Mostrando las entradas con la etiqueta grafo. Mostrar todas las entradas
Mostrando las entradas con la etiqueta grafo. Mostrar todas las entradas

octubre 31, 2022

Reforzar las Redes Neuronales de la Memoria




Para integrar toda la información que recibe, el cerebro primero la distribuye en redes especializadas que interaccionan de manera jerárquica a medida que el procesamiento cognitivo requiere niveles más altos de integración. Entender cómo coordina el cerebro el flujo de información en un sistema de esta naturaleza e identificar las poblaciones de neuronas, o nodos críticos en la red cerebral, que son necesarios para hacerlo, es un problema fundamental en neurociencia. Estos nodos críticos son esenciales para la integración de las redes que intervienen en procesos tan importantes como el aprendizaje.

El cerebro es un órgano extremadamente complejo, con innumerables conexiones. Conocer los detalles microscópicos de esa conectividad es de gran importancia, pero también lo es entender las conexiones cerebrales a gran escala, ya que éstas determinan los flujos de información en el conjunto del sistema. Para investigar esta cuestión suele recurrirse a una visión simplificada del cerebro que propone entenderlo como una red compuesta por nodos unidos mediante conexiones que intercambian información.

Esta visión más sencilla ha permitido emplear herramientas matemáticas prestadas de la teoría de grafos para estudiar la comunicación en el sistema nervioso. De esta manera, los nodos de la red estarían compuestos por poblaciones neuronales – regiones cerebrales – unidas por conexiones estructurales – axones nerviosos – y funcionales – activaciones correlativas en poblaciones neuronales distintas –. Esta simplificación elimina los detalles del sistema, pero facilita la identificación de los nodos y las conexiones que desempeñan un papel fundamental en una tarea cognitiva concreta o cuya alteración podría ser central en enfermedades neurológicas o psiquiátricas como el Alzhéimer, la epilepsia o el alcoholismo.

Tipos de nodos y su importancia

Según sus conexiones, los nodos de una red pueden tener mayor o menor influencia sobre el flujo global de información. Así, los nodos con un mayor número de conexiones – de alto grado, o hubs – influyen más sobre la comunicación en la red, de forma similar a cómo un aeropuerto con mucha actividad condiciona la organización del espacio aéreo y la salida de los vuelos en aeropuertos más pequeños en sitios remotos. Sin embargo, el grado de los nodos no constituye el único factor ni, necesariamente, el más importante.

El patrón de conectividad resulta fundamental. Por ejemplo, un nodo con pocas conexiones – de bajo grado – puede ocupar una posición estratégica en la red porque al conectar dos o más hubs podría tener mayor influencia que los hubs por separado. Se ha comprobado, a partir de la teoría de grafos, que la existencia de nodos de bajo grado con posiciones estratégicas en la red denominados “nodos críticos”, era beneficiosa para la estabilidad de la red y prevenía la propagación de fallos en cascada.

Los clubs exclusivos de hubs en el cableado neuronal del cerebro

Un concentrador o hub permite centralizar el cableado de una red; recibe una señal y repite esta señal emitiéndola por sus diferentes puertos. Ciertas regiones del cerebro actúan como hubs que están muy interconectados entre sí. Los grupos de hubs muy bien interconectados se comportan como clubs exclusivos y son cruciales para una comunicación eficiente entre las neuronas del cerebro.

Núcleo accumbens

El núcleo accumbens que significa “núcleo que yace sobre el septum”, es un grupo de neuronas del encéfalo, ubicadas donde el núcleo caudado y la porción anterior del putamen confluyen lateralmente con respecto al septum pellucidum.

En el núcleo accumbens se distinguen dos estructuras: zona central – core – y corteza – shell –, que difieren por morfología y función.

El núcleo accumbens y el tubérculo olfatorio constituyen la parte ventral del cuerpo estriado, que forma parte de los ganglios basales.

A este núcleo se atribuye una función importante en el placer incluyendo la risa y la recompensa, así como el miedo, la agresión, la adicción y el efecto placebo por lo que se encuentra implicado en el circuito de premio-recompensa.


Nuevo mecanismo para Reforzar las redes neuronales de la memoria

Investigadores del Instituto de Neurociencia de San Juan de Alicante UMH-CSIC y del Instituto Levich de Física de la Universidad de la Ciudad de Nueva York, cuyo trabajo ha sido publicado en Nature Communications en junio 2018, han descubierto un nuevo mecanismo para reforzar las redes cerebrales de la memoria.

El equipo ha descrito en ratones que los grupos de neuronas que funcionan como nodos críticos en las redes de memoria del hipocampo se localizan, en realidad, en el núcleo accumbens, la estructura del sistema de recompensa del cerebro. En concreto, los expertos, han utilizado la teoría de percolación para localizar en ratones los nodos que, por su posición estratégica en las redes cerebrales, son "críticos" para favorecer la formación de memorias, aunque no reciban tantas conexiones como los "hubs", en los que hasta ahora se había centrado la atención.

Este estudio sugiere que las memorias que requieren la interacción del hipocampo y la corteza prefrontal necesitan también la intervención del núcleo accumbens para formarse. Los resultados se confirman con la inactivación farmacogenética del núcleo accumbens, que elimina por completo la formación de la red de memoria, mientras que la inactivación de otras áreas del cerebro deja intacta esta red.

El trabajo también apunta a que la sincronización entre el núcleo accumbens, el hipocampo y la corteza prefrontal, a la hora de almacenar nueva información, proporciona un mecanismo para la actualización de los recuerdos que guiará los comportamientos futuros, de acuerdo con la información almacenada en el pasado.

Los resultados tienen implicaciones prácticas para tratar patologías del cerebro basadas en la conectividad funcional, como la adicción a sustancias de abuso, la esquizofrenia o la depresión. Permite, por ejemplo, diseñar protocolos de intervención dirigidos a nodos críticos del cerebro para manipular su actividad, buscando reforzar conexiones entre redes neuronales cerebrales, por ejemplo, para reforzar la memoria.

Además, las alteraciones en la conectividad funcional de las distintas redes cerebrales podrían utilizarse como biomarcador de diagnóstico y de pronóstico de distintas enfermedades. Algunas herramientas clínicas, como la estimulación magnética transcraneal o la estimulación cerebral profunda, podrían beneficiarse de esta aproximación localizando las áreas a estimular en algunos trastornos neurológicos o psiquiátricos, especialmente aquellos que se cree que son el resultado de las disfunciones de la red. El hallazgo puede servir también como guía para la cirugía del tumor cerebral mediante la identificación de áreas esenciales que se deben preservar durante la resección.

Hasta ahora se sabía que el núcleo accumbens participa en la formación de memorias, entre otras funciones, pero se desconocía su papel fundamental para estabilizar la interacción entre el hipocampo y otras regiones de la corteza cerebral, como han descubierto los científicos. Estas interacciones son fundamentales para la consolidación a largo plazo de las memorias.


¿Cómo se crea y consolida la memoria a largo plazo?

Un estudio realizado por investigadores del Departamento de Biología Celular, Fisiología e Inmunología y del Instituto de Neurociencia (INC), coordinado por la Universidad McGill y publicado en Nature de octubre 2020, ha descrito los procesos que se dan en las neuronas del hipocampo para que se puedan crear memorias de larga duración y sea posible el aprendizaje.

La memoria a largo plazo es un mecanismo cerebral que nos permite codificar y retener una cantidad casi ilimitada de información a lo largo de la vida. En su formación intervienen proteínas clave que activan la síntesis proteica, como la sub-unidad α del factor de iniciación eIF2 (eIF2α).

En este estudio, hecho en ratones, se han identificado los circuitos y las conexiones neuronales por los que eIF2α perjudica el aprendizaje y la memoria cuando está unida a una molécula de fósforo – fosforilada –, mientras que los potencia en su forma no fosforilada, tanto en condiciones de salud como de enfermedad.

El equipo ha demostrado que la implicación de eIF2α en la formación de nuevas memorias de larga duración viene dada por la actividad que tiene en dos tipos de neuronas del hipocampo: las neuronas excitadoras y las neuronas que expresan somatostatina – un grupo de neuronas inhibitorias –. De forma paralela y autónoma, la reducción de la fosforilación de eIF2α en estas dos sub-poblaciones es suficiente para incrementar la síntesis proteica, reforzar las conexiones entre neuronas y mejorar la memoria de larga duración.

Para estudiar estos efectos se ha utilizado una técnica desarrollada por los investigadores, que ha permitido demostrar que los cambios que se producen en las neuronas excitadoras durante el aprendizaje son similares a los que se observan al impedir genéticamente la fosforilación de eIF2α en estas neuronas. Esto es importante porque ha permitido validar el modelo genético e identificar los cambios que el aprendizaje produce a nivel trascripcional.

La existencia de dos procesos autónomos de consolidación de la memoria mediados por la forma no fosforilada de eIF2α puede responder a una ventaja evolutiva para asegurar y regular la duración de una memoria determinada.

El estudio es el primero que analiza por separado el papel de las neuronas excitadoras e inhibidoras del hipocampo en la consolidación de este tipo de memorias, y contribuye a comprender el fenómeno de la creación y mantenimiento de recuerdos, aun tan desconocido.


Científicos descubren una nueva clase de células de memoria en el cerebro


Según un estudio realizado por investigadores de la Universidad Rockefeller, publicado en Science de julio 2021, en el lóbulo temporal del cerebro se ha descubierto un nuevo tipo de neuronas de memoria que vinculan la percepción de los rostros con la memoria a largo plazo, lo que explica cómo el cerebro guarda la cara de los seres queridos.


Los científicos llevan tiempo buscando una clase de células cerebrales que explique el destello visceral de reconocimiento que sentimos cuando vemos un rostro muy familiar, como el de las abuelas.

La "neurona de la abuela". En los años sesenta se formuló la teoría de la "neurona de la abuela", una célula cerebral que codificaría, por sí sola, un concepto específico y complejo. Así habría una neurona para recordar el rostro de la abuela, otra para el de la madre y sucesivamente. Pero nunca se llegó a demostrar su existencia.

El nuevo estudio ha localizado un conjunto de neuronas que serían similares a la de la abuela, pero, en lugar de trabajar de forma individual, parecen hacerlo de manera colectiva. En un rincón oscuro y poco estudiado del cerebro, se ha encontrado lo más parecido a una neurona abuela: células capaces de vincular la percepción de las caras con la memoria.

Esta es la primera evidencia de unas células cerebrales híbridas, que se comportan como células sensoriales, con respuestas fiables y rápidas a los estímulos visuales, y que son capaces de vincular la percepción de las caras con la memoria.

Además, actúan como células de memoria que solo responden a estímulos que el cerebro ha visto antes – en este caso, individuos conocidos – reflejando un cambio en el cerebro como resultado de encuentros anteriores.

Conexión entre los ámbitos sensorial y de la memoria

Para realizar su estudio, el equipo realizó resonancias magnéticas a macacos rhesus y registró las señales eléctricas de las neuronas mientras observaban en una pantalla imágenes de rostros familiares que habían visto en vivo y otros que solo habían visto virtualmente. Las neuronas respondían más a las caras que los sujetos habían visto personalmente antes y discriminaban entre conocidos y desconocidos inmediatamente después de procesar la imagen.

Son células muy visuales y sensoriales, pero como células de memoria. Han descubierto una conexión entre los ámbitos sensorial y de la memoria.

Implicaciones clínicas para personas con prosopagnosia, o ceguera facial. En el futuro, estos resultados podrían tener implicaciones clínicas para las personas con prosopagnosia, o ceguera facial, que en el peor de los casos ni siquiera pueden reconocer a sus familiares cercanos.

***

Ejercicios para fortalecer las neuronas de la memoria




Con el paso del tiempo, nuestro cerebro y memoria se ven afectados por la pérdida de habilidades. Para mantenernos ágiles, los expertos recomiendan realizar ejercicios cognitivos, poniendo a prueba nuestra destreza y capacidad de retención de información.

Esto puede realizarse mediante la resolución de rompecabezas, crucigramas, acertijos y otros juegos conocidos, pero si realizamos actividades que disfrutamos regularmente, solo estaríamos dando ‘mantenimiento’ a las áreas del cerebro que ya están sanas y activas. Por lo que para ejercitar las otras áreas que están inactivas debemos buscar retos más grandes, tal como si estuviéramos realizando ejercicios físicos.

Escuchar música 8D con audífonos.
Este tipo de música suele utilizarse en películas o videojuegos y es especialmente envolvente porque activa el cerebro en su conjunto. Se puede encontrar en Internet y se recomienda escucharla con los ojos cerrados mientras se presta atención a los instrumentos, la voz, el ritmo y demás elementos.

Un ejemplo: 8D AUDIO CLASSICAL MUSIC Bach, Mozart, Chopin, Beethoven, Tchaikovsky (USE HEADPHONES)

Día de la mano no dominante. Un día a la semana intentar hacer todo con la mano que no se utiliza habitualmente. Si somos diestros, nos volvemos zurdos, o viceversa. Dicha actividad facilita un cruce de los hemisferios cerebrales e incrementa la reserva cognitiva.

Leer en voz alta.
Cuando leemos en voz alta abrimos nuevas rutas neuronales, por ello es recomendable practicarlo una vez a la semana, aunque estemos solos.

Hacer algo que nos incomoda. Tenemos que evitar caer en la zona de confort. Hacer cosas que nos cueste trabajo hacer, aunque sean pequeños actos, como no comer un postre que nos encanta o caminar por rutas diferentes a las habituales.

Trabajar con los olores. Colocar olores que nos resultan familiares en recipientes, como un jabón de la infancia o un perfume antiguo. El ejercicio consiste en vendarse los ojos y dejarnos sorprender por el olfato. De este modo, activamos uno de los sentidos menos desarrollados y abrimos nuevas conexiones neuronales. Esta dinámica también puede hacerse con sabores, si es que se tiene dificultades con el olfato.

Hacer deporte o jugar. El deporte activa también nuestro cerebro, e incluso nos ayuda a desarrollar nuevas neuronas. Cuando el cuerpo se mueve, además, la mente se relaja y crea un espacio idóneo para el aprendizaje.

Coordinación óculo-manual.
 Una de las claves del entrenamiento cognitivo consiste en cruzar diferentes áreas cerebrales. Conseguir plastilina o algún material moldeable para crear formas diferentes. El objetivo es conectar los ojos con las actividades de las manos.

Retar la atención. Existen libros y dinámicas para encontrar diferencias entre dos imágenes o encontrar una que esté oculta. Este ejercicio ayuda a entrenar la atención. Practicarlo día a día, cuando estamos en la calle o esperando en una fila. El reto es muy fácil: observamos que llevan las personas que están a nuestro alrededor, cerramos los ojos e intentamos recordar los detalles de sus zapatos, la ropa que llevan, sus características físicas e incluso lo que estaban haciendo en ese momento.
 



Ver :


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