A medida que aprendemos mas sobre el complejo
mundo de las neuronas, sus conexiones y funciones, muchos de nosotros nos
tentamos con la idea de simular circuitos neuronales en programas
computacionales. La ciencia y el arte de construir circuitos neuronales in silico tiene varios nombres
incluyendo Neurociencia Computacional, Redes Neuronales, Inteligencia
Artificial y muchos otros.
Una versión interesante e intrigante de estos
esfuerzos fue publicada recientemente en Science
(“A large-scale model of the functioning brain. Science 30:1202-1205 (2012)”). Los
autores querían construir un modelo computacional que pudiera implementar múltiples
actividades incluyendo copiar imágenes, reconocer formas, contar y aun formas
elementales de razonamiento. Con este objetivo en la mente, decidieron diseñar
un modelo compuesto por 2.5 millones de neuronas. Si bien este numero puede
parecer un montón de neuronas, de hecho, el cerebro humano probablemente tenga
alrededor de 1011 neuronas (aproximadamente 100,000 millones de
neuronas). Pero no necesitamos simularlas a todas, mas sobre esto después.
Dotaron a las neuronas del modelo
con varias propiedades que tiene sentido en el contexto de lo que sabemos sobre
Neurociencias. Por ejemplo, las neuronas del modelo disparan potenciales de
acción al igual que las neuronas biológicas. Algunas de las neuronas del modelo
son altamente especializadas. Hay neuronas que reciben información visual,
intentando capturar la actividad en una retina. Otras neuronas dirigen un brazo
simulado que es capaz de simular movimientos. Y muchas neuronas están
involucradas en los íntimos detalles de la
cognición, implementando las tareas, asegurándose que la información es
interpretada en forma adecuada para generar el procedimiento motor
deseado. Si bien muchos componentes de
este modelo eran bien conocidos, es bueno ver todas estas ideas actuando en
forma sinergistica y conjunto, tomando pasos iniciales para intentar simular un
cerebro de verdad.
Los autores tienen un simpático
sitio en la web donde se pueden ver videos de las simulaciones
y las tareas que el modelo puede resolver. Las simulaciones son tan
entretenidas que los autores decidieron otorgarle un nombre a su modelo:
“Spaun”, lo cual significa nada menos y nada mas que Semantic Pointer Architecture Unified Network. Spaun
es incluso capaz de pasar varios tests de coeficiente intelectual (IQ, lo cual
puede llevar a mucha gente a ponderar sobre la utilidad de esos tests!)
Existe un fuerte interés en la
comunidad de Neurociencia Computacional en tratar de descifrar los algoritmos
mediante los cuales el cerebro puede resolver tareas complejas. Relacionada a
la noción de dotar a las computadoras con la capacidad de resolver problemas
difíciles, también nos gustaría enseñarles a las computadoras cómo aprender. Parte de la magia que
realizan nuestros cerebros es la capacidad de rápidamente aprender, adaptarse e
inventar nuevas formas de hacer las cosas. Simplemente almacenar información y
el aprendizaje de memoria no es suficiente. Apartándonos del tema central,
muchos maestros y programas de estudio aun no entienden esta idea: las
computadoras ya son mucho mejores que nosotros en repetir información. Pero
esto será tema para otro blog.
Como será un modelo que implementa
la cognición humana? Aun no lo sabemos. Ignorando cuestiones de músculos
computacionales, no es el caso de que podamos simplemente simular 1011
neuronas y comenzar a vender cerebros humanos. Una simulación realista de cada nanómetro
de la corteza no es el objetivo. La belleza y el poder de los modelos proviene
de la abstracción y de la posibilidad de capturar las reglas criticas de computación.
Una encantadora historia
corta del escritor argentino Borges
ilustra claramente este punto al describir la utilidad de los mapas (como un
modelo en 2 dimensiones) y cuan inútil seria crear modelos en escala real donde
un kilometro es representado por un kilometro. Aun nos falta un largo trecho
para entender como los circuitos neuronales realizan los trucos de magia que
parecen tan sencillos. Sin embargo, como muestra nuestro nuevo amigo Spaun,
existen rápidos avances y gran entusiasmo en la comunidad y muchos de nosotros trabajamos
largas horas para tratar de descifrar las respuestas.
Vamos a poder construir un cerebro
humano algún día? O simular un cerebro humano? La pregunta no es realmente si
vamos a poder o no sino mas bien cuando lo tendremos listo. Imaginen las
posibilidades.
