|
por Yaiza Martínez
28 Marzo
2018
del Sitio Web
Tendencias21
Imagen: TheDigitalArtist
Fuente: Pixabay
Investigaciones diversas
buscan la clave
del funcionamiento del cerebro
para
reproducirlo o entenderlo,
pero puede que
sea inabarcable...
Fabricación de sinapsis y neuronas, cultivo de
células nerviosas en placas de Petri, modelizaciones
informáticas del funcionamiento cerebral…
Diversas investigaciones tratan de desvelar el
complejo puzzle del cerebro para reproducirlo
artificialmente, pero también para intentar
comprender por qué se enferma y deja de funcionar.
Sin embargo, cabe imaginar que la complejidad del
cerebro entero pueda resultar inabarcable.
En el año 2009, los
promotores del
proyecto Blue Brain, impulsado por,
...y cuyo objetivo es
reproducir informáticamente un cerebro humano a todos sus niveles,
incluido el molecular,
anunciaban que, en una década
podría estar listo el cerebro
artificial.
Falta solo un año
para que se alcance la fecha del vaticinio, pero la complejidad del
cerebro sigue sin desvelarse.
Entretanto, más allá del terreno de la informática, se van dando
otros intentos. El último del que hemos tenido noticia está
protagonizado por una ingeniera en biomedicina de la Universidad de
Connecticut, llamada
Min Tang-Schomer.
Tang-Schomer ha conseguido crear artificialmente un circuito
cerebral simple compuesto por un conjunto de neuronas cultivadas en
una
placa de Petri.
Usando unos electrodos, la investigadora hizo
llegar señales eléctricas a estas neuronas, y las células nerviosas
respondieron. Comenzaron entonces a latir en sincronía, de un modo
similar a como lo hacen en el cerebro, explica la Universidad de
Connecticut en un
comunicado.
Los electrodos nos pueden parecer artificiales, pero lo cierto es
que las señales eléctricas forman parte del funcionamiento normal de
nuestro cerebro.
Por ejemplo, cuando un fotón (partícula que compone
la luz) golpea el ojo de un individuo, se genera una señal eléctrica
que viaja a través del nervio óptico, y que es traducida por el
cerebro como un color determinado (ese es el color que vemos).
Aún no se sabe si las neuronas de Tang-Schomer pueden generar
"pensamiento", pero la investigadora espera que estos sencillos
circuitos conduzcan a circuitos más complejos, y con ellos a una
mejor comprensión sobre cómo las neuronas se organizan en su medio
natural.
Creación de sinapsis
artificiales
Otra interesante vía de emulación
del cerebro es la de la
fabricación de sinapsis artificiales.
Una
sinapsis (natural) es aquella conexión o intercambio entre
células cerebrales que posibilita la transmisión del impulso
nervioso.
El proceso de aprendizaje de nuestro cerebro está ligado a estas
conexiones: cuanto más estimulada está la sinapsis, más se refuerza
la relación entre las neuronas y, en consecuencia, el aprendizaje
mejora.
El pasado mes de enero, un grupo de investigadores del Instituto
Nacional de Estándares y Tecnología (NIST,
EE.UU.)
anunció la creación de un interruptor superconductor que
funciona como una sinapsis biológica.
Este interruptor (bautizado, claro está, como
'Sinapsis') es
capaz de procesar mil millones de veces por segundo, en comparación
con una célula cerebral, que se limita a 50 veces por segundo.
Además, usa sólo una diezmilésima parte de la energía que consume
una sinapsis humana, aprende igual que una neurona real, y puede
almacenar recuerdos.
En 2017, además, investigadores del CNRS de Francia
lograron crear una sinapsis artificial capaz de aprender, y
desarrollaron un modelo físico que explicaba esta capacidad de
aprendizaje, lo que abrió la posibilidad de crear una red de
sinapsis artificiales y sistemas inteligentes.
En aquel caso, la
sinapsis artificial consistió en un componente electrónico nanométrico capaz de ajustar su resistencia bajo impulsos eléctricos
similares a los de las neuronas.
También neuronas de
laboratorio
Por si todo esto fuera poco, el año pasado asistimos a
la
creación de neuronas artificiales.
Por un lado, un
equipo internacional creaba la primera nano-neurona
capaz de reconocer números pronunciados por diferentes
oradores, con una tasa de éxito del 99,6%.
Por otro lado,
investigadores franceses desarrollaron también una
neurona artificial
que reproducía la actividad de una neurona humana,
aunque con un consumo energético 1.000 veces menor.
Otro importante paso
fue el dado en 2015 por científicos de la MicroNano
Research Facility (MNRF) de la RMIT University de
Australia, con la fabricación de una celda de memoria
multiestado electrónica, analógica y a nanoescala, que
emulaba la capacidad del cerebro para procesar
información y, simultáneamente, almacenarla de múltiples
formas.
Tratando
de desvelar la sinergia
Aunque estos avances
tecnológicos pueden ayudar al conocimiento del cerebro,
el trabajo con neuronas vivas (como el de Tang-Schomer)
y la modelización informática del funcionamiento de las
neuronas (que lleva a cabo en el proyecto Blue Rain)
podrían desvelar claves aún más fundamentales sobre el
funcionamiento cerebral.
A lo largo de nuestras
vidas, nuestros cerebros experimentan cambios continuos,
como consecuencia de nuestras experiencias.
Estos
cambios se dan en las conexiones sinápticas (gracias a
la llamada "plasticidad sináptica") y
resultan claves para el aprendizaje y la memoria.
Sin embargo, aún se sabe
poco acerca de la coordinación interneuronal y de su
evolución.
La observación de la coordinación de neuronas
vivas o las simulaciones a gran escala del proyecto Blue Brain (la
más reciente, en un
microcircuito neocortical formado por 200,000 neuronas y
260 millones de sinapsis), podrían arrojar luz sobre
esos principios funcionales sinérgicos que dan forma a
la plasticidad en circuitos cerebrales reales.
Potenciales aplicaciones
Por ahora, las posibles aplicaciones de los avances
presentados serían las siguientes:
las sinapsis
artificiales podrían permitir fabricar ordenadores que
imiten al cerebro.
Las neuronas artificiales servirían,
por su parte, para ser conectadas con otras - a través de
sinapsis artificiales - y avanzar con ellas en el
desarrollo de una Inteligencia Artificial más cercana a
la natural.
Según algunos expertos, una de las razones por las que
las máquinas no pueden tener una consciencia es su
incapacidad para procesar suficientes datos.
Por
ejemplo, aunque las cámaras de un robot puedan capturar
más información sobre una escena que el ojo humano,
dicho robot fallará al intentar adaptar su
comportamiento a lo que ve o al buscar soluciones "creativas" frente a lo que se encuentre. Conocer el
secreto de la coordinación o sinergia neuronal quizá,
algún día, pueda llevar a incorporarlo a la Inteligencia
Artificial para tal fin.
Otra aplicación importante que tendrían tanto los
estudios en la línea del de
Min Tang-Schomer como el del proyecto Blue Brain y
los demás sería que podrían ayudar a comprender el
origen de ciertas enfermedades cerebrales, como los
trastornos neurodegenerativos.
Pero todo parece que llevará más tiempo del previsto por
los impulsores de Blue Brain.
Si, asomada a su limitado
conjunto de neuronas de cultivo, Tang-Schomer
señala que este es
"como el cosmos", cabe imaginar
que la complejidad del cerebro entero pueda resultar
inabarcable.
Referencias
|
