe cierta
evidencia de tales representaciones dedicadas en la evolución de la visión (p. Ej.,
Vías dorsales versus ventrales en la corteza del primate),

En el otro extremo del espectro, uno puede imaginar que una sola representación
/ canal de propósito general se “sintonice” para aumentar simultáneamente el
pago de aptitud esperada para un gran número de funciones de aptitud
específicas (asociadas con diferentes clases de acción). En este caso, es poco
probable que el canal perceptivo se pueda sintonizar de manera óptima para
todas esas funciones específicas de acondicionamiento físico. Sin embargo, si las
funciones específicas de aptitud física son suficientemente similares, es

48 de 94
ciertamente posible que el canal de propósito general pueda aumentar el pago de
aptitud física esperada lo suficiente como para hacer que esta estrategia sea
factible, especialmente porque al hacerlo se evitan los "costos" asociados con la
producción de múltiples espacios de representación.

Aunque ninguna de las dos estrategias es factible en su forma extrema (es decir,
usar una única estrategia en todo momento), parece razonable un compromiso
basado en una combinación de las dos estrategias. Dado un gran número de
funciones físicas específicas, agrúpelas en grupos según su similitud. Ahora
dedique un espacio y canal de representación diferente a cada grupo. Por lo tanto,
todas las funciones específicas dentro de un clúster están servidas por una sola
representación / canal. Esta estrategia mixta permite que los diferentes espacios y
canales de representación realicen un trabajo razonable para aumentar el pago de
aptitud física esperada para todas las funciones específicas de acondicionamiento
físico en un grupo particular, mientras que el número total de representaciones
distintas es relativamente bajo.

Bucle Percepción-Decisión-Acción (PDA)

La afirmación básica de la teoría de la interfaz es que nuestros espacios de

representación no necesitan ser isomorfos u homomorfos para el mundo
objetivo W (o para un subconjunto de W ). Por lo tanto, cuando observamos
alguna estructura en un espacio de representación X (p. Ej., La
tridimensionalidad), no podemos simplemente inferir de esta observación
que W también debe tener esa misma estructura. Sin embargo, esto plantea una
pregunta natural: en ausencia de una relación homomórfica, ¿cómo es posible
que la percepción guíe las acciones en el mundo?

La interacción exitosa con el mundo requiere, al menos, que un organismo pueda

predecir cómo cambiarán sus percepciones cuando actúe. Cuando percibimos la

49 de 94
forma 3D de un objeto, podemos predecir, por ejemplo, en función de sus
diversas formas de simetrías percibidas, cómo se vería el objeto si tuviéramos que
levantarlo y rotarlo en cierta dirección. De manera similar, cuando lanzamos un
objeto de cierta manera, podemos predecir la trayectoria, el giro y otros
comportamientos que es probable que observemos. Nuestro éxito en la
interacción con el mundo de muchas maneras diferentes podría sugerir que
nuestras representaciones del mundo objetivo W son verídicas (Pizlo et al. 2014
). En otras palabras, podría sugerir que nuestras representaciones deben incluir
un modelo preciso del mundo objetivo. ¿De qué otra manera podríamos explicar
tales interacciones exitosas?

Por lo tanto, una pregunta natural que debe abordar la Teoría de la interfaz es: si
no podemos asumir una correspondencia simple (por ejemplo, isomórfica u
homomórfica) entre nuestras representaciones y el mundo objetivo, ¿cómo
podemos explicar nuestras interacciones exitosas con el mundo? A continuación,
desarrollaremos una respuesta a esta pregunta en términos formales, pero en
resumen, la respuesta es que esto es posible, porque no solo vemos pasivamente
el mundo, sino que actuamos en consecuencia, y además percibimos las
consecuencias de esas acciones. . En otras palabras, es posible interactuar con un
mundo fundamentalmente desconocido si (1) hay canales perceptivos
estables; (2) hay una regularidad en las consecuencias de nuestras acciones en el
mundo objetivo; y (3) estas percepciones y acciones están vinculadas
coherentemente. 2006 ; Chemero 2009 ), nuestra posición difiere en un aspecto
crucial. En nuestra opinión, tener una experiencia perceptiva no requiere
movimientos motores. Nuestra afirmación es más bien que, a lo largo de la
evolución, las interacciones perceptivo-motor han jugado un papel importante en
la configuración de los mecanismos perceptivos.

Para volver a la metáfora de la interfaz de escritorio en una PC, aunque las

características visibles de los iconos de los archivos (su forma, color, etc.) no
reflejan sus propiedades objetivas (los archivos de la computadora en sí no tienen

50 de 94
una forma o color inherente), No obstante, la interfaz nos permite interactuar con
éxito con la computadora debido a la coherencia entre los mapeos de
"percepción" y "acción". Por su diseño, la interfaz del escritorio nos permite
interactuar con éxito con la computadora, incluso si somos ignorantes de su
naturaleza objetiva. De manera similar, la afirmación de la teoría de la interfaz es
que las propiedades perceptivas del espacio-tiempo y los objetos simplemente
reflejan las características de nuestra interfaz perceptiva; No corresponden a la
verdad objetiva.

La acción juega un papel crucial en la evolución de las representaciones

perceptivas porque la condición física, a la cual se sintonizan los canales
perceptivos, depende de las acciones de un organismo. Recuerde que las
funciones de aptitud física específicas no solo dependen del organismo y su
estado, sino también de la clase de acción en cuestión. Así, diferentes clases de
acción corresponden a diferentes aptitudes esperadas. Debido a que los canales
perceptivos están sintonizados para comunicar de manera eficiente la
información sobre la condición física esperada, uno puede esperar un
acoplamiento entre la evolución de los canales / representaciones perceptivas y
las acciones que informan.

Recuerde que, en el marco del CEP, tenemos espacios de representación ( X , Y ) y

canales perceptivos ( P X , P Y ) desde el mundo W hasta estos espacios de
representación. Vamos a centrarnos en uno de estos espacios de representación,
digamos X . (Por lo tanto, podemos eliminar el subíndice X del canal perceptivo
para el resto de esta sección). Para introducir la acción en el marco, agregamos un
espacio G de acciones posibles, como se muestra en la Fig. 6 . ( G puede tener,
como un subconjunto, un grupo que actúa sobre el mundo W , pero aun así, la
acción de este grupo en el mundo puede no ser técnicamente
una acción grupal . Ver Apéndice .)

51 de 94
Fig. 6
Percepción-Decisión-Acción, o PDA, bucle. Tenga en cuenta que hemos
agregado un espacio de posibles acciones G al marco del PAC. Esto ahora
produce tres núcleos de Markov: el canal de percepción P de W a X , el
núcleo de decisión D de X a G y el núcleo de acción A de G a W

Dada una percepción x en X , el sistema perceptivo debe decidir qué

acción g realizar (incluida la posibilidad de no realizar ninguna acción). Una vez
que se ha seleccionado una acción g , el observador debe actuar sobre el
mundo W : si la acción g es determinista (como en, por ejemplo, una acción de
grupo), entonces el estado anterior w del mundo se mueve a un nuevo estado w ′
Denotado gw Sin embargo, en general, queremos permitir la posibilidad de que la
acción en el mundo sea estocástica, por lo que pensamos en g actuando a través
de un kernel markoviano A , llamado kernel de acción, como sigue. Para
cada g εG y w  ∈  W , A ( g , d w ) define una distribución de probabilidad sobre
los estados de W .

Como resultado, tenemos tres núcleos de Markov, para percepción, decisión y

acción respectivamente. P es un kernel de W a X , D es un kernel de X a G y, dado
el estadow anterior del mundo, A es un kernel de G a W (estrictamente
hablando, A es un kernel de G × W a W ; similarmente, mutatis mutandis, para
los otros núcleos). Estos tres núcleos, por lo tanto, forman un bucle que llamamos
el bucle PDA. Porque, en nuestro marco, el observador no sabe W, no puede
conocer el canal perceptivo P (deW a X ), ni el núcleo de acción A (de G a W ). En
otras palabras, así como el observador no conoce la verdadera fuente de sus

52 de 94
percepciones en el mundo objetivo, tampoco conoce los verdaderos efectos que
sus acciones están teniendo en el mundo objetivo. Es importante destacar, sin
embargo, el observador hace saber las consecuencias perceptuales de esos
efectos, es decir, los resultados esos efectos tienen, a través del canal
perceptual P , de vuelta en su representación perceptual X .

En otras palabras, a pesar de que el observador no puede saber núcleos P y A de

forma individual, se puede conocer la composición del núcleo AP de acciones
en G a perceptual representaciones en X . Del mismo modo, se puede conocer la
composición del núcleo DAP de las representaciones perceptuales X de nuevo
a X . Esto es lo que le permite al observador interactuar con W, aunque en un
sentido fundamental lo ignoramos. Al probar varias acciones y observar sus
consecuencias perceptivas, puede ajustar su núcleo de decisión (el que escoge
acciones) para que las consecuencias perceptivas resultantes de sus acciones
mejoren la aptitud de manera más consistente; Tenga en cuenta que esta lógica se
aplica tanto filogenéticamente como ontogenéticamente.

Debemos tener en cuenta que el formalismo de PDA que se acaba de describir se

aplica no solo a los humanos, sino también a todos los organismos. Además, un
organismo determinado puede tener muchos bucles PDA, y sus bucles PDA se
pueden anidar y conectar en red en una variedad infinita de formas. Por lo tanto,
el formalismo de la PDA proporciona un poderoso marco abstracto para el
modelado cognitivo (Hoffman y Prakash 2014 ; Singh y Hoffman 2013 ).

Mundo medido

A pesar de la evidencia de los juegos evolutivos y los algoritmos genéticos que

militan contra las percepciones verídicas, una crítica rigurosa podría no ser
inmutable: “Mira, sigue siendo el caso que lo que ves es lo que obtienes. Si me
parece que una roca es redonda y está a 5 pies de distancia, puedo verificar esto

53 de 94
con reglas, telémetros láser y una gran cantidad de otros instrumentos, y luego
confirmarlo con otros observadores dotados de instrumentos similares. Así que
mis percepciones son de hecho verídicas ".

Este argumento es prima facie plausible y tiene dos partes clave. La primera
parte, el argumento del mundo medido , afirma que nuestras percepciones del
mundo son verídicas porque generalmente están de acuerdo con nuestras
mediciones cuidadosas del mundo. La segunda parte, el argumento de consenso ,
afirma que nuestras percepciones son verídicas porque los observadores
humanos normalmente están de acuerdo entre sí sobre sus percepciones y los
resultados de sus mediciones.

Ambos argumentos fallan. Un problema con el argumento del mundo medido es

que hay casos obvios en los que nuestras percepciones discrepan radicalmente
con nuestras mediciones cuidadosas. El sol, la luna y las estrellas, por ejemplo,
parecen muy lejanos, pero todos parecen igualmente lejanos. Nada en nuestras
percepciones nos prepara para esperar que el sol esté casi 400 veces más lejos
que la luna, o que la estrella más cercana, Proxima Centauri, esté más de 250,000
veces más lejos que el sol. Incluso a corta distancia, nuestras percepciones
difieren de nuestras mediciones cuidadosas (Kappers 1999 ; Cuijpers et al. 2003
; Koenderink et al. 2010 ; Pont et al. 2012 ), líder de Koenderink ( 2014 ) para
concluir "La noción misma de veridicalidad, tan a menudo invocada en los
estudios de visión, es nula" y "Es un obstáculo importante en el camino hacia la
comprensión de la percepción".

Un segundo problema con el argumento del mundo medido surge incluso si los
resultados de las mediciones concuerdanCon nuestras percepciones. Expresamos
nuestras medidas en términos de predicados que utilizan nuestras
representaciones perceptivas. Por ejemplo, llegamos a una noción de espacio
euclidiano (en física newtoniana) extendiendo nuestras representaciones
perceptivas usando suposiciones de simetría, como la invarianza de la traducción

54 de 94
y la rotación. En este sentido, nuestro mundo medido es simplemente una
extensión de nuestras representaciones perceptivas. Una medición de la
profundidad, por ejemplo, como nuestra percepción de la profundidad, se
describe utilizando predicados espaciales (por ejemplo, utilizando centímetros o
distancias relativas). Son estos mismos predicados que, según los resultados de
los juegos evolutivos, no tienen correspondencia con la realidad objetiva. La
selección natural, en cambio, favorece los predicados ajustados a las funciones de
aptitud

El argumento del consenso no se encuentra mejor, por la sencilla razón de que el

acuerdo entre los observadores no implica la veracidad de sus percepciones o
mediciones. El acuerdo puede ocurrir si, por ejemplo, las percepciones y las
mediciones de los observadores son todas no verídicas de la misma manera. De
hecho, si la teoría de la interfaz de la percepción es correcta y la selección natural
ha dado forma a H. sapiens para que comparta una interfaz no verídica, entonces
es por eso que estamos de acuerdo. Pero eso no implica nada sobre la
realidad. Todas las moscas están de acuerdo: el estiércol sabe muy
bien. Podríamos discreparnos.

Bertrand Russell ( 1912 ) da otro argumento de que nuestras percepciones

coinciden con el mundo medido : "Si un regimiento de hombres marchan por un
camino, la forma del regimiento se verá diferente desde diferentes puntos de
vista, pero los hombres aparecerán ordenados. En el mismo orden desde todos
los puntos de vista. Por lo tanto, consideramos que el orden es verdadero también
en el espacio físico, mientras que la forma solo se supone que corresponde al
espacio físico en la medida en que se requiere para la preservación del orden ". La
idea es que ciertos aspectos de nuestras percepciones son invariantes bajo
cambios en el punto de vista, y esto conlleva la veracidad de estos aspectos.

Este argumento también falla, pero la razón es más profunda. Nuestras

percepciones del espacio y el tiempo pueden extenderse sistemáticamente

55 de 94
utilizando grupos de simetría, por ejemplo, grupos de Euclides, Galilean, Lorentz,
Poincare y supersimetría (Cornwell 1997 ). Los mundos medidos que resultan
comparten los mismos predicados de espacio y tiempo que nuestras percepciones
pero no sufren la misma miopía: la extensión euclidiana, por ejemplo, maneja
fácilmente la enorme diferencia de distancia entre la luna y las estrellas. Los
cambios en el punto de vista o en el marco de referencia de un observador se
pueden modelar mediante acciones de estos grupos (por ejemplo, traslaciones y
rotaciones) en el espacio-tiempo extendido de manera apropiada. Russell afirma
que si una característica de nuestras percepciones es invariante en estas acciones
grupales, entonces puede tomarse como verídica.

Esta afirmación es falsa. El siguiente teorema muestra que el mundo mismo

puede no compartir ninguna de las simetrías que observa el observador. El
mundo no necesita tener la estructura que percibe el observador, sin importar
cuán compleja sea esa estructura y sin importar cuán predecible y
sistemáticamente se transforme esa estructura a medida que actúa el observador.

Invención del teorema de simetría.

Dejar que un observador tiene a su disposición un grupo G de acciones sobre el

mundo W , de tal manera que su propio espacio perceptivo X es un G -set. Esto
significa que G actúa sobre X a través del núcleo PA = P ( A ( g )) = ∫ P ( w ,
dx ) A ( g , dw ), es decir, la acción de A seguida de la de P ; Además, G
actúa sobre X por unaacción grupal transitiva., por lo que G es un grupo
de simetría de X (ver Apéndice). Además, deje que G actúe sobre W de tal
manera que el canal perceptivo del observador media esta acción: P ( g. W )
= g. P ( w ), donde el punto significa la acción de G en cada conjunto. Luego, las
experiencias perceptivas X de este observador admitirán una estructura con G
como su grupo de simetrías.

Prueba

56 de 94
Vamos S x sea la fibra de P sobre x  ∈  X . (Los puntos, w , w ′ ∈  W , están en la
misma fibra si la medida de probabilidad P ( w , on) en ( 𝑋, ) es la misma que
la medida de probabilidad P ( w ′, ⋅). Luego, podemos ver W = ∪  x  ∈  X S x y
pensar en cada elemento de W como un par ( x , s ) con s  ∈  S x . Como la
función P está en X,podemos ver a P como una proyección: P ( x , s ) = x .

Cuando G actúa sobre W, tomará cada elemento ( x , s ), donde s  ∈  S x , a un

elemento ( g. X , s ′) con s ′ ∈  S g. x . Esto conserva las fibras de p . Además,
vemos que cuando G actúa sobre W a través del elemento de grupo g, actúa
automáticamente sobre X mediante el mismo elemento, porque g. x = g. P ( w )
= P ( g. W ). □

Sentido

Las experiencias perceptivas de un observador pueden tener una estructura rica,

por ejemplo, una estructura 3D que es localmente euclidiana, y que se transforma
de forma predecible y sistemática a medida que actúa el observador, pero esto no
implica absolutamente nada sobre la estructura del mundo objetivo. Esto es
tremendamente contradictorio. Naturalmente, asumimos que la rica estructura
de nuestras experiencias perceptivas, y sus transformaciones previsibles a medida
que actuamos, seguramente debe ser una idea de la verdadera estructura del
mundo objetivo. El teorema de la invención de la simetría muestra que nuestras
intuiciones aquí son completamente erróneas.

Tenga en cuenta que la acción de G en el mundo no tiene por qué ser una acción
de grupo: las coordenadas s en la fibra podrían ir a cualquier s ′ en absoluto
en S g. x .Además, no hay ningún requisito sobre la naturaleza de los
diferentes S x : podrían ser cualquier cosa. Entonces, G no necesita ser un grupo
de simetría del mundo: el mundo no necesita tener la estructura que el
observador ve. Todo lo que se requiere es que la acción del observador en el
mundo fluya fielmente hacia una accióngrupal sobre sí misma a través de sus
propias percepciones: las acciones del observador y sus propias simetrías

57 de 94
percibidas son compatibles. Que esto esta mediado en el mundo no implica que
el mundo comparta la simetría: que el mundo tiene esta simetría podría ser
simplemente una presunción del observador (ver también Terekhov y O'Regan (
2013 ) y Laflaquiere et al. ( 2013 ) para ver cómo las percepciones euclidianas
podría aprenderse interactuando con un mundo no euclidiano). Un caso especial
importante del Teorema de la invención de simetría surge cuando el grupo de
simetría es el grupo de Lorentz o Poincare (o supersimetrías que incluyen
estos). En este caso, tenemos el corolario de que un observador puede inventar
con éxito el espacio-tiempo incluso si el mundo objetivo no tiene espacio-tiempo
o solo tiene versiones locales del espacio-tiempo. Llamamos a este corolario
la invención del teorema del espacio-tiempo .

Quizás este teorema parezca artificial: ¿por qué las percepciones de un

observador dividen a W en subconjuntos tan extraños S x ? Bueno, una buena
razón sería una función de aptitud en W que pasó a ser constante, o más o menos
constante, dentro de cada subconjunto S x , pero fue diferente entre los
subgrupos. Entonces, las presiones de selección tenderían a dar forma
precisamente a esta extraña talla del mundo. En este caso, vemos el mundo como
euclidiano no porque esta percepción sea verídica, sino porque representa
adecuadamente lo que importa en la evolución: la aptitud. Por ejemplo, nuestra
percepción del espacio podría ser simplemente una representación de los costos
de acondicionamiento físico en los que incurriríamos por acciones de locomoción
y similares.

Llevando esto un paso especulativo más allá, porque el observador mismo es

parte del mundo W, que es el dominio de la función de aptitud, se deduce que, a
medida que la estructura del observador evoluciona, es probable que la función
de aptitud en sí cambie. En este sentido, el observador y sus funciones de aptitud
coevolucionan. Si, como parece plausible, los observadores que son menos
costosos en sus requisitos de información y cómputo son, ceteris paribus, más
en forma, entonces podríamos considerar que es un teorema que la coevolución

58 de 94
de la función de observador y aptitud conduce inexorablemente a estructuras y
acciones grupales. Si es así, este resultado mostraría cómo los grupos que
aparecen en las teorías físicas podrían, de hecho, surgir de restricciones
evolutivas.

Ilusion y alucinacion

Las ilusiones perceptivas han sido temas de interés durante milenios (ver Wade
2014 , para una revisión). La descripción moderna del libro de texto de las
ilusiones perceptivas las trata como casos raros en los que la percepción no es
verídica. El libro Visionbook Science , por ejemplo, dice que ... ... la percepción
verídica del entorno a menudo requiere procesos heurísticos basados en
supuestos que generalmente, pero no siempre, son ciertos. Cuando son verdad,
todo está bien y vemos más o menos lo que realmente está allí. Sin embargo,
cuando estas suposiciones son falsas, percibimos una situación que difiere
sistemáticamente de la realidad: es decir, una ilusión ”(Palmer 1999 , p. 313).

Gregory ( 1997 ) está de acuerdo con la cuenta del libro de texto, pero admite que
"es extraordinariamente difícil dar una definición satisfactoria de una" ilusión
". Puede ser la salida de la realidad o de la verdad; ¿Pero cómo se definen estos? A
medida que los relatos de la realidad de la ciencia se vuelven cada vez más
diferentes de las apariencias, decir que esta separación es "ilusión" tendría la
absurda consecuencia de implicar que casi todas las percepciones son
ilusorias. Parece mejor limitar la 'ilusión' a las discrepancias visuales sistemáticas
y otras detectadas a partir de mediciones simples con reglas, fotómetros, relojes,
etc. '

La teoría de la interfaz de la percepción afirma, en términos evolutivos, que no

debemos esperar que ninguna de nuestras percepciones sea verídica. Esto
implica que la teoría de los libros de texto de las ilusiones como desviaciones de la

59 de 94
verdad no puede ser correcta. Si reconocemos que existe una división vital entre
las percepciones consideradas normales e ilusorias (lo cual, por ejemplo, Rogers
2014 no), debemos encontrar nuevos fundamentos para esa división y construir
una nueva teoría de las ilusiones.

El lugar obvio para buscar nuevos fundamentos es la teoría de la evolución. El

error básico de la teoría de los libros de texto es su afirmación de que la selección
moldea las percepciones para que sean verdaderas. Esto obliga a las ilusiones a
apartarse de la verdad. La afirmación correcta es que la selección da forma a las
percepciones para guiar el comportamiento adaptativo. Esto obliga a la teoría de
la interfaz de las ilusiones a identificar las ilusiones como percepciones que no
guían el comportamiento adaptativo (Hoffman, 2011 ).

¿Esto es plausible? Vamos a ver un par de casos. Considere el cubo Necker en la

Fig. 7 . La teoría de los libros de texto dice que lo que vemos es ilusorio, porque
no es cierto: vemos un cubo 3D cuando en realidad es plano, y vemos que se
profundiza cuando en realidad nada cambia. La teoría de la interfaz dice que lo
que vemos es ilusorio, porque no guía el comportamiento adaptativo: vemos una
forma 3D que normalmente podríamos captar (o evitar, etc.) pero aquí no, y
vemos giros en profundidad que normalmente requieren un cambio en la
comprensión, pero aquí no lo hacen. En otras palabras, nuestra percepción es
ilusoria porque nos invita a iniciar comportamientos o hacer categorizaciones que
no funcionan.

60 de 94
Fig. 7
Cubo de Necker

Por supuesto, no nos dejamos engañar por la figura ni la tentación de agarrarnos

en vano al aire libre. La teoría de los libros de texto explica esto afirmando que
algunas de nuestras percepciones de esta figura son verídicas: Stereovision
informa la verdad de que la página es plana, y nuestras manos lo confirman. La
teoría de la interfaz explica que la estereovisión invita a comportamientos en
desacuerdo con los apropiados para un cubo. Este desajuste en los consejos de
comportamiento, y nuestra confianza en, por ejemplo, el consejo de la
estereovisión, nos impide ser engañados.

Pero, ¿no dice la teoría de los libros de texto que las percepciones normales guían
el comportamiento adaptativo mientras que las percepciones ilusorias no lo
hacen?Entonces, ¿cuál es la diferencia y qué hay de nuevo en la teoría de la
interfaz? De hecho, la teoría de los libros de texto dice esto e incluso apunta a la
evolución como la razón. La diferencia es que la teoría de los libros de texto, pero
no la teoría de la interfaz, afirma que las percepciones guían conductas
adaptativas porque, y solo si, son verídicas. Esta afirmación es más fuerte que la
de la teoría de la interfaz y, de hecho, es falsa. Se equivoca la evolución

Cambiando las modalidades de la visión al gusto, la miraculina, una proteína que

se encuentra en las bayas rojas de Richadella dulcifica (Koizumi et al. 2011
), puede inducir una llamativa ilusión gustativa . Durante más de una hora
después de comer estas bayas, las sustancias ácidas tienen un sabor dulce. La
teoría de las ilusiones del libro de texto diría que el sabor dulce es ilusorio,
porque no es verídico. Pero esto suena extraño. ¿Qué podemos decir con
el sabor verídico de una molécula? ¿Qué estándar objetivo nos dice su verdadero
gusto? ¿El sabor no puede variar entre especies? Se podría esperar, por ejemplo,
que el estiércol tenga un sabor diferente a las criaturas coprofágicas, como
cerdos, roedores y conejos, que nos hace a nosotros (Hübner et al. 2013 ).

61 de 94
La teoría de la interfaz de las ilusiones no requiere afirmaciones inverosímiles
sobre el verdadero sabor de una molécula. Simplemente dice que el sabor dulce
inducido por la miraculina es ilusorio, porque no guía los comportamientos
adaptativos. Un animal con bajo nivel de azúcar en la sangre, por ejemplo, que
necesitaba carbohidratos rápidos, comería los alimentos equivocados. Por lo
tanto, según la teoría de la interfaz, la percepción ilusoria no puede definirse en
términos de no veracidad: de hecho, todas las percepciones son
fundamentalmente no verídicas, pero solo algunas de ellas son ilusorias.

Las discrepancias entre la percepción y el mundo medido pueden proporcionar

una forma distinta de definir las ilusiones (cf. Gregory, 1997 ). Consideramos
esto como una forma más débil de "ilusión"; es más una falta de consistencia
entre los resultados de dos procedimientos de medición diferentes.

La cuenta de alucinaciones del libro de texto afirma que son percepciones no

verídicas. Se diferencian de las ilusiones en un aspecto clave: mientras que la
mayoría de las personas normales reportan haber visto una ilusión si se ubican en
el contexto correcto, las alucinaciones son percepciones idiosincrásicas vistas por
una sola persona, o quizás algunas, y no tienen por qué depender del contexto. La
teoría de la interfaz de las alucinaciones simplemente modifica la cuenta del libro
de texto en un aspecto: reemplaza la afirmación de que las alucinaciones son
percepciones no verídicas con la afirmación de que las alucinaciones son
percepciones que no guían el comportamiento adaptativo. La teoría de la interfaz
todavía dice que las alucinaciones difieren de las ilusiones en que la mayoría de
las personas normales ven una ilusión si se ubican en el contexto correcto, pero
una alucinación es una percepción idiosincrásica vista por una sola persona, o
quizás por algunas,

Conclusión: objeciones y respuestas.

62 de 94
Se han planteado numerosas objeciones contra la teoría de la interfaz de la
percepción. Concluimos revisando algunas objeciones y ofreciendo respuestas.

Objeción 1

Que hay de nuevo por aqui Por supuesto que la percepción es

adaptativa. Podemos volver a Gibson y ver el mismo punto. Pero, ¿cómo podría
ser otra cosa?

Respuesta

De hecho, Gibson y otros reconocieron que la percepción es adaptativa. Pero la

teoría de Gibson difiere de la teoría de la interfaz en tres puntos clave. Primero,
Gibson se equivocó en la evolución: afirmó que la evolución da forma a
las percepciones verídicas de aquellos aspectos del mundo que tienen un
significado adaptativo para nosotros. Así, Gibson propuso un realismo ingenuo,
no la teoría de la interfaz. Koenderink ( 2014 ) toma a Gibson en una tarea por
esto, notando que él "... sostiene que una piedra del tamaño correcto tiene la
capacidad de ser lanzada, incluso en ausencia de cualquier observador. Su
capacidad de pago es como una propiedad de la piedra, al igual que su peso o
forma. Esto es muy diferente a Von Uexküll, quien sostiene que una piedra puede
parecer lanzable, es decir, a una persona que busca algo para lanzar. Aquí, la
provisión no es una propiedad de la piedra, sino de un observador en cierto
estado. La idea de Gibson se deriva de su confianza en la ilusión del Ojo que todo
lo ve ... "

En segundo lugar, Gibson negó que la percepción involucre el procesamiento de

la información. La teoría de la interfaz no lo hace. La evidencia para el
procesamiento de la información es ahora abrumadora.

En tercer lugar, en lugar del procesamiento de la información, Gibson propuso la

percepción directa: percibimos directamente, por ejemplo, que algo es

63 de 94
comestible; No utilizamos el procesamiento de información para inferir a partir
de señales visuales y táctiles que es comestible. Pero esto plantea un problema
para Gibson: ¿son las ilusiones las percepciones erróneas directas? ¿Qué podría
significar uno por una percepción errónea directa? ¿Cómo podría una teoría de la
percepción directa explicar las ilusiones? Gibson nunca resolvió este problema
(Fodor y Pylyshyn 1981 ). En cambio, como Gregory ( 1997 ) señala: "Para
mantener que la percepción es directa, sin necesidad de inferencia o
conocimiento, Gibson generalmente negó los fenómenos de la ilusión". La teoría
de la interfaz no niega los fenómenos de la ilusión. En cambio, uno de sus puntos
fuertes es que ofrece una nueva teoría de las ilusiones que parece mucho más
plausible que la cuenta del libro de texto.

Objeción 2

La teoría de la interfaz de la percepción hace imposible la ciencia. Si nuestras

percepciones no son verídicas, nunca podremos tener datos confiables para
construir nuestras teorías.

Respuesta

La teoría de la interfaz no plantea ningún problema para la ciencia. Afirma que

nuestras percepciones no son reportes verídicos de la realidad. Si esta afirmación
es correcta, entonces podemos descartar una teoría de la percepción
particularmente simple. Pero eso no es descartar la metodología de la
ciencia. Podemos continuar de manera normal para proponer teorías científicas y
hacer predicciones falsificables sobre lo que observaremos. Si nuestra teoría
atribuye cierta estructura al mundo W y plantea una relación funcional P : W  → 
X entre el mundo y nuestras percepciones que no es verídica, aún podemos
deducir de W y P qué resultados de medición deberíamos esperar encontrar
en X. La metodología de la ciencia no es tan frágil que falla por completo si P no
es una función simple, como un isomorfismo.

64 de 94
Objeción 3

Usas la teoría de la evolución para mostrar que nuestras facultades cognitivas no

son guías confiables de la verdadera naturaleza de la realidad objetiva. Pero si
nuestras facultades no son confiables, entonces las teorías que creamos no son
confiables, incluida la teoría de la evolución. Por lo tanto, estás atrapado en una
paradoja.

Respuesta

Utilizamos juegos evolutivos para mostrar que la selección natural no favorece las
percepciones verídicas. Esto no implica que todas las facultades cognitivas no
sean confiables. Cada facultad debe ser examinada por sí misma para determinar
cómo podría ser moldeada por la selección natural.

Quizás, por ejemplo, las presiones de selección favorecen las matemáticas

precisas; uno que predice con precisión que la recompensa por comer una
manzana hoy cuando está hambrienta, combinada con la recompensa por comer
una manzana ayer cuando está igualmente hambrienta, es aproximadamente el
doble de la recompensa obtenida en cualquier día, podría tener una ventaja
selectiva sobre su vecino desafiado en matemáticas. Tal vez la selección favorece
la lógica precisa; uno que combine las estimaciones de recompensa de acuerdo
con la lógica probabilística podría evitar que la naturaleza y los competidores
hagan libros de aptitud contra los holandeses. 6 Esto no es para predecir que la
selección natural nos convierta en un genio matemático para el cual la inferencia
estadística es rápida e intuitiva. Por el contrario, existe amplia evidencia de que
tenemos debilidades sistemáticas y confiamos en heurísticas y sesgos falibles
(Kahneman 2011 ). Mientras que en la percepción, las presiones de selección
están casi uniformemente alejadas de la veracidad, tal vez en matemáticas y
lógica las presiones no son tan unívocas, y se permite una precisión parcial. El
punto es que no sabemos hasta que estudiemos las implicaciones de la selección

65 de 94
natural para estas facultades mentales específicas.

Objeción 4

Usted dice en abstracto, y en otra parte, que nuestras percepciones han sido
moldeadas para ocultar la verdad. Esto es una falacia. La adaptación no funciona
de esa manera. Nuestras percepciones se han diseñado para mejorar la condición
física siempre que sea posible, donde la "condición física" puede ser no verídica o
verídica, por lo que no hay "ocultamiento", lo que implica una intencionalidad
que la evolución no puede y no tiene.

Respuesta

Sí, por supuesto. Usamos "ocultar", ya que de manera poderosa y sucinta hace un
punto importante, y no estamos terriblemente preocupados de que los lectores
puedan ser engañados por alguna connotación de intencionalidad.

Objeción 5

¿No es la interfaz de la teoría de la percepción solo la teoría utilitaria de la

percepción propuesta anteriormente por Braunstein ( 1983 ) y Ramachandran (
1985 ; 1990 )?

Respuesta

De ningún modo. La teoría utilitaria de la percepción afirma que la evolución ha

moldeado la percepción para emplear un conjunto de heurísticas o "bolsa de
trucos", en lugar de principios generales sofisticados. Afirma que estos trucos se
emplean para recuperar información útil sobre un mundo físico objetivo (una
afirmación que la teoría de la interfaz niega explícitamente). En consecuencia,
cuando estos trucos son lo suficientemente exitosos (que a veces no lo son),
nuestras percepciones sonverídicas sobre aspectos útiles de la realidad. La teoría

66 de 94
utilitaria es una teoría realista ingenua, no una teoría de la interfaz.

Objeción 6

La teoría de la interfaz dice que nuestras percepciones de los objetos en el

espacio-tiempo no son verídicas, sino que son solo iconos específicos de cada
especie. ¿No se sigue que (1) ningún objeto tiene una posición, o cualquier otra
propiedad física, cuando no se percibe, y (2) ningún objeto tiene poderes
causales? Si es así, ¿no es esto una reducción de la teoría de la interfaz? Implica,
por ejemplo, que las neuronas, que son objetos en el espacio-tiempo, no tienen
poderes causales y, por lo tanto, no causan ninguno de nuestros
comportamientos.

Respuesta

La teoría de la interfaz de hecho hace ambas predicciones. Si cualquiera de los

dos prueba es falso, entonces la teoría de la interfaz es falsa. Nadie puede afirmar
que la teoría de la interfaz no hace predicciones falsificables.

Pero ninguna de las predicciones ha demostrado ser falsa. Además, ambas

predicciones se realizan mediante la interpretación estándar "Copenhague" de la
teoría cuántica y mediante interpretaciones más recientes, como el Bayesianismo
cuántico (Allday 2009 ; Fuchs 2010 ). De acuerdo con estas interpretaciones, un
electrón, por ejemplo, no tiene posición cuando no se observa y el estado del
electrón no permite, en general, predecir la posición específica que se encontrará
al realizar una medición de posición, es decir, no causal. Se puede dar cuenta de
la medida precisa obtenida. Por lo tanto, ambas predicciones de la teoría de la
interfaz son compatibles con la teoría física actual y los datos experimentales.

Ambas predicciones son, por supuesto, profundamente contraintuitivas. Nuestras

intuiciones aquí son el resultado de presiones evolutivas para interactuar
exitosamente con el mundo, por ejemplo, rastrear objetos detrás de los oclusores

67 de 94
y predecir dónde es probable que reaparezcan. Por lo tanto, son innatos en la
medida en que se considera a un niño en particular. Creencia en la "permanencia
del objeto", la creencia, por ejemplo, de que una muñeca todavía existe y tiene
una posición incluso cuando está oculta detrás de una almohada, comienza a los 3
meses después del parto y está bien instalada a la edad de 18 meses (Bower 1974 ;
Baillargeon y DeVos 1991 ; Piaget 1954 ). Las interpretaciones causales ricas de
objetos físicos son evidentes en niños a los 6 meses de edad (Carey 2009 ; Keil
2011 ). Hemos sido moldeados por la evolución para creer desde el principio que
los objetos existen sin ser percibidos y tienen poderes causales.

La teoría de la interfaz predice que estas creencias son ficciones adaptativas.

Objeción 7

La teoría de la interfaz no es más que la antigua teoría de la percepción de los

datos sensoriales, que afirma que vemos objetos curiosos llamados datos de los
sentidos y no vemos el mundo en sí, que los filósofos descartaron con razón hace
mucho tiempo.

Respuesta

La respuesta corta es: No, la teoría de la interfaz no es una teoría del dato
sensorial y no implica la existencia de los datos sensoriales, o sensibilia,
postulados por tales teorías.

La respuesta más larga es: la "teoría del dato sensorial" cubre un conjunto diverso
de ideas filosóficas sobre la percepción. Los precursores de estas ideas se pueden
encontrar en la noción de impresiones sensoriales o ideas propuestas por los
empiristas británicos, Locke, Berkeley y Hume. El origen de las concepciones
modernas de los datos de los sentidos se remonta a los escritos de Moore ( 1903 )
y Russell ( 1912 ; 1918 ).

68 de 94
De acuerdo con la teoría acto-objeto de los datos sensoriales originados por
Moore, cada sentido es un objeto concreto real con el cual un observador tiene
una relación primitiva en un acto de conciencia perceptiva, pero que, sin
embargo, es distinto de ese acto de conciencia. El acto de percepción perceptiva
es un tipo de conocimiento, y el dato sensorial así conocido tiene exactamente las
propiedades que parece tener. Además, algunos filósofos proponen que los datos
de los sentidos tienen propiedades exactas y discernibles (si un dato de los
sentidos está moteado, el dato de los sentidos tiene un número preciso de motas)
y que son objetos privados para cada sujeto y distintos de los objetos físicos.

La teoría de los sentidos de los sentidos ha sido criticada por los filósofos
por, entre otras cosas , al combinar la conciencia fenomática no conceptual con
los eventos físicos que se perciben (Coates 2007 ; Sellars 1956 ), por equivocarse
con la fenomenología de la experiencia perceptual ordinaria (Austin 1962 ; Firth
1949 ; Merleau -Ponty 1945 ), por requerir determinadas propiedades
fenomenales (Barnes 1944 ), y por criar problemas epistemológicos, como el
escepticismo o el idealismo. Los positivistas lógicos y los empiristas lógicos
pusieron en servicio los datos de los sentidos como la base incorregible para un
programa de conocimiento verificable, y cuando este programa fue desacreditado,
por ejemplo, por el de Quine ( 1951 ) el ataque a la división analítica / sintética y
elataque deHanson ( 1958 ) a la neutralidad teórica de los datos de observación, la
teoría de los datos sensoriales sufrió una disminución similar.

Los datos de los sentidos también entran en conflicto con la teoría actual y los
datos empíricos en la ciencia de la visión. Las formas, la luminosidad, los colores
y las texturas de los datos sensoriales se afirmaban que se veían directamente y
sin inferencias intermedias. Ahora está claro que estas propiedades visuales son
el producto final de los cálculos de tal sofisticación que aún no se comprenden
por completo (Frisby y Stone 2010 ; Knill y Richards 1996 ; Marr 1982 ; Palmer
1999 ; Pizlo et al. 2014 ).

69 de 94
La teoría de la interfaz no implica que la percepción sea un acto cuyos objetos
sean datos sensoriales o que los datos sensoriales sean una base incorregible para
un edificio de conocimiento verificado. La teoría de la interfaz es metafísicamente
neutral, ya que no postula nada sobre el mundo W aparte de la mensurabilidad
(en el sentido de la teoría de la probabilidad, en lugar del sentido de la medición
científica). En particular, además de no implicar la existencia de datos de los
sentidos, la teoría de la interfaz no implica el idealismo. Sin embargo, puede
integrarse en una teoría del idealismo matemáticamente rigurosa (Hoffman
2008 ; Hoffman y Prakash 2014 ).

La teoría de la interfaz es una teoría general, pero matemáticamente precisa, de la

percepción y la acción. Dice que en un mundo representado por el espacio de
, 𝜇), an agente perceptivo, , es una tupla de seis
probabilidad (𝑊 ,
 = (𝑋, 𝐺, 𝑃, 𝐷, 𝐴, 𝑁), donde X y G son espacios medibles,
𝑃 : 𝑊 ×  → [0, 1], 𝐷 : 𝑋 ×  → [0, 1] y 𝐴 : 𝐺 ×  → [0, 1] son
núcleos de Markov, y N es un número entero. X denota las posibles percepciones
del agente, G sus posibles acciones, Psu mapeo perceptivo, D su proceso de
decisión, A su acción en el mundo y N su contador de percepciones (como se
describe más detalladamente en la sección sobre el Loop de PDA). Los agentes de
percepción se pueden combinar, de varias maneras matemáticamente precisas,
para crear nuevos agentes de percepción que no son reducibles a los agentes
originales (Hoffman y Prakash 2014 ).

Cuando la evolución de un agente de percepción está conformada por una función

de aptitud f : W  → ℝ + (adecuadamente normalizada) , entonces ese agente está
configurado hacia una X y P que maximizan la información mutua I ( μf ; μf P ) y
no la mutua información I ( μ ; μP ); esta es la manera formal de afirmar que la
percepción está sintonizada con la aptitud física en lugar de con la veracidad.

Esto, en pocas palabras, es la estructura matemática de la teoría de la interfaz. La

interpretación filosófica apropiada de esta estructura es una pregunta separada e

70 de 94
interesante. En respuesta a esta pregunta, nosotros, como autores de la teoría,
podemos opinar pero no somos autoridades finales. Cuando Schrodinger, por
ejemplo, propuso por primera vez su famosa ecuación, interpretó erróneamente
sus funciones de onda como ondas de materia; Nacido más tarde corrigió esa
interpretación a ondas de amplitudes de probabilidad.

Con esta condición, interpretamos X como los posibles estados fenoménicos del
observador, e interpretamos un x  ∈  X específico no en términos de una relación
acto-objeto como lo propone la teoría del dato sensorial, sino como un aspecto
fenoménico específico o constituyente. de la mente del observador; la nuestra es
una cuenta de un solo lugar en lugar de la cuenta de dos lugares de la teoría de los
datos de sentido. En este sentido, nuestra interpretación es muy parecida a la
interpretación realista crítica de Coates ( 2007 ). También como Coates, tomamos
cualidades fenomenales para llevar información sobre el entorno que
normalmente los activa. Sin embargo, mientras que Coates considera que esta
información se trata de objetos físicos independientes de la mente, consideramos
que es información sobre la condición física y las consecuencias de las posibles
acciones; existe un mundo independiente de la mente, pero casi con seguridad no
consiste en objetos físicos en el espacio-tiempo que son los objetivos del
contenido intencional propuesto por Coates.

Objeción 8

La teoría de la interfaz implica que no hay objetos físicos públicos. Pero esto es
absurdo. Incluso nuestro sistema legal sabe que esto es absurdo. Mi auto es un
objeto público, y si lo robas infringes la ley.

Respuesta

La teoría de la interfaz niega que haya objetos físicos públicos, pero no niega que
exista una realidad objetiva aunque no sea percibida por un observador
específico.Cuando usted y yo miramos su auto, el auto que experimento no es

71 de 94
numéricamente idéntico al auto que experimenta. Ambos interactuamos con la
misma realidad objetiva, y ambos representamos nuestra interacción con un
conjunto de experiencias específicas de la especie a las que nos referimos como
un automóvil. Pero la realidad objetiva no es un automóvil y no se parece
remotamente a un automóvil; además, el coche de su experiencia es distinto del
coche de mi experiencia.

Esto puede parecer desconcertante o lógico, pero es bastante sencillo. Considere,

por ejemplo, el cubo Necker de la figura 4 . A veces ve un cubo con la esquina A
apuntando hacia adelante (llámelo "cubo A"), y otras veces un cubo con la
esquina B apuntando hacia adelante ("cubo B"). La experiencia del cubo A no es
numéricamente idéntica a la experiencia del cubo B. Si usted y un amigo están
mirando la Fig. 4, y ella experimenta el cubo A mientras usted experimenta el
cubo B, entonces claramente sus experiencias con el cubo no son numéricamente
idénticas. Incluso si ambos ven el cubo A al mismo tiempo, las experiencias de su
cubo A no son numéricamente idénticas. Y, sin embargo, no tenemos ningún
problema para hablar de "el cubo", porque ambos asumimos que la experiencia
del otro, aunque numéricamente distinta de nuestra propia experiencia, es lo
suficientemente similar para permitir la comunicación. De la misma manera,
podemos hablar sobre nuestros dolores de cabeza por migraña, aunque no haya
dolores de cabeza públicos; asumimos que los dolores de cabeza de los demás son
lo suficientemente similares a los nuestros para hacer posible la comunicación.

Cuando veo su automóvil, interactúo con una realidad objetiva, pero mi

experiencia de esa realidad como un automóvil no es una idea de esa realidad,
sino que es simplemente una descripción específica de la especie formada por la
selección natural para guiar los comportamientos adaptativos. Los
comportamientos adaptativos pueden incluir felicitarlo por su automóvil u
ofrecerle lavarlo, pero no robarlo. Si lo robo, he cambiado la realidad objetiva de
una manera que lo lastima y con razón pone la ley de su lado, pero la realidad de
que he cambiado no se parece a un automóvil.

72 de 94
Del mismo modo, si estoy en California y usted está en Nueva York y estamos
compitiendo en un videojuego en línea que intenta robar autos, es posible que
encuentre "el Porsche" antes de que lo haga y se lo robe. Pero el Porsche en mi
pantalla no es numéricamente idéntico al Porsche en su pantalla. Lo que está
detrás de mi pantalla que lo activa para mostrar un Porsche es una compleja
maraña de códigos y transistores que no se parece a un Porsche. Supongo que el
Porsche en mi pantalla es similar al Porsche en la tuya, por lo que podemos
discutir genuinamente y competir por el Porsche. Pero no hay Porsche público.

Entendemos que nuestra negación de los objetos físicos públicos, nuestra

afirmación de que los objetos físicos son simplemente íconos de la interfaz
perceptiva, parece, para casi todos, no solo contraintuitiva sino prima
facie falsa. Para muchos no vale la pena dignificar con una respuesta. Así es como
profundamente H. sapiensAsume la existencia de objetos físicos públicos. Esta
suposición es una ficción adaptativa formada por la selección natural, porque es
útil en los esfuerzos prácticos necesarios para sobrevivir y reproducirse. Esta
ficción se convierte en un impedimento cuando nos dirigimos a esfuerzos
científicos, como resolver el problema de la mente y el cuerpo.Aquí, la suposición
de que las neuronas son objetos físicos públicos que existen sin ser percibidos y
tienen poderes causales es el punto de partida de casi todas las teorías, y es,
proponemos, la razón del fracaso (ampliamente reconocido) de todas esas teorías
para resolver la mente-cuerpo. problema.

Objeción 9

Usted dice que la evolución lleva la veracidad a la extinción solo cuando entra en
conflicto con la condición física. En general, la verdad es útil y, de hecho, óptima
dentro del esquema humano cotidiano: por ejemplo, mis posibilidades de
reunirme con usted son mejores si conozco la verdad sobre dónde se encuentra.

Respuesta

73 de 94
Sí, mis posibilidades de encontrarme contigo son mejores si sé la verdad sobre
dónde estás, al igual que mis posibilidades de eliminar un archivo de texto son
mejores si sé la verdad sobre dónde está el icono del archivo de texto en la
interfaz de mi escritorio. Sin embargo, una verdad sobre el estado de la interfaz
no es ipso facto una verdad sobre la realidad objetiva. Saber que el icono está en
el centro del escritorio no implica que el archivo esté en el centro de la
computadora. Del mismo modo, saber en qué momento del espacio para
encontrarnos no implica ningún conocimiento de la realidad objetiva; de hecho,
ni siquiera implica que el espacio-tiempo en sí mismo sea un aspecto de la
realidad objetiva (como hemos demostrado anteriormente en la invención del
teorema del espacio-tiempo).). Una interfaz puede ser una guía precisa de
comportamiento sin ser una guía precisa de la naturaleza de la realidad objetiva.

Notas al pie

1.
En otras palabras, en el caso general, dada una escena x en X , L ( x ) define una
distribución de probabilidad en Y , es decir, L ( x | y ) = p ( y | x ). Tenga en
cuenta que L es de hecho una función de dos variables, x e y ; pero en diferentes
contextos, uno u otro de estos se supone fijo. En la discusión actual (el "mapeo
hacia adelante"), estamos considerando una situación en la que x es fijo y
calculamos L para diferentes valores de y. Considerando que, en la discusión
anterior (el "mapa inverso"), consideramos la situación donde se fijó y 0 y
comparamos la probabilidad de diferentes escenas, x .

2.
Por esta razón, la aptitud evolutiva no se puede incorporar en el marco estándar
de Bayesian para la visión simplemente identificándolo con
la función de pérdidade la Teoría de la Decisión Bayesiana.

3.

74 de 94
Si X no tiene una relación simple con W , es natural preguntarse: ¿Cómo se basa
la percepción (y la cognición) en el mundo objetivo? Nos ocupamos de esta
pregunta en la siguiente sección donde presentamos el ciclo Percepción-Decisión-
Acción (o PDA).

4.
Por supuesto, lo que cuenta como una solución satisfactoria, o un aumento
"suficiente" en el pago esperado de aptitud física, depende de varios factores,
incluidas las características del nicho ecológico del organismo y de sus
competidores.

5.
Por supuesto, no implicamos que haya una secuencia evolutiva lineal y única de
representaciones perceptivas. Dichas secuencias pueden ramificarse,
posiblemente con múltiples representaciones que evolucionan más o menos en
paralelo mientras enfatizan diferentes aspectos de la representación original (por
ejemplo, color, movimiento y forma en el contexto de la visión). No obstante,
podemos considerar de manera significativa las secuencias ascendentes dentro de
esta red más grande de representaciones en evolución.

6.
Recuerde que un libro holandés en el juego es un conjunto de probabilidades y
apuestas que garantizan a una persona un beneficio independientemente del
resultado de la apuesta. Uno puede mostrar que si los grados de creencia no
satisfacen los axiomas de probabilidad y la regla de Bayes, entonces uno puede
ser víctima de un libro holandés (por ejemplo, Jeffrey 2004 ).

Notas

Esta investigación fue financiada en parte por subvenciones de la National

Science Foundation, Procter & Gamble, VF Corporation y la Fundación Federico y

75 de 94
Elvia Faggin.

Apéndice 1: medida teórica y acciones grupales.

Teoría de la medida
La estructura mínima comúnmente aceptada para los espacios de probabilidad y
sus asignaciones apropiadas es la siguiente. Un espacio medible es un
conjunto X junto con una colección distinguida de subconjuntos (la colección de
eventos)  Para poder asignar probabilidades a eventos, esta colección debe
satisfacer las siguientes tres propiedades: (1) X ϵ  , (2)
 se cierra bajo unión
contable, y (3)  está cerrado bajo complemento. Nosotros decimos que  es
una σ -algebra en X , y luego cualquier función μ asignando valores entre 0 y 1 a
los eventos en  es una medida de probabilidad si satisface: (1) μ ( ϕ ) = 0,
donde ϕ es el conjunto vacío, (2) μ es σ- aditivo en  : Si { E i } i =1
N
es una
colección desunida de eventos en  (es decir, E i  ∩  E j = ϕ , i ≠ j ), entonces:

𝑁
𝜇 (∪𝑁 {𝐸𝑖 }) =
∑
𝑖=1 𝜇 (𝐸𝑖 ),
𝑖=1

para N, ya sea finito o ∞. Una vez hecho esto, se obtienen todas las reglas de
probabilidad habituales.

Finalmente, la colección de mapeos “apropiados” f : X → Y entre espacios

medibles ( X , ) y ( Y , ) se llaman, de nuevo, las asignaciones medibles : f es
mensurable si todos sus valores en un evento F en  vino precisamente de un
evento E en  . Técnicamente, la capacidad de medición de la función f puede
escribirse como: ∀𝐹 ∈ , 𝑓 −1 (𝐹) ∈  (Revuz 1984 ). En estadística, las
asignaciones medibles en X son las variables aleatorias conocidas en X ,
tomando valores en Y.

76 de 94
Acciones grupales

Definición
Un grupo G actúa sobre un conjunto X si hay un mapeo G × X → X , que
indicaremos por ( g , x ) → g , x tal que, si e es el elemento de identidad en G , e ,
x = x , ∀  x  ∈ X y ∀  g , h  ∈  G , g ( h. X ) = ( gh ). x , ∀  x  ∈  X.

La acción de grupo es transitiva si, dado cualquier par de puntos x , y ∈ X, hay un

elemento g ∈ G con gx = y . Se dice que un conjunto X sobre el que transita el
grupo Ges un conjunto G.

En cuanto a la geometría, supongamos que el G -set X es una variedad

diferenciable y G es un grupo de Lie con una acción suave en X. En este caso
decimos que G es elgrupo de simetría de la geometría en el espacio homogéneo
X. Hacemos No abordamos esta situación en este trabajo.

Ejemplos
La acción de G en el bucle PDA en W , relevante para el teorema de IOS

Ejemplo 1
Supongamos que todas las fibras S x (ver la prueba del Teorema de la invención
de simetría) son el mismo conjunto, dice S. Entonces W = X × S : el mundo es
un producto cartesiano. Si X es un conjunto G , deje que la acción de g  ∈  G en
( x , s ) esté dada por g . ( x , s ) = ( g. x , s ). Esta es una acción de grupo en W,
pero es trivial en las fibras y ciertamente no es transitiva en general en W , que
por lo tanto no es un grupo G. □

Ejemplo 2
Aquí está un ejemplo de juguete de un agente de G actúa sobre W de tal manera
que hay una bona fide acción de grupo de G sobre X y siempre tenemos g. s  ∈ 

77 de 94
S g. xcuando s  ∈  S x , sin embargo, no hay acción de grupo en W como un
todo: W no es un G- set.

Vamos X = { x , x '} un conjunto con dos elementos y dejar que G = { e , un },

con un 2 = e ; este grupo se denota ℤ 2 . Deje que S = { Y , Y '} y W = X × S . Deje
que Gactúe sobre W de la siguiente manera: e. w = w , ∀  w  ∈  W y a . ( x , y ) =
(x ′, y ′); una . ( x , y ′) = ( x ′, y ′); una . ( x ′, y ) = ( x , y ); una . ( x ′, y ′) =
( x , y ′).Entonces, G actúa de forma transitoria en X , pero su efecto en W como
un todo no es una acción de grupo. Tenemos un 2 = e pero a . ( un . ( x , y )) = a
. ( x ′, y ′) = (x , y ′) y esto no es igual a ( x , y ), como se hubiera requerido para
una acción de grupo.

El lector puede ver lo fácil que es generar más ejemplos de este comportamiento,
ya que no hemos especificado ninguna estructura en las asignaciones de
acción A , aparte de que son funciones. El mundo es mucho más rico que el
agente, por lo que es evidente que hay una puede ser en el mundo. En este
ejemplo, A no es 1: 1, pero no es del todo difícil generar ejemplos donde Ais 1: 1,
como se muestra en el siguiente ejemplo.

Ejemplo 3
Sea X = { x , x ′} y S = ℕ , los números naturales. Nuevamente, deje que el grupo
sea ℤ 2 . Vamos a . ( x , s ) = ( x ′, s + 3) y a . ( x ′, s ) = ( x ,
s ). Entonces un. una . (x , s ) = ( x , s + 3) ≠ e . ( x , s ) = ( x , s ).

Referencias

Adelson, EH, y Pentland, A. (1996). La percepción del sombreado y la

reflectancia. En DC Knill y W. Richards (Eds.), Percepción como inferencia
bayesiana (pp. 409–423). Cambridge: Cambridge University Press.
CrossRef Google Scholar

78 de 94
Allday, J. (2009). La realidad cuántica: teoría y filosofía . Boca Raton, FL:
Prensa CRC.
Google Académico

Allen, JA, y Clarke, BC (1984). Selección dependiente de la frecuencia:

homenaje a Poulton, EB Biological Journal of Linnean Society, 23, 15–18.
CrossRef Google Scholar

Austin, JL (1962). Cómo hacer cosas con palabras . Oxford: Clarendon

Press.
Google Académico

Baillargeon, R., & DeVos, J. (1991). La permanencia de los objetos en bebés

pequeños: evidencia adicional. Desarrollo del niño,
62, 1227–1246. doi: 10.2307 / 1130803
CrossRef
PubMed
Google Scholar

Barnard, CJ, y Sibly, RM (1981). Productores y scroungers: un modelo

general y su aplicación a las bandadas cautivas de
gorriones. Comportamiento animal, 29,543–550.
CrossRef Google Scholar

Barnes, WF, (1944). El mito de los datos sensoriales. Actas de la Sociedad

Aristotélica, 45
Google Scholar

Berkeley, G. (1710/2012). Un tratado sobre los principios del conocimiento

humano . Nueva York: Dover.
Google Académico

Berkeley, G. (1713/1979). Tres diálogos entre Hylas y

79 de 94
Philonous . Indianapolis: Hackett.
Google Académico

Bomze, IM (1983). Las ecuaciones de Lotka-Volterra y la dinámica del

replicador: una clasificación bidimensional. Biological Cybernetics,
48, 201-211.
CrossRef Google Scholar

Boswell, J. (1791/1993). La vida de Samuel Johnson . Nueva York: la

biblioteca de Everyman.
Google Académico

Bower, TGR (1974). Desarrollo en la infancia . San Francisco: Freeman

Press.
Google Académico

Brainard, DH, y Freeman, WT (1997). Constancia del color

bayesiano. Revista de la Sociedad Óptica de América A, 14, 1393–1411.
CrossRef Google Scholar

Byrne, A., & Hilbert, DR (2003). El realismo del color y la ciencia del
color. Behavioral and Brain Sciences, 26, 3–26.
PubMed Google Scholar

Braunstein, ML (1983). Contrastes entre humanos y visión artificial: si la

tecnología recapitulaba la filogenia. En J. Beck, B. Hope, y A. Rosenfeld
(Eds.), Visión humana y mecánica . Nueva York: Academic Press.
Google Académico

Brewer, W. (2011). La percepción y sus objetos . Nueva York: Oxford, Reino

Unido: Oxford University Press.
CrossRef Google Scholar

Campbell, J., y Cassam, Q. (2014). El rompecabezas de Berkeley: ¿qué nos

80 de 94
enseña la experiencia? Oxford, Reino Unido: Oxford University Press.
CrossRef Google Scholar

Carey, S. (2009). El origen de los conceptos . Oxford, Reino Unido: Oxford

University Press.
Google Académico

Chemero, A. (2009). Radical encarna la ciencia cognitiva . Cambridge, MA:

MIT Press.
Google Académico

Coates, P. (2007). La metafísica de la percepción . Nueva York: Routledge.

Google Académico

Cornwell, JF (1997). La teoría de grupos en la física . San Diego: Prensa

Académica.
Google Académico

Cubierta, TM, y Thomas, JA (2006). Elementos de la teoría de la

información . Nueva York: Wiley.
Google Académico

Cox, RT (1961). El álgebra de inferencia probable . Londres: Oxford

University Press.
Google Académico

Cuipers, RH, Kappers, AML, y Koenderink, JJ (2003). Las métricas del

espacio visual y háptico basadas en juicios de paralelismo. Revista de
psicología matemática, 47, 278-291.
CrossRef Google Scholar

Fechner, G. (1860/1966). Elementos de la psicofísica. (Traductor de

Adler). Nueva York: Holt, Rinehart y Winston.
Google Académico

81 de 94
Feldman, J. (2013). Afinando tus antecedentes al mundo. Temas en ciencia
cognitiva, 5, 13–34.
CrossRef PubMed Google Académico

Campos, C. (2014). Este mundo sin fronteras. En D. Chopra (Ed.), Cerebro,

mente, cosmos . La Costa, CA: Chopra. Capítulo 13 .
Google Académico

Firth, R., (1949). Los datos sensoriales y la teoría de la percepción. Mente,

58 y 59 .
Google Académico

Fish, W. (2009). Percepción, alucinación e ilusión . Nueva York: Oxford

University Press.
CrossRef Google Scholar

Pescado, W. (2010). Filosofía de la percepción: una introducción

contemporánea . Nueva York: Routledge.
Google Académico

Fodor, JA, y Pylyshyn, ZW (1981). ¿Qué tan directa es la percepción visual ?:

Algunas reflexiones sobre el enfoque ecológico de Gibson. Cognición,
9, 139–196.
CrossRef PubMed Google Académico

Frisby, JP, y Stone, JV (2010). Ver: El enfoque computacional de la visión

biológica . Cambridge, MA: MIT Press.
Google Académico

Fuchs, C. (2010). QBismo, el perímetro del bayesianismo

cuántico . Disponible en línea en: arXiv: 1003.5209v51.
Google Académico

Galilei, G. (1623/1957). El ensayador. En S. Drake

82 de 94
(traductor) Descubrimientos y opiniones de Galileo . Nueva York: Random
House.
Google Académico

Geisler, WS (2008). La percepción visual y las propiedades estadísticas de

los escenarios naturales. Revisión anual de psicología, 59, 167–192.
CrossRef PubMed Google Académico

Geisler, WW, y Diehl, RL (2002). La selección natural bayesiana y la

evolución de los sistemas perceptivos. Transacciones filosóficas de la Royal
Society of London B, 357, 419–448.
CrossRef Google Scholar

Geisler, WS, y Diehl, RL (2003). Un enfoque bayesiano a la evolución de los

sistemas perceptivos y cognitivos. La ciencia cognitiva, 27, 379-402.
CrossRef Google Scholar

Gibson, JJ (1986). El enfoque ecológico de la percepción visual . Hillsdale,

Nueva Jersey: Lawrence Erlbaum.
Google Académico

Gregory, RL (1997). Conocimiento en percepción e ilusión. Transacciones

filosóficas de la Royal Society of London B, 352, 1121–1128.
CrossRef Google Scholar

Gwynne, DT, y Rentz, DCF (1983). Escarabajos en la botella: los buprestids

machos son stubbies para las hembras. Revista de la Sociedad de
Entomología Australiana, 22 (79), 80.
Google Scholar

Hanson, NR (1958). Patrones de descubrimiento . Cambridge: Cambridge

University Press.
Google Académico

83 de 94
Hardin, CL (2008). Las cualidades del color y el mundo físico. En E. Wright
(Ed.), The case for qualia (pp. 143–154). Cambridge, MA: MIT Press.
CrossRef Google Scholar

Harper, GR, y Pfennig, DW (2007). La mímica en el borde: ¿Por qué los

imitadores varían en semejanza con su modelo en diferentes partes de su
rango geográfico?Actas de la Royal Society B, 274, 1955–1961.
PubMedCentral CrossRef PubMed Google Académico

Hofbauer, J., y Sigmund, K. (1998). Juegos evolutivos y dinámicas

poblacionales . Nueva York: Cambridge University Press.
CrossRef Google Scholar

Hoffman, DD (1998). Inteligencia visual: Cómo creamos lo que

vemos . Nueva York: WW Norton.
Google Académico

Hoffman, DD (2008). El realismo consciente y el problema mente-

cuerpo. Mente y materia, 6, 87–121.
Google Académico

Hoffman, DD (2009). La teoría de la interfaz de la percepción. En S.

Dickinson, M. Tarr, A. Leonardis, y B. Schiele (Eds.), Categorización de
objetos: Perspectivas de la visión humana y de computadora (pp.
148-165). Nueva York: Cambridge University Press.
CrossRef Google Scholar

Hoffman, DD (2011). La construcción de la realidad visual. En J. Blom & I.

Sommer (Eds.), Alucinaciones: Teoría y práctica (pp. 7–15). Nueva York:
Springer.
Google Académico

Hoffman, DD (2012). El escritorio sensorial. En J. Brockman (Ed.), Esto te

hará más inteligente: nuevos conceptos científicos para mejorar tu

84 de 94
pensamiento (pp. 135–138). Nueva York: Harper Perennial.
Google Académico

Hoffman, DD (2013). Objetos públicos y qualia privados: el alcance y los

límites de la psicofísica. En L. Albertazzi (Ed.), El manual de Wiley-
Blackwell de fenomenología experimental (pp. 71–89). Nueva York: Wiley-
Blackwell.
CrossRef Google Scholar

Hoffman, DD, y Prakash, C. (2014). Objetos de la conciencia. Frontiers of

Psychology, 5, 577. doi: 10.3389 / fpsyg.2014.00577
CrossRef
Google Scholar

Hoffman, DD, y Singh, M. (2012). Percepción evolutiva

computacional. Percepción, 41, 1073-1091.
CrossRef PubMed Google Académico

Hoffman, DD, Singh, M., y Mark, JT (2013). ¿La selección natural favorece
las percepciones verdaderas? Actas del SPIE 8651, Visión humana e
imágenes electrónicas, XVIII, 865104. doi: 10.1117 / 12.2011609
Google Scholar

Horváth, G., Bernáth, B., y Molnár, G. (1998). Las libélulas encuentran que
el petróleo crudo es más atractivo visualmente que el agua: experimentos de
opción múltiple en polarotaxis de libélula. Naturwissenschaften,
85, 292–297.
CrossRef Google Scholar

Horváth, G., Malik, P., Kriska, G., y Wildermuth, H. (2007). Trampas

ecológicas para las libélulas en un cementerio: La atracción de las especies

85 de 94
sympetrum (odonata: Libellulidae) mediante la polarización horizontal de
lápidas negras. Biología del agua dulce, 52, 1700–1709.
CrossRef Google Scholar

Hübner, S., Töle, J., y Meyerhof, W. (2013). Sabor y nutrición. Ernaehrungs

Umschau international, 60 (12), 222–227. Doi: 10.4455 / eu.2013.042
Google Scholar

Jaynes, et (2003). Teoría de la probabilidad: la lógica de la

ciencia . Cambridge: Cambridge University Press.
CrossRef Google Scholar

Jeffrey, R. (2004). Probabilidad subjetiva: lo real . Princeton, NJ: Princeton

University Press.
CrossRef Google Scholar

Kahneman, D. (2011). Pensando rápido y lento . Nueva York: Farrar, Strous

y Giroux.
Google Académico

Kappers, AML (1999). Grandes desviaciones sistemáticas en la percepción

háptica de paralelismo. Percepción, 28, 1001-1012.
CrossRef PubMed Google Académico

Keil, FC (2011). La ciencia comienza temprano. Science, 33, 1022-1023.

CrossRef Google Scholar

Kersten, D., Mamassian, P., y Yuille, AL (2004). La percepción del objeto

como inferencia bayesiana. Revisión anual de psicología, 555, 271–304.
CrossRef Google Scholar

Kleffner, D., y Ramachandran, V. (1992). Sobre la percepción de la forma del

sombreado. Percepción y psicofísica, 52, 18–36.

86 de 94
CrossRef PubMed Google Académico

Knill, D., y Richards, WA (Eds.). (1996). La percepción como inferencia

bayesiana . Nueva York: Cambridge University Press.
Google Académico

Koenderink, JJ (2010). Color para las ciencias . Cambridge, MA: MIT Press.
Google Académico

Koenderink, JJ (2011). La visión como interfaz de usuario. La visión

humana y la imagen electrónica XVI, SPIE vol. 7865 . doi: 10.1117 /
12.881671

Koenderink, JJ (2013). Mundo, medio ambiente, umwelt y mundo interior:

una perspectiva biológica de la conciencia visual, Human Vision e Electronic
Imaging XVIII, SPIE vol. 8651 . doi: 10.1117 / 12.2011874

Koenderink, JJ (2014). ¿El ojo que todo lo ve? Percepción, 43, 1–6.
CrossRef PubMed Google Académico

Koenderink, JJ, van Doorn, AJ, de Ridder, H., y Oomes, S. (2010). Los rayos
visuales son paralelos. Percepción, 39, 1163-1171.
CrossRef PubMed Google Académico

Koizumi, A., Tsuchiya, A., Nakajima, K., Ito, K., Terada, T., Shimizu-Ibuka,
A., ... Abe, K. (2011). El receptor del sabor dulce humano media la dulzura de
miraculina inducida por el ácido. Actas de la Academia Nacional de
Ciencias, 108 (40), 16819-16824.
CrossRef Google Scholar

Laflaquiere, A., Terekhov, AV, Gas, B., y O'Regan, KO (2013). Aprendizaje de

una representación interna del espacio de configuración del efector
final. Conferencia de IEEE sobre robots y sistemas inteligentes , Tokio, del 3
al 7 de noviembre, 1230-1235.

87 de 94
Google Académico

Land, MF y Nilsson, D. (2012). Ojos de los animales . Nueva York: Oxford

University Press.
CrossRef Google Scholar

Laplace PS, 1774 "Memoria sobre la probabilidad de las causas de los

acontecimientos" (Memoria sobre la probabilidad de las causas de los
acontecimientos) ", en Mémora de matemática y física y práctica de la
Academia de Ciencias de los Estados Unidos. ses assemblées 6 621–656
(traducción al inglés de SM Stigler publicada en Statistical Science,
1, 364–378, 1986)
Google Scholar

Lieberman, E., Hauert, C., & Nowak, MA (2005). Dinámica evolutiva en las
gráficas. Nature, 433 (7023), 312–316.
CrossRef PubMed Google Académico

Locke, J. (1690). Un ensayo sobre la comprensión humana . Londres.

Google Académico

Mamassian, P., Landy, M., y Maloney, LT (2002). Modelización bayesiana de

la percepción visual. En R. Rao, B. Olshausen y M. Lewicki (Eds.), Modelos
probabilísticos del cerebro: percepción y función neural (pp.
13–36). Cambridge, MA: MIT Press.
Google Académico

Mark, JT (2013). Presiones evolutivas sobre la percepción: ¿cuándo la

selección natural favorece la verdad? Doctor en Filosofía. Disertación,
Universidad de California, Irvine.
Google Académico

Mark, JT, Marion, BB y Hoffman, DD (2010). Selección natural y

percepciones verídicas. Revista de biología teórica, 266, 504-515.

88 de 94
CrossRef PubMed Google Académico

Marion, BB (2013). El impacto de la utilidad en la evolución de las

percepciones, Ph.D. Disertación, Universidad de California, Irvine.
Google Académico

Marr, D. (1982). Visión . San Francisco: Freeman.

Google Académico

Mausfeld, R. (2002). La trampa fisicista en la teoría de la percepción. En D.

Heyer y R. Mausfeld (Eds.), Percepción y el mundo físico: cuestiones
psicológicas y filosóficas en la percepción (pp. 75–112). Nueva York: Wiley.
Google Académico

Mausfeld, R., y Heyer, D. (Eds.). (2003). Percepción del color: la mente y el

mundo físico . Oxford, Reino Unido: Oxford University Press.
Google Académico

McDowell, J. (1996). Mente y mundo . Cambridge, MA: Harvard Press.

Google Académico

Merleau-Ponty, M. (1945). Fenomenología de la percepción . (traducido por

Colin Smith) Londres: Routledge, 2005.
Google Scholar

Mitchell, M. (1998). Una introducción a los algoritmos

genéticos . Cambridge, MA: Bradford Books MIT Press.
Google Académico

Moore, GE (1903). La refutación del idealismo. Mente, 12, 433-453.

CrossRef Google Scholar

Noe, A. (2006). Acción en la percepción . Cambridge, MA: MIT Press.

Google Académico

89 de 94
Noë, A. (2012). Variedades de presencia . Cambridge, MA: Harvard Press.
CrossRef Google Scholar

Nowak, M. (2006). Dinámicas evolutivas: explorando las ecuaciones de la

vida . Cambridge, MA: Belknap Press de Harvard University Press.
Google Académico

Palmer, SE (1999). Ciencia de la visión: fotones a la

fenomenología . Cambridge, MA: MIT Press.
Google Académico

Pinker, S. (1997). Cómo funciona la mente . Nueva York: WW Norton.

Google Académico

Pizlo, Z. (2001). La percepción vista como un problema inverso. Vision

Research, 41, 3145-3161.
CrossRef PubMed Google Académico

Pizlo, Z. (2010). Forma 3D: su lugar único en la percepción

visual . Cambridge: MIT Press.
Google Académico

Pizlo, Z., Li, Y., Sawada, T., y Steinman, RM (2014). Haciendo una máquina
que ve como nosotros . Nueva York: Oxford University Press.
CrossRef Google Scholar

Piaget, J. (1954). La construcción de la realidad en el niño . Nueva York:

Básico.
CrossRef Google Scholar

Poli, R., Langdon, WB, y McPhee, NF (2008). Una guía de campo para la
programación genética . Publicado a través de http://Lulu.com y disponible
gratuitamente en http://gp-field-guide.org.uk (con contribuciones de Koza,
JR).

90 de 94
Pont, SC, Nefs, HT, van Doorn, AJ, Wijntjes, MWA, te Pas, SF, deRidder, H.,
y Koenderink, JJ (2012). Profundidad en casillas. Viendo y percibiendo,
25, 339–349.
CrossRef PubMed Google Académico

Quine, WVO (1951). Dos dogmas del empirismo. La revisión filosófica,

60, 20-43.
CrossRef Google Scholar

Ramachandran, VS (1985). La neurobiología de la percepción. Percepción,

14, 97-103.
CrossRef PubMed Google Académico

Ramachandran, VS (1990). En C. Blakemore (Ed.), Interacciones entre

movimiento, profundidad, color y forma: La teoría utilitaria de la
percepción, en Visión: codificación y eficiencia . Nueva York: Cambridge
University Press.
Google Académico

Revuz, D. (1984). Cadenas de Markov . Amsterdam: Holanda Septentrional.

Google Académico

Rogers, B. (2014). Delirios sobre ilusiones. Percepción . Doi: 10.1068 / p7731

Google Scholar

Russell, B. (1912). Los problemas de la filosofía . Nueva York: Oxford

University Press.
Google Académico

Russell, B. (1918). La filosofía del atomismo lógico . Reimpreso (2010),

Nueva York: Routledge.
Google Académico

91 de 94
Samuelson, L. (1997). Juegos evolutivos y selección de
equilibrio . Cambridge, MA: MIT Press.
Google Académico

Sandholm, WH (2007). Juegos de población y dinámica

evolutiva . Cambridge, MA: MIT Press.
Google Académico

Searle, J. (2015). Viendo las cosas como son: una teoría de la

percepción . Nueva York: Oxford University Press.
CrossRef Google Scholar

Sellars, P. (1956). El empirismo y la filosofía de la mente. En H. Feigl y M.

Scriven (Eds.), Minnesota estudia en filosofía de la ciencia (Los
fundamentos de la ciencia y los conceptos de psicología y psicoanálisis, Vol.
I, pp. 253–329). Minneapolis, MN: Prensa de la Universidad de Minnesota.
Google Académico

Shepard, R. (1994). Percepción-universales cognitivos como reflexiones del

mundo. Boletín psicológico y revisión, 1, 2–28.
CrossRef Google Scholar

Singh, M., y Hoffman, DD (2013). Selección natural y percepción de la

forma: la forma como un código efectivo para el fitness. En S. Dickinson y Z.
Pizlo (Eds.), La percepción de la forma en la visión humana y
computacional: una perspectiva interdisciplinaria (pp. 171–185). Nueva
York: Springer.
CrossRef Google Scholar

Taylor, P., y Jonker, L. (1978). Estrategias evolutivas estables y dinámicas de

juego. Ciencias biológicas matemáticas, 40, 145-156.
CrossRef Google Scholar

Terekhov, A., y O'Regan, KO (2013). El espacio como invención de los

92 de 94
sistemas biológicos, arxiv.org/abs/1308.2124.
Google Académico

Travis, C. (2013). Percepción: Ensayos después de Frege . Oxford, Reino

Unido: Oxford University Press.
CrossRef Google Scholar

Trivers, RL (1976/2006). Prólogo, en R. Dawkins, El gen egoísta . Nueva

York: Oxford University Press.
Google Académico

Trivers, RL (2011). La locura de los tontos . Nueva York: Libros básicos.

Google Académico

von Uexküll, J. (1909). Umwelt und Innenwelt der Tiere . Berlín: Springer-
Verlag.
Google Académico

von Uexküll, J. (1926). Biología teórica . Nueva York: Harcourt, Brace & Co.
Google Scholar

von Uexküll, J. (1957). Un paseo por los mundos de los animales y los
hombres: un libro ilustrado de mundos invisibles, reimpreso en
Comportamiento instintivo: desarrollo de un concepto moderno, CH
Schiller . Nueva York: Hallmark Press.
Google Académico

Wade, NJ (2014). Ilusionistas ópticos geométricos. Percepción . doi: 10.1068

/ p7695
Google Scholar

Wozny, DR, Beierholm, UR, y Shams, L. (2010). Probabilidad de

coincidencia como estrategia computacional utilizada en la percepción. PLoS

93 de 94
 Computational Biology, 6 (8), e1000871.
PubMedCentral CrossRef PubMed Google Académico

Yuille, A., y Bülthoff, H. (1996). Teoría de la decisión bayesiana y

psicofísica. En D. Knill y W. Richards (Eds.), Percepción como inferencia
bayesiana . Nueva York: Cambridge University Press.
Google Académico

Informacion registrada

© Psychonomic Society, Inc. 2015

Sobre este articulo

Cita este artículo como:

Hoffman, DD, Singh, M. y Prakash, C. Psychon Bull Rev (2015) 22: 1480. https://doi.org/10.375

Primero en línea DOI

18 de septiembre de 2015 https://doi.org/10.3758/s13423-015-

Nombre del editor Imprimir ISSN

Springer US 1069-9384

En línea ISSN
1531-5320

Acerca de esta revista

Reimpresiones y permisos

Publicado en cooperación con

La sociedad psiconomica

94 de 94