Documentos de Académico
Documentos de Profesional
Documentos de Cultura
97
categoras. As, en una determinada ocasin, una bicicleta puede ser diferente a un coche (no tiene motor). Pero, en otras situaciones, bicicleta y coche estarn en la misma categora, la de medios de transporte. Los ordenadores de hoy en da estn muy lejos de resolver este tipo de problemas, al menos tan rpido como nosotros lo hacemos. Se pueden implementar en hardware circuitos que sean capaces de resolver este tipo de problemas? La Neurociencia Computacional defiende que s es posible. Su supuesto bsico es que, si todas las personas realizan la misma categorizacin, debe existir un determinado circuito o cableado fsico en nuestro cerebro capaz de procesar tal informacin. El gran problema es que, a fecha de hoy, los mecanismos que relacionan circuito cerebral y funcin cognitiva de estos procesos tan complicados son muy difciles de especificar. Esto se debe, principalmente, a la gran multitud de subprocesos que ocurren simultneamente, cada uno con una escala espacial diferente. El rango va desde la difusin de neurotransmisores entre neuronas, que ocurre en una escala de una milsima de micra, hasta procesos ms globales, como la atencin, que pueden ser vistos con resonancia magntica funcional activar zonas de incluso varios centmetros. Esto hace que experimentalmente sean muy difciles de medir, e incluso a veces, no se sepa ni cul es la medida apropiada. El proyecto COLAMN no pretende resolver estos procesos mentales tan complicados. Simplemente, pretende implementar en silicio circuitos de neuronas basados en una anatoma realista y en datos electrofisiolgicos de la corteza cerebral, la fina envoltura del cerebro que en unos pocos milmetros de espesor ejecuta la mayora de los procesos cognitivos complicados (atencin, lenguaje, memoria de trabajo, pensamiento abstracto, etc.). Existen otros macro-proyectos dentro de la Neurociencia Computacional dedicados a la simulacin de la corteza cerebral (vese el proyecto BlueBrain [http://bluebrain.epfl.ch/] y Facets [http://facets.kip.uni-heidelberg.de/]). El proyecto COLAMN se caracteriza por no usar la neurona como unidad mnima de procesamiento. Su implementacin se basa en la estructura laminada de la corteza, aproximadamente 6 capas, donde la informacin sensorial (visual, auditiva, tctil) se representa y se transmite, en un procesamiento de complejidad creciente, desde las capas ms superficiales a las ms profundas (vase la Figura 1).
Figura 1.- Las seis capas del neocrtex, con representacin de sus neuronas excitatorias (reproducido con permiso de Thomson y Lamy, 2007).
Correa, A. (2008) Entrevista a Jess Corts, cientfico participante del proyecto COLAMN: "A Novel Computing Architecture for Cognitive Systems based on the Laminar Microcircuitry of the Neocortex". Ciencia Cognitiva: Revista Electrnica de Divulgacin, 2:3, 97-100.
98
CC: Qu implicaciones a nivel prctico tendrn los primeros resultados de este proyecto? Se estn implementando en silicio algunas propiedades biolgicas de la corteza como, por ejemplo, la adaptacin de la respuesta neuronal a estimulacin repetitiva, niveles de ruido muy altos, conectividad con numerosos circuitos recurrentes, conectividad emergente a travs de mecanismos de aprendizaje asociativo, cableado plstico que cambia en la misma escala de tiempo que la actividad neuronal, etc. Tambin hemos implementado parmetros realistas de flujo de informacin a travs de todas estas capas corticales, basados en medidas experimentales obtenidas con un nico electrodo relativamente grande que registra la propagacin de actividad a travs de las diferentes capas. Esto nunca se haba hecho antes. A estos chips se les puede estimular mediante estmulos semejantes a los que realmente llegan al sistema nervioso, y observar cmo se comportan y qu tipo de comportamiento global emerge. A partir de aqu pueden surgir multitud de aplicaciones. Por ejemplo, en visin artificial pueden generarse tcnicas de reconstruccin de imgenes, de deteccin de objetos, aprendizaje, etc. En definitiva, se pretende resolver por pura imitacin biolgica problemas de primera lnea en vision artificial. CC: Y las implicaciones a nivel terico? A nivel terico, este tipo de proyectos son muy enriquecedores. Por ejemplo, algunos problemas que dentro de la neurociencia terica son fundamentales, como bajo qu condiciones se puede almacenar informacin pasada en circuitos recurrentes de neuronas, dentro de la neurociencia experimental son prcticamente irrelevantes, entre otras cosas, por la imposibilidad de ser medidos. En el proyecto COLAMN se est trabajando en un entorno altamente interdisciplinar, con unos 30 investigadores de diferentes disciplinas, incluyendo Ingeniera del hardware y del software, Electrofisiologa, Fsica, Teora de la Informacin, Estadstica y Matemticas, etc. As, uno entiende cules son los problemas globales de algo en comn (el cerebro), independientemente de cuestiones concretas que slo son relevantes para una comunidad de cientficos. CC: Qu sabemos hoy sobre la corteza cerebral? Queda an mucho por descubrir? Pues sabemos mucho de qu, poco del dnde y practicamente nada del cmo. Si decimos que en la corteza se procesa el lenguaje, lo sabemos principalmente por estudios basados en lesiones cerebrales (ataques epilpticos, ictus, daos por accidente de trfico, etc.). En los ltimos aos, gracias a tcnicas de imagen no invasivas en Neurociencia Cognitiva (como, p. ej., electroencefalografa o resonancia magntica funcional) podemos mirar al cerebro en accin cuando realizamos muchas tareas. Esto hace que se entienda mucho el qu (p.ej., memoria de trabajo, atencin) y a veces el dnde (corteza prefrontal), pero no sabemos nada, o mucho menos, del cmo. Cmo se forman estos circuitos de procesamiento de informacin que soportan el sistema de la atencin? Por qu en diferentes individuos, con diferente material gentico, se conservan las mismas propiedades mentales? Cules son los mnimos ingredientes que conforman el sistema de la atencin? Por lo tanto, el mtodo a seguir para responder a estas cuestiones no est nada claro. Se deben modelar estos procesos empezando en una simulacin muy realista a nivel de una sola neurona? O, por el contrario, debemos modelar procesos cognitivos mentales, independientemente de la biologa que los sustenta? Dicho de otro modo, desde la conciencia a la neurona o desde la neurona a la conciencia? Qu camino es mejor? A mi entender, todas estas cuestiones no se resolvern con las tcnicas de visualizacin del cerebro actuales en muchas dcadas.
Correa, A. (2008) Entrevista a Jess Corts, cientfico participante del proyecto COLAMN: "A Novel Computing Architecture for Cognitive Systems based on the Laminar Microcircuitry of the Neocortex". Ciencia Cognitiva: Revista Electrnica de Divulgacin, 2:3, 97-100.
99
CC: Cmo sern los ordenadores del futuro? Quin sabe. Si seguimos con las tendencias actuales, sern ms baratos, ms rpidos, pero disipando una cantidad enorme de energa (o sea menos eficientes). A m me gustara creer que algunos de estos circuitos basados en el procesamiento de la informacin cerebral se pudieran llegar a integrar en el microprocesador de Pentium, consiguiendo as computar con menos consumo operaciones abstractas como distinguir el estado de nimo de alguien que nos habla. Pero, por ahora, estamos muy lejos. Referencias Thomson, A. M. y Lamy, C. (2007) Functional maps of neocortical local circuitry. Frontiers in Neuroscience, 1,19-42. doi:10.3389/neuro.01.1.1.002.2007
Correa, A. (2008) Entrevista a Jess Corts, cientfico participante del proyecto COLAMN: "A Novel Computing Architecture for Cognitive Systems based on the Laminar Microcircuitry of the Neocortex". Ciencia Cognitiva: Revista Electrnica de Divulgacin, 2:3, 97-100.
100