abril 01, 2021

La Neurociencia de Redes



La neurociencia de redes estudia la emergencia de la actividad mental
a partir de la configuración de las conexiones nerviosas en el cerebro



Red neuronal cerebral


Las redes neuronales se forman en las primeras fases de desarrollo del cerebro gracias al crecimiento y migración de las células nerviosas. Ambos procesos se combinan para organizar los conjuntos sinápticos y la modularidad de la arquitectura cognitiva. Las neuronas no están dispuestas al azar en el cerebro humano.



En la corteza, se organizan en grupos interconectados con alta conectividad intrínseca. Esta estructura de conectividad modular, en la que los grupos de neuronas se desenvuelven como unidades funcionales, se forma en las primeras fases de desarrollo del cerebro.

Este proceso de organización neuronal, que establece un orden en la arquitectura cerebral, está regulado por la propia actividad de las neuronas, pero hasta ahora se desconocía cómo consigue el cerebro embrionario establecer redes neuronales activas y en equilibrio, desde etapas tan tempranas de su desarrollo.


La neurona biológica


Una neurona consta de un cuerpo celular – soma – de entre 10 y 80 mm, del que surge un denso árbol de ramificaciones – dendritas – y una fibra tubular – axón – de entre 100 mm y un metro. Es un procesador de información muy simple:


* Canal de entrada: dendritas

* Procesador: soma 

* Canal de salida: axón


Una neurona cerebral puede recibir unas 10.000 entradas y enviar a su vez su salida a varios cientos de neuronas.


La conexión entre neuronas se llama sinapsis. No es una conexión física, sino que hay unos 2 mm de separación. Son conexiones unidireccionales, en la que la transmisión de la información se hace de forma eléctrica en el interior de la neurona y de forma química entre neuronas; gracias a unas sustancias específicas llamadas neurotransmisores.


No todas las neuronas son iguales, existen muchos tipos diferentes según el número de ramificaciones de sus dendritas, la longitud del axón y otros detalles estructurales. Sin embargo, todas ellas operan con los mismos principios básicos.


Red neuronal biológica


Es un circuito compuesto por neuronas, que establecen conexiones sinápticas entre sí de manera ordenada, y generada de la unión de las neuronas a otras en sus regiones correspondientes tras la migración neuronal.

Las Redes neuronales biológicas son la gran autopista de conexiones y comunicación del sistema nervioso central (SNC).


En base a este complejo sistema se recrean modelos artificiales con el fin de comprender su funcionamiento.


Red neuronal artificial


Una red neuronal artificial es un nuevo sistema para el tratamiento de la información, cuya unidad básica de procesamiento está inspirada en la célula fundamental del sistema nervioso humano: la neurona.


Es el intento de poder realizar una simulación computacional del comportamiento de partes del cerebro humano mediante la réplica en pequeña escala de los patrones que éste desempeña para la formación de resultados a partir de los sucesos percibidos. Concretamente, se trata de poder analizar y reproducir el mecanismo de aprendizaje y reconocimiento de sucesos que poseen los seres más evolucionados. 

Consiste de unidades de procesamiento que intercambian datos o información. Se utilizan para reconocer patrones, incluyendo imágenes, manuscritos y secuencias de tiempo (por ejemplo: tendencias financieras). Tienen capacidad de aprender y mejorar su funcionamiento.


La neurocomputación es la ciencia relacionada con los sistemas de procesamiento de la información que desarrolla capacidades operacionales como respuesta adaptativa a un ambiente de información, utilizando soluciones basadas en el funcionamiento del cerebro.


El desarrollo de las redes neuronales encuadra en una parte de la neurociencia que se denomina ciencia neurocomputacional.


La teoría de grafos


¿Cómo logra el cerebro hacer de nosotros quienes somos? Los esfuerzos para responder a esta cuestión han dado lugar a un nuevo campo de la neurociencia de redes, que utiliza una rama de las matemáticas, la teoría de grafos.



La teoría de grafos
, también llamada teoría de gráficas, es una rama de las matemáticas y las ciencias de la computación que estudia las propiedades de los grafos para modelizar las conexiones del cerebro que nos permiten leer, calcular o, simplemente, sentarnos y tamborilear con los dedos.


Un grafo, es una estructura matemática que permite modelar problemas de la vida cotidiana, mediante una representación gráfica formada por nodos o vértices que muestra a los actores y aristas que sirven para representar los lazos o relaciones entre los actores.


La teoría de grafos, que también se utiliza en química, física y lingüística, modeliza las rutas físicas que construyen las redes funcionales a partir de las cuales surgen nuestras capacidades cognitivas, ya sean la visión, la atención, o bien el autocontrol.


Tanto la arquitectura del sistema nervioso como sus interacciones pueden ser representadas a través de grafos; estudiar la dinámica cerebral utilizando estos objetos matemáticos ha llevado a un cambio de paradigma en el área que ha permitido a los neurocientíficos utilizar nuevas herramientas cuantitativas y conceptos provenientes de la teoría de grafos y la física de los sistemas complejos.

Al ir conociendo las redes con un nivel de abstracción cada vez mayor, los investigadores han comenzado a estrechar la brecha que existe entre la materia y la mente. Los beneficios prácticos conllevarían una nueva forma de diagnosticar y tratar trastornos como la depresión.


Este tipo de aproximación además permite encontrar regularidades, que comparten sistemas con escalas, que difieren varios órdenes de magnitud, desde redes sociales o redes de aeropuertos hasta genes y redes de asambleas neuronales.


La vida está dominada por las redes. Carreteras, ferrocarriles, rutas marítimas y vuelos comerciales constituyen redes intrincadas que utilizamos diariamente. Existen incluso más allá de nuestra experiencia inmediata. Pensemos en Internet, en la red eléctrica y en el universo, donde la Vía Láctea no es más que un nodo infinitesimal en una red de galaxias aparentemente ilimitada. Sin embargo, pocos sistemas de conexiones interactivas tienen la complejidad que alberga nuestro cerebro.


La importancia de la neurociencia está creciendo en estos últimos años a medida que nos hemos ido familiarizando con las neuroimágenes, cuyos ostentosos colores nos muestran las regiones del cerebro que se activan durante una tarea mental. Así tenemos, por ejemplo, el lóbulo temporal, la región cerca del oído que interviene en la memoria, y el lóbulo occipital, que se encuentra en la parte posterior de la cabeza y se encarga de la visión.


Pero en este conocimiento sobre el funcionamiento del cerebro humano es necesario conocer la manera en la que interaccionan todas las regiones del órgano para hacer de nosotros quienes somos.

Se utiliza la  teoría de grafos para analizar, sondear y predecir las interacciones complejas del cerebro. Se pretende así estrechar la aparentemente inmensa brecha existente entre el frenesí de la actividad eléctrica neuronal y una serie de tareas cognitivas, como sentir, recordar, tomar decisiones, aprender nuevas habilidades e iniciar el movimiento.


Este nuevo campo de la neurociencia de redes se cimienta, y refuerza, en la idea de que determinadas regiones del cerebro llevan a cabo actividades definidas. En el sentido más fundamental, lo que el cerebro es – y, por tanto, lo que somos como seres conscientes – queda definido, de hecho, por una extensísima red de 100 mil millones de neuronas con al menos 100 billones de conexiones, o sinapsis.


La neurociencia de redes pretende capturar esta complejidad gracias a que podemos modelizar los datos aportados por las neuroimágenes como un grafo compuesto por nodos y enlaces. En un grafo, los nodos – también llamados vértices – representan las unidades de la red, como las neuronas o, en otro contexto, los aeropuertos. Los enlaces – o aristas – sirven para conectar los nodos. Las sinapsis entre neuronas o en las rutas aéreas de los aviones –.

En un estudio, el cerebro humano se reduce a un grafo de unos 300 nodos. Las distintas regiones se comunican entre sí mediante enlaces correspondientes a las conexiones estructurales del cerebro, unos enormes manojos de “cables” que constituyen la materia blanca. Esta descripción, como una red unificada, ya ha proporcionado una imagen más clara del funcionamiento cognitivo, y desde un punto de vista más práctico, también ha mejorado el diagnóstico y el tratamiento de los trastornos psiquiátricos.


El conocimiento de las redes cerebrales nos ayudaría a mejorar los programas de inteligencia artificial, los nuevos fármacos y las técnicas de estimulación eléctrica para corregir el mal funcionamiento de los circuitos neuronales en la depresión y, quizá también, desarrollar genoterapias para las enfermedades mentales.


Sólo a través de interacciones de red multi-escala pueden las moléculas y las células dar lugar a la conducta y la cognición. El conocimiento de las interacciones en red, a través de múltiples niveles de la organización es crucial para una comprensión más completa del cerebro como un sistema integrado y holístico.

Cuando una persona está cognitivamente en reposo o en silencio, el cerebro se involucra en un patrón característico de actividad neuronal dinámica, el perfil de espacio-temporal de este patrón es moldeado por una estructura intrincada de red de fibras nerviosas y de sus vías.




Neurociencia de los procesos negociados en el lenguaje y cognición social


Casi toda interrelación entre humanos requiere de un tácito acuerdo, que utiliza este tipo de negociación.


Existen varios test que consisten en realizar un juego de negociación con una oferta y una aceptación o rechazo. Uno muy utilizado es el llamado juego del ultimátum en el que se pueden medir procesos fisiológicos de los contrincantes.


En general son estudios fáciles de investigar con neuroimágenes funcionales y electroencefalograma, activándose en forma diferenciada, especialmente en el lóbulo prefrontal y en el temporal. Así, en varios estudios se observa que la aceptación de un acuerdo genera ondas Alfa en la corteza prefrontal y el rechazo, ondas Theta.

En la negociación está implícito el diálogo, la intuición, la empatía como intersubjetividad que implica conocerse a sí mismo – meta cognición – y al otro – cognición social –, las creencias y por último la toma de decisión, tanto inmediata como mediata.


El diálogo es entonces un instrumento de lo social, es un proceso clave y universal del Homo Sapiens, como un acuerdo grupal inconsciente, pudiendo a través del mismo desgranar ideas, pensamientos.


Todo el universo podría ser una red neuronal



Todo el universo sería una enorme red neuronal que concilia la relatividad general, la mecánica cuántica y los observadores: es el eslabón perdido del conocimiento humano.

Todo el universo en su nivel más fundamental sería una red neuronal, según explica el físico y cosmólogo Vitaly Vanchurin, de la Universidad de Minnesota, en una pre-publicación “The world as a neural network” (“Todo el universo podría ser una red neuronal”) presentada en arXiv en agosto 2020.


Vanchurin cree que la hipótesis de que todo el universo es una enorme red neuronal podría constituir el eslabón perdido del conocimiento humano, que permitiría reconciliar la mecánica cuántica y la relatividad general.


En su artículo, considera que las redes neuronales artificiales se comportan en la práctica como si la mecánica cuántica y la relatividad general ya se hubieran reconciliado.


La principal diferencia entre ambas teorías universales es el así llamado “problema del tiempo”: si para la mecánica cuántica el tiempo es universal y absoluto, para la relatividad general el tiempo es relativo, ya que no siempre discurre de la misma forma.


Hay otra diferencia notable entre ambas teorías universales, la conocida como el problema de la gravedad cuántica: los efectos gravitatorios del universo se confunden con los del mundo cuántico cuando las distancias entre objetos son mayúsculas y las energías extremas. Sin embargo, el problema es que no tenemos una teoría que explique este aparente imposible.


El tercer factor que enfrenta a ambas teorías universales son los llamados observadores: todavía no sabemos realmente qué papel desempeñamos en el conocimiento de la materia, ni en qué medida el mundo depende de nuestra observación.


Salto cuántico


Vanchurin da un salto de audacia para proponer, no la pretendida teoría del todo unificado, que explicaría todos los fenómenos físicos conocidos, mayúsculos y minúsculos, sino más bien abrir un posible trayecto que conduzca a ella.


Para conseguirlo propone añadir a la ecuación cósmica un tercer factor, además de la relatividad general y la mecánica cuántica: el observador, ese oscuro objeto del deseo que ha llevado a convertir el conocimiento humano en un consenso, más que en una descripción objetiva e inapelable de lo real.


Aun asumiendo que la mayoría de los físicos considera la mecánica cuántica como el pilar de todo lo que conocemos, propone que la realidad es más sutil: todo emana de una red neuronal microscópica, tanto la mecánica cuántica, como la relatividad general y los observadores.


La red neuronal es todo lo que existe. Es un sistema dinámico que experimenta una evolución de aprendizaje y, como resultado, experimentamos muchos fenómenos emergentes interesantes como el espacio-tiempo, las partículas y, quizás lo más importante, los observadores.


Por lo tanto, si queremos reconciliar los tres aspectos conocidos de la realidad, habría que considerar que el sustrato del universo es una red neuronal, presumiblemente cuántica: integraría las leyes de la relatividad general, los principios del mundo cuántico y el papel de los observadores en este nuevo marco teórico.


También resolvería el dilema de los supuestos Multi-versos de Everett y de las variables ocultas que, supuestamente, tendrían los secretos del mundo cuántico.


Según Vanchurin, las variables ocultas serían los estados de las neuronas individuales y las neuronas aprendices representarían a lo que llama variables cuánticas.


Aprendizaje profundo


Para comprender cómo ha sido concebida esta propuesta teórica, que ha suscitado escepticismo entre otros físicos, Vanchurin cuenta que es la deducción lógica del estudio de las redes neuronales artificiales.


Éstas son una rama de la Inteligencia Artificial que imitan al cerebro humano a través del llamado aprendizaje profundo, una forma de automatizar el análisis predictivo: la capacidad que tiene el cerebro biológico de analizar un amplio espectro de datos para anticipar posibles acontecimientos.

Analizando esta tecnología, Vanchurin observó que la dinámica de aprendizaje de las redes neuronales artificiales era muy similar a la dinámica que se observa en los sistemas cuánticos.


Las dos teorías universales y los observadores conviven en los procesos de aprendizaje de las redes neuronales artificiales. Esta constatación le llevó a suponer que, en los niveles más básicos del universo, todo se reduce a lo mismo: a una red neuronal que todo lo engloba.


Vanchurin reconoce que la idea es una locura, pero al mismo tiempo señala que será relativamente fácil rebatirla: sólo es preciso encontrar un fenómeno físico que no pueda modelarse como una red neuronal.




 
Significa que vivimos y formamos parte de una red neuronal universal, aunque no podemos notar la diferencia.


Ver :

Neurociencia

Las redes neuronales

Redes neuronales artificiales en inteligencia artificial

Red neuronal por defecto

Actividad eléctrica de las dendritas

Bases neurológicas de la inteligencia humana

Chips inspirados en el cerebro humano

Fortalecimiento de la conectividad cerebral

La Optogenética – la gran revolución del estudio del cerebro

El cerebro comparado a internet y a una computadora

Señales u ondas cerebrales


No hay comentarios.:

Publicar un comentario