Sinapsis

Robots humanoides, la complejidad del movimiento humano

noreply@blogger.com (Antonio Orbe) — Sun, 19 May 2013 15:29:00 +0000

Acaba de concluir en México la 15ª edición anual de RoboCup, un campeonato de fútbol para robots. En la final un equipo de EE.UU. ganó 4-0 a otro de Alemania. Ver a estos pequeños robots competir hace pensar sobre su colosal desafío: imitar el complejo movimiento humano.

En la competición todos los equipos usan el mismo hardware y el esfuerzo está en desarrollar el mejor software. Los jugadores son completamente autónomos e incorporan habilidades que en los humanos se dan por supuesto: visualizar la propia posición, la de los demás y la de la pelota, usar la estrategia o golpear el balón sin caerse. Aunque se caigan son capaces de levantarse solos. El desafío para la Inteligencia Artificial es formidable. Además lo hacen en un entorno competitivo y practicando el deporte rey, el fútbol.

Comparados con el movimiento humano, los robots palidecen. Se ven sumamente torpes e incapaces. Los japoneses llevan mucha delantera en el desarrollo de robots humanoides y poco a poco van creando mejores prototipos como el famoso Asimo de Honda que es capaz de correr.

Tendemos a desdeñar el movimiento humano. somos seres racionales y ahí radica nuestra superioridad sobre el resto de animales de modo que no prestamos tanta atención a nuestra movilidad. Sin embargo, los humanos somos capaces de realizar un repertorio de movimientos tan variado que ningún otro animal puede aproximarse siquiera. Corremos, tocamos el piano, hacemos piruetas desde el trampolín y bailamos. Es algo totalmente sorprendente si reparamos un poco en ello.

La parte del cerebro involucrada en el movimiento es enorme. Además de procesar las sensaciones, una parte importante de la corteza cerebral está dedicada al movimiento: el córtex motor y el córtex premotor. Pero no solo la corteza cerebral es responsable del movimiento. Los ganglios basales son unas estructuras muy grandes centradas en la movilidad. Lesiones en estas áreas provocan el párkinson y la corea de Huntington. Y además está el cerebelo que contiene muchas más neuronas que la propia corteza cerebral. En conjunto puede decirse que la ejecución de los movimientos humanos requiere el uso de más parte del cerebro que cualquier otra facultad humana incluido pensar.

El objetivo es disponer de un equipo de robots para 2050 que pueda competir contra el equipo campeón humano y ganar. Todavía tenemos 40 años para conseguirlo.

Resulta gracioso fijarse un objetivo para 2050. En la simulación del cerebro el objetivo que se baraja un proyecto como Blue Brain es 2030, aunque es muy discutible que se consiga. En todo caso no es sorprendente que simular el pensamiento requiera 20 años y simular el movimiento necesite 40. Las destrezas motrices humanas son más complejas computacionalmente que las mentales.

Artículo publicado originalemente en ALT1040

El coste de tener un cerebro muy grande

noreply@blogger.com (Antonio Orbe) — Sun, 12 May 2013 10:33:00 +0000

Lucy es el nombre del esqueleto de un homínido, un Australopitecus, que se encuentra en el Museo Nacional de Etiopía en Addis Abeba. Tiene 3,2 millones de años de edad y su característica más importante es que caminaba de pie. La evolución humana trajo consigo unos cerebros muy grandes con un enorme coste energético. La bipedestación, el uso de las manos, el lenguaje, las capacidades cognitivas, la cultura y la dieta están unidas en el desarrollo humano, pero aún no sabemos cómo.

Lucy tenía el cerebro del tamaño de un chimpancé y no era muy distinta cognitivamente. Desde entonces el volumen del cerebro se ha multiplicado por 3, desde el medio litro de Lucy y los chimpancés hasta el litro y medio de los humanos.

El cerebro humano consume una quinta parte de todas las calorías que ingerimos. Es una cantidad enorme y alimentarlo supuso para nuestros antepasados cambios fundamentales en varias áreas (como curiosidad conviene decir que un cerebro humano consume 20 vatios, lo que una bombilla pequeña. Por contraposición, el superordenador más grande consume 8 megavatios, medio millón de veces más).

El esqueleto de Lucy muestra a las claras que la bipedestación es anterior al crecimiento del cerebro. Andar de pié además modifica la pelvis y el parto. Como consecuencia, los cráneos de los homínidos no nacen totalmente formados. Los huesos terminan de cerrarse a los dos años del nacimiento lo que permite que el cerebro siga creciendo después del parto, algo que no ocurre en el resto de los simios.

La bipedestación trajo otros cambios. Nuestros antepasados podían recorrer mayores distancias sin cansarse y perseguir a la caza durante jornadas. También permitió ver desde una mayor altura lo que resultaba conveniente en las altas hierbas de la sabana. Además dejaba las manos libres lo que permitió fabricar instrumentos y crear una cultura cada vez más compleja. Todo ello trajo consigo un progresivo aumento del cerebro, mayor cultura y más habilidades cognitivas.

Los estudios parecen indicar que la bipestación conlleva un menor coste energético, de modo que los homínidos podían gastar más en pensar ya que su locomoción era más económica. Pero otros factores también han influido.

La caza permitió una dieta más rica, hacer más con menos cantidad de comida y disponer de tiempo libre. La cultura tiene una doble influencia. La cría de la prole en grupos era facilitada por la caza de la manada. Y la independencia del clima se vio favorecida por el vestido y la vivienda.

Saber cómo evolucionaron todos estos aspectos llevará años de investigación antropológica y genética. Mientras tanto, el fascinante recorrido del ser humano desde los tiempos de Lucy seguirá siendo un misterio.

Publicado originalmente en ALT1040

Test de Turing con humanos: más fácil pasar por gay que por cristiano

noreply@blogger.com (Antonio Orbe) — Sun, 05 May 2013 15:49:00 +0000

Alan Turing se preguntó: ¿pueden pensar las máquinas? Para evitar definir los términos pensar o máquina, decidió crear su famoso test. Si un juez humano no puede distinguir entre una máquina y otro humano, la máquina piensa. Llamó a esta prueba el Juego de la Imitación.

Con el tiempo, el Test de Turing ha demostrado ser una poderosa herramienta. Si bien es cierto que ninguna máquina lo supera en la actualidad en un entorno verbal sin restricciones, cada vez son más las máquinas que lo superan en tareas concretas como jugar al ajedrez.

Ahora el Test de Turing o el Juego de la Imitación ha comenzado a usarse de una forma muy ingeniosa por los sociólogos. Se trata de que una persona se haga pasar por otro tipo de persona y ver si engaña a un juez. De este modo comparamos hasta que punto una persona entiende a las personas que pertenecen a otro grupo social. Para poderme hacer pasar por musulmán, tengo que entender el punto de vista de los musulmanes.

Existen según los sociólogos dos tipos de experiencia. La experiencia contributiva se refiere a los auténticos expertos, físicos, abogados o economistas que aportan nuevos conocimientos y experiencias a su materia. La experiencia interactiva, por el contrario, es la de los expertos que solo rozan el área, hablan con los auténticos expertos y acaban teniendo una buena idea de la materia.

Aplicar el Juego de la Imitación en estos entornos está resultando un experimento sociológico muy fructífero. Harry Collins, sociólogo y autor de estos novedosos estudios, había pasado mucho tiempo trabajando con físicos y se sometió a la prueba. Un físico, el juez, les preguntó a él y a otra persona, un físico auténtico, diversas cuestiones sobre física. Después, las respuestas de ambos, el imitador y el físico, se repartieron entre varios otros físicos que harían de juez. La sorpresa consistió en que el imitador obtuvo mejores resultados que el físico auténtico. Al parecer, lo que más confundió a los jueces es que el físico auténtico dio una respuesta de libro a una pregunta mientras que el imitador proporcionó una respuesta correcta pero inusual. Esto hizo pensar a los jueces que el imitador había elaborado más la respuesta.

Pongámonos en el caso de los ciegos. Han vivido toda la vida en un mundo de videntes. Constantemente escuchan comentarios de personas que ven sobre acontecimientos que pueden ser vistos. El caso contrario es el de las personas que ven y nunca han estado expuestas al mundo de los ciegos. ¿Quién conoce mejor el otro mundo? ¿Quíen engañará a quién? El ciego es muy capaz de engañar al vidente y hacerle creer que ve. El vidente no puede engañar al ciego y hacerle pensar que él también es ciego.

Para medir los resultados se estableció una medida llamada relación de identificación o IR. Con esta medida se ha comenzado a relacionar ámbitos distintos.

Un ámbito estudiado ha sido la homosexualidad. Se da la dramática circunstancia de que Turing era gay y sufrió mucho por ello. Fue condenado a la castración química por ser homosexual y, no pudiendo resistirlo, dos años después se suicidó. Pero la situación en Inglaterra y en la mayoría del mundo ha cambiado. La normalización de la homosexualidad ha permitido que un mundo, antes oculto, sea ahora bien conocido.

Otro ámbito investigado ha sido la práctica religiosa. La sociedad inglesa se ha ido secularizando y los investigadores tenían el interés en saber hasta qué punto. De modo que realizaron el Juego de la Imitación en el que personas no religiosas se hacían pasar por cristianos y fueron evaluados por jueces cristianos.

Y ¿cuál fue el resultado? Entendemos mejor a los gays que a los cristianos. O dicho de otra forma, es más fácil hacerse pasar por lo primero que por lo segundo. O, para ser exactos, las posibilidades que tiene un heterosexual de hacer creer a un gay de que él también lo es son mayores que las posibilidades que tiene un no religioso de hacer creer a un cristiano de que él también es religioso.

El mundo cambia rápidamente pero la utilidad de una buena idea como el Test de Turing permanece.

Artículo publicado originalmente en ALT1040

Jose María Peña de la UPM: «el ingeniero aplica ingenio a los problemas»

noreply@blogger.com (Antonio Orbe) — Sun, 28 Apr 2013 15:24:00 +0000

El objetivo de una universidad es proveer de talento e ideas y proporcionar soluciones
Se han creado centros de investigación conjuntos, de carácter multidisciplinar
Como ingeniero, la biología o la medicina son escenarios muy curiosos

La Universidad Politécnica de Madrid UPM es una de las más universidades prestigiosas en el ámbito hispano. Además de los estudios de ingeniería que son de esperar, la UPM dispone de varios centros de investigación. En el Campus de Montegancedo se encuentran el CESVIMA, o el Centro de Tecnología Biomédica (CTB). La UPM cuenta además con centros dedicados al automóvil, a la microgravedad, a la acústica, al láser o incluso la moda.

José María Peña trabaja en el centro de Montegancedo. Es Profesor Titular de la Facultad de Informática y subdirector del CESVIMA. En su trabajo está inmerso en proyectos como MAGERIT, uno de los dos superordenadores más grandes de España, los proyectos Blue Brain y Alzheimer 3pi o el flamante buque insignia europeo, el Human Brain Project.

ALT1040 — La UPM ya no solo se dedica a proyectos clásicos. ¿Hay que buscar ideas en la sociedad?

José María Peña — Somos tradicionalmente una universidad de ingenierías, algunas de ellas como la Escuela de Agrónomos creadas hace más de un centenar de años. Hace más de 40 años se integraron muchas de esas escuelas independientes bajo el paraguas de una única universidad, la primera de las politécnicas del país. Durante décadas este enfoque ha dado lugar a profesionales, docentes e investigadores punteros en estas áreas, pero el mundo cambia y cada vez los perfiles profesionales y sobre todo los grupos de trabajo son más multidisciplinares, es por ello que la universidad se ha ido adaptando. A lo largo de los últimos años se han creado centros de investigación conjuntos, de carácter multidisciplinar, en los cuales se está desarrollando una muy intensa y novedosa actividad.

Es cierto que la sociedad demanda ese cambio. En esencia el objetivo de una universidad es proveer de talento e ideas a un país con la meta de proporcionar soluciones a sus ciudadanos. Los problemas que se plantean en la actualidad deben ser la motivación en la formación e investigación en las universidades. En ese sentido, ese origen ingenieril de la UPM nos da una perspectiva muy práctica a la hora de plantear nuestra actividad. Aunque la situación actual de España es muy complicada la investigación y la educación es fundamental para salir adelante. Es más, la inversión en investigación ha demostrado ser siempre una de las más rentables, proporciona empleo altamente cualificado y aporta un enorme valor añadido al país, además a los españoles no nos falta capacidad en esos aspectos, es más una cuestión de visión y organización.

ALT1040 — MAGERIT es un superordenador de IBM de 4000 núcleos Power7 y 72 teraflops. Pero no solo la potencia importa. ¿Cómo se logra un sistema balanceado? ¿Y la estructura de SW?

José María Peña — Un aspecto fundamental de un sistema de cómputo de este tipo es su facilidad de uso. Hay sistemas diseñados para sumar potencia en bruto o para salir bien en las pruebas de rendimiento, pero que después son difíciles de programar y aprovechar. Cuando se diseñó MAGERIT se tuvo muy en mente que la instalación del CESVIMA debía dar soporte a usuarios muy diversos y a tipologías de trabajos muy diferentes entre sí.

Sobre la pila de Software que usa, el sistema operativo es un Linux, lo cual garantiza entornos de desarrollo muy compatibles con lo que muchos investigadores y empresas tienen como equipos de escritorio o servidores. Por encima hay un set de bibliotecas y utilidades muy variadas, entre ellas mucho software numérico, de simulación y de modelado.

ALT1040 — ¿Qué tipo de trabajos se ejecutan en MAGERIT? ¿Echa humo? ¿Está accesible a cualquiera?

José María Peña — Es un sistema con una carga media altísima, superando el 80% promedio durante todo el año, lo cual es muy excepcional para sistemas compartidos de este estilo. Hay que contar que el sistema tiene paradas programadas (para actuaciones de gestión o actualización del sistema), además es un sistema que permite reserva de recursos, de forma que si se va a planificar trabajos grandes (que requieren del orden de 1000 cores), es necesario ir liberando esos recursos paulatinamente según terminan unos trabajos hasta disponer de todos los recursos necesarios. En un supercomputador, la asignación de recursos (como CPU) a trabajos es de forma exclusiva, de forma que se garantiza que un trabajo de cómputo dispone de toda la CPU asignada para realizar su tarea.

Sobre los tipos de trabajos, hay gente muy diversa utilizándolo (dentro y fuera de la propia universidad, así como en otros países). Los trabajos van desde física de altas energías, pasando por astrofísica, aerodinámica, materiales, dinámica de fluidos, simulación biológica o logística. Además de eso, hay un porcentaje de tiempo que se dedica a actividades docentes y de formación. Además de eso hay otros servicios como el almacenamiento y la virtualización que usan MAGERIT como plataforma.

En principio, hay varios mecanismos de acceso a los recursos de MAGERIT, uno de ellos es por medio de la RES (Red Española de Supercomputación) que abre una serie de periodos al año para presentación de propuestas a las que se dota de recursos de cómputo. Otra vía es por medio de proyectos de colaboración con el propio centro. Esa alternativa es la que más nos interesa, puesto que permite desarrollar líneas de investigación e intercambiar el know-how entre nuestra gente y colaboradores externos.

Habitualmente esta alternativa viene acompañada de la búsqueda de financiación interna o de terceros para apoyar la colaboración. Tenemos también casos en los cuales se establece una subcontratación para usar nuestros recursos y nada más. Asimismo, los investigadores de la UPM o de otros centros con los que tenemos acuerdos de colaboración pueden solicitar horas de cómputo de forma limitada pero gratuita, para llevar a cabo pruebas de concepto o para el desarrollo de tesis doctorales.

A — El CESVIMA (Centro de Supercomputación y Visualización de Madrid ) además de MAGERIT tiene una cueva de visualización avanzada. ¿En qué consiste?

JMP — El CESVIMA se creó hace ya unos años como un centro de servicios e investigación de la propia universidad para dar soporte a varias líneas de investigación que usaban la supercomputación como herramienta de trabajo así como para el desarrollo de tecnología en ese ámbito.

Están vinculados con el centro investigadores de la UPM y de algunas otras universidades en áreas muy diferente. Hay una actividad muy intensa en temas de visualización y en los campos de análisis y simulación.

A nivel de campos de aplicación el sector bio/salud es de los que más ha crecido y es ya equiparable al de las ingenierías clásicas (industrial, aeronáutica y de construcción).

A — Desde el principio trabajasteis en el proyecto Blue Brain. Incluso creasteis el Proyecto Cajal Blue Brain. Ahora sois socios principales de colosal Human Brain Project. En qué consiste el HBP y la participación de la UPM?

JMP — La UPM se embarcó en el proyecto Blue Brain desde su comienzo, partiendo de una estrecha relación en el campo de visualización de simulaciones neuronales. Al poco se sumó el trabajo de otro investigador muy relacionado con la actividad del proyecto (Javier de Felipe, del CSIC). En conjunto se puso la primera piedra de la participación española en el proyecto Blue Brain, bajo el nombre de Cajal Blue Brain. El Ministerio apoyó esta iniciativa y nos dotó de unos primeros recursos para integrar ambos grupos de trabajo en la UPM y sacar adelante esta colaboración. Fruto de este trabajo nos posicionamos especialmente bien a la hora del diseño del proyecto Human Brain Project (HBP). Es un buen ejemplo del retorno que se consigue invirtiendo en investigación.

El proyecto Blue Brain planteaba el reto de diseñar tecnología para poder simular la actividad del cerebro, desde la interacción neuronal hasta los aspectos fisiológicos más avanzados. El HBP continúa esa línea planteando su uso en la modelización de diferentes patologías, y la simulación de tratamientos en un ordenador, además del desarrollo de nueva tecnología de (de cómputo, robótica y de interacción) inspirada en el funcionamiento del cerebro.

La UPM participa en muy diferentes facetas, desde los aspectos de recogida de información experimental (neuroanatomía del cerebro a partir de microscopía óptica y electrónica o información de actividad del cerebro recogida por medio de equipos de magnetoencefalografía), hasta la gestión y análisis de los datos generados (neuroinformática) y aspectos de visualización en exaescala (que lleva Vicente Martín, el director del CESVIMA). También hay una importante actividad en los modelos de robótica neuroinspirada.

Esta participación se articula entre dos centros de investigación (el CESVIMA, por un lado y el Centro de Tecnología Biomédica – CTB, por otro), así como el grupo de trabajo de Ricardo Sanz en la Escuela de Ingenieros Industriales.

A — También trabajáis en el proyecto Alzheimer 3pi. ¿De qué se trata?

JMP — La iniciativa Alzheimer 3pi se lanzó como aplicación práctica de la tecnología, la investigación y los recursos aglutinados bajo el proyecto Cajal Blue Brain, enfocados hacia la enfermedad de Alzheimer. En ese enfoque se plantean retos claves como es comprender la patología de la enfermedad y su evolución, la diagnosis precoz y la evaluación de tratamientos.

A — Las matemáticas o la física, claves en las ingenierías parecen sencillas de delimitar. ¿Cómo son los modelos biológicos o de la mente? ¿Es posible que un biólogo y un ingeniero se entiendan?

JMP — Hay un gran salto entre el estudio de escenarios ideales, como es el caso de las matemáticas o de aquellos en los cuales la comprensión del ser humano lleva siglos trabajando con toda una larga historia de logros a sus espaldas. En cuanto te enfrentas a campos de aplicación como la biología o la medicina, el salto cualitativo es enorme. Como ingeniero además son escenarios muy curiosos. Nosotros, por formación, al realizar lo que se denominan procesos de ingeniería inversa analizamos la maquinaria generada por otro ingeniero para descubrir su funcionamiento. Al enfrentarte a una “maquinaria biológica” te encuentras con que los patrones de diseño de dichos sistemas son muy diferentes y toda una nueva serie de herramientas se tienen que articular para ello. Creo que la interacción entre expertos en el campo de las ciencias de la salud (biología o medicina) y aquellos que venimos de la rama ingenieril es un filón excepcional donde realizar una serie de avances increíbles (hay mucho que aprender por ambas partes), además de eso, es cierto que el vocabulario y la forma de “hacer ciencia” es muy diferente, pero en eso reside el encanto.

A — En Montegancedo, además del superodenador MAGERIT, existe más equipamiento sofisticado. Como el magnetoencefalografo que lleva Fernando Maestú o varios microscopios de primer nivel en el equipo de Javier de Felipe. ¿Cómo son y para que se usan?

JMP — En realidad el equipamiento existente en el campus, en este caso en el CTB, es algo muy excepcional. Estamos hablando de dos instalaciones únicas. El sistema de magnetoencefalografía (MEG) que coordina Fernando Maestú es uno de los dos existentes en todo el país y de los pocos que hay en Europa hasta la fecha. Por medio de este sistema es posible registrar los campos magnéticos inducidos por las microcorrientes eléctricas producidas por la actividad conjunta de haces de neuronas en determinadas áreas del cerebro. Es un equipamiento de una gran precisión y con una resolución espacial y temporal envidiable. Por medio de estos sistemas es posible registrar la actividad del cerebro de un sujeto en la realización de determinadas pruebas cognitivas, motoras o en estado de reposo. Aun se trata de una tecnología muy experimental, pero estoy seguro de su gran valor en diagnóstico clínico en el futuro. Es un tipo de prueba muy flexible, nada invasiva y cuyos costes de uso son muy razonables, en conjunto es más asumible para un sistema sanitario que alternativas como la resonancia magnética (MRI) o la tomografía por emisión de positrones (PET), que al fin y al cabo implican irradiar al paciente.

Por otro lado, el equipamiento del laboratorio de Javier de Felipe, incluye varios microscopios ópticos de gran potencia, pero quizás el elemento más reseñable sea un microscopio electrónico de doble haz (FIB/SEM), que permite obtener imágenes en una escala mucho más detallada que la microscopía óptica convencional (pudiendo verse estructuras internas de la célula) y además recuperar series de imágenes de todo un volumen de tejido. Este tipo de técnicas permite reconstruir en 3D elementos como son las sinapsis entre neuronas incluyendo los terminales correspondientes a dendrita (espina dendrítica) y axón (botón sináptico). La exploración de la estructura microanatómica del cerebro es de vital importancia en la comprensión de su funcionamiento y herramientas de este tipo son de gran ayuda para poder reconstruir en detalle cómo el cerebro está organizado.

En ambos casos, en los registros de MEG y en las imágenes de microscopía, el volumen y complejidad de la información generada es enorme. Es por ello, que se hace necesaria la utilización de computación de altas prestaciones, así como de enfoques de procesamiento y análisis muy sofisticados. Ese es el papel del CESVIMA en este triángulo.

A — Fruto de la colaboración de ingenieros y neurocientíficos y usando el súper microscopio, habéis desarrollado ESPINA. ¿En qué consiste?

JMP — Sí, esta es una de las primeras y más representativas aportaciones de la colaboración conjunta en el proyecto Cajal Blue Brain. Se trata de una herramienta, o mejor dicho un conjunto de ellas en un entorno integrado, que permite el procesamiento automático o asistido de imágenes de microscopía. ESPINA sigue evolucionando, pero es una de las herramientas que de forma diaria usan los neurocientíficos del grupo.

A — Coordinación. En un proyecto como el HBP debe ser el obstáculo fundamental. Incluso en proyectos de menor escala supone un gran reto. ¿Cómo se logra?

JMP — Va a ser un desafío importante, el proyecto tiene una magnitud tal que la organización centralizada típica es sencillamente inabordable. La estructura en subproyectos coordinados entre sí y la vertebración en base a grupos de trabajo de diferentes disciplinas tiene que ser la pieza central. Si se parte de una buena descripción de los objetivos e hitos a alcanzar el siguiente paso consiste en ir formando esos grupos que vayan haciéndose cargo de los requisitos diseñados de partida. Más que un proyecto se trata de un programa completo, con muchas líneas de actuación y con la necesidad de un bien engrasado flujo de comunicación.

A — Te he oído decir que a veces has resuelto un problema que no existía, y al contrario podrías resolver sencillamente lo que para otros es una pesadilla. ¿Saber escuchar es clave?

JMP — Es cierto, antaño, cuando trabajábamos en bioinformática, solíamos centrarnos en problemas “ingenierilmente” interesantes, es decir que cumpliesen las expectativas de complejidad que los hacían atractivos para nosotros, pero una vez resueltos te dabas cuenta que a los expertos del campo ese problema no les interesaba, sencillamente no tenía su lugar en la perspectiva general del trabajo de ese campo. Se convertía en un ejercicio teórico de reducido interés práctico.
Por el contrario, sí hay muchos problemas técnicos en estos dominios que se han resuelto con éxito en otros campos de aplicación y que encontrar la adaptación de uno a otro no es revolucionario desde una perspectiva técnica pero sí extremadamente útil para estos campos.

A — La creatividad parece reservada a los artistas y los ingenieros son cuadriculados. ¿Es esto así? ¿Necesita un ingeniero ser ingenioso?

JMP — El propio término lo dice, ingeniero es aquel que aplica el ingenio en la resolución de problemas. Somos en esencia disciplinas prácticas con un sentido muy pragmático de la aplicación de nuestras aportaciones. Esa es quizás la principal diferencia con algunas otras disciplinas, pero la creatividad es algo intrínseco a nuestro trabajo. Quizás no sea una creatividad artística o estética (en un cierto sentido de ese término), pero creativo, imaginativo e ingenioso seguro.

En cualquier caso, es mucho más habitual encontrar ingenieros que desarrollan esa creatividad o al menos la apreciación de la creatividad artística, más que artistas que aprecien o entiendan la labor ingenieril. Creo que estamos encasillados en esa visión que otros tienen de nosotros. En cualquier caso esos son moldes que deben romperse. Precisamente, de forma muy reciente hemos lanzado un proyecto que coordinamos en el campo de la creatividad en el que participamos con Disney y en el que contamos con par de colaboradores que tiene un Oscar de la Academia, así que no todo son ecuaciones diferenciales.

A — ¿En qué otras actividades está metida la UPM distintas de la ingeniería clásica?

JMP — Somos una universidad muy grande y enormemente activa, enumerar las actividades de la misma es injusto porque seguro que me dejo en el tintero muchas cosas y personas importantes. Como universidad la UPM es la que tiene un volumen de investigación mayor y con mucha relación con el tejido industrial dentro y fuera de España. Fuera de las actividades más intuitivamente vinculadas con las ingenierías, hay mucha actividad en el sector salud o aplicado a otras ciencias experimentales.

El gusano que desafía la simulación del cerebro

noreply@blogger.com (Antonio Orbe) — Sun, 14 Apr 2013 15:22:00 +0000

C. Elegans es un diminuto gusano. Henry Markram es el creador del proyecto Blue Brain, el más famoso intento de simulación del cerebro. Dharmendra Modha es el director del proyecto Cognitive Computing de IBM que también pretende simular el cerebro así como crear un nuevo chip neuromórfico. Sebastian Seung es el gran defensor del Conectoma que también es el nombre de su libro en uno de cuyos capítulos relaciona todas las partes.

Henry Markram comenzó hace años su intento de simular el cerebro humano. Para ello utilizó un modelo informático de neurona. Este es un modelo complejo en el que se simula cada trozo de la neurona, cada compartimento, por lo que se llama neurona realista o compartimental. Su idea era simular una columna del córtex, compuesta por 10.000 neuronas. Una columna es una unidad básica en la que, por ejemplo, todas sus neuronas responden a un único punto de la piel. El córtex cerebral está compuesto por un millón de estas columnas. La idea es que una vez simulada una columna, podamos realizar un millón de copias de esta simulación para simular el córtex cerebral (nótese que se habla solo del córtex que representa un 20% de todas las neuronas del cerebro). Para esta simulación cuenta con un potente (ya no tanto) supercomputador de IBM.

Dharmendra Modha inició su propio proyecto dentro de IBM. Utilizó una neurona simple llamada on/off o Integrate & Fire. Este modelo integra las entradas y decide si dispararse o no. Requiere mucha menos capacidad de cómputo que un modelo de neurona compartimental. Modha anunció que había realizado una simulación a la escala de un ratón, luego una rata y luego un gato (nunca dijo que había simulado el cerebro de tales animales).

Markram montó en cólera y escribió una carta al jefe de Modha en IBM en términos muy despectivos. En la carta estaban copiados algunos importantes medios de comunicación. Decía lindezas del estilo de "Querido Bernie. Usted me dijo que debería haber encadenado a este tipo por los dedos de los pies la última vez que Modha hizo una estúpida declaración acerca de la simulación del cerebro de un ratón". Una carta con un estilo muy poco frecuente entre científicos.

Mientras ambos, Markram y Modha, siguen con las que se pueden considerar las dos simulaciones más ambiciosas del cerebro humano, Sebastian Seung ha saltado a la palestra con el conectoma.

Seung afirma que el proyecto Blue Brain adolece de un problema fundamental: la conectividad. El proyecto establece que la conectividad es aleatoria y que sigue un principio darwinista: se forma muchas sinapsis y las mejores sobreviven. Sabemos que esto es solo cierto en pequeña medida. Las neuronas buscan sus blancos específicos, no al azar, y solo compiten entre ellas en un espacio muy limitado. En general puede decirse que el conectoma está genéticamente determinado y es la experiencia la que afina el modelo. Lo cierto es que el proyecto Blue Brain puede incorporar datos del conectoma en el futuro, según se vaya conociendo. Respecto a Modha, a buen seguro los está incorporando ya.

En este punto es donde aparece el gusano. C. elegans (Caenorhabditis elegans) es un gusano microscópico con el sistema nervioso más simple que conocemos. Tiene 302 neuronas. Las conocemos todas así como las 6.418 sinapsis que posee y los músculos que inervan. Es decir, sabemos el detalle exacto de su conectividad, su conectoma. También hemos secuenciado su genoma.

La pregunta es obvia. Si conocemos su conectoma, por qué no lo hemos simulado ya. Desafortunadamente la respuesta no es tan clara. Aún nos queda mucho por conocer de C. elegans. Sus neuronas son bastante distintas de las nuestras. Muchas de ellas no tienen disparos, es decir, potenciales de acción. No sabemos como son sus sinapsis, incluso desconocemos si son excitatorias o inhibitorias.

Prácticamente cada neurona es distinta de las demás, con excepción de su gemela del lado opuesto del cuerpo. La relación entre neuronas y clases entre el gusano y nosotros es muy distinta. Nosotros tenemos millones de neuronas de varios tipos mientras que C. elegans tiene una neurona de cada tipo.

Existe otro problema fundamental en la simulación del cerebro: el cambio, la llamada plasticidad del cerebro. Es lo que Seung llama las 4 R: reforzamiento (las sinapsis existentes se refuerzan o se debilitan), reconexión (se crean nuevas sinapsis o se destruyen las existentes), recableado (las neuronas crean y destruyen ramas enteras donde se establecerán o perderán sinapsis) y regeneración (eventualmente se crean neuronas en algunas regiones del cerebro). Incorporar la plasticidad en la simulación es muy complejo.

Mientras que Markram, Modha y Seung siguen con sus loables trabajos, el minúsculo C. Elegans se empeña en mostrarnos la complejidad de la conducta animal.

Artículo publicado originalmente en ALT1040

El hombre biónico ¿supercapacitado?

noreply@blogger.com (Antonio Orbe) — Sun, 07 Apr 2013 18:36:00 +0000

El interfaz cerebro máquina o BCI (del inglés Brain Computer Interface) está ayudando a miles de personas discapacitadas. ¿Generará un nuevo mundo de supercapacitados?

Oscar Pistorius es un hombre discapacitado sudafricano. Sus dos piernas fueron amputadas por debajo de la rodilla. Para poder caminar se colocó unas prótesis. Con el tiempo observó que la mejora de las prótesis, llamadas Cheetah, guepardo, le permitía correr. Correr mucho. Tanto que corre más que la mayoría de humanos sanos y participó en los Juegos Olímpicos de Londres.

Prótesis

Las prótesis existen desde siempre. Una pata de palo. O un gancho en lugar de la mano. Más sofisticado es el uso de gafas. Las personas discapacitadas se han beneficiado de ellas durante siglos. En los últimos años su desarrollo es extraordinario. No solo en las discapacidades físicas. También en las neurológicas.

La guerra deja miles de muertos cada año. También amputados de piernas y brazos. Otros accidentes, entre los que predominan los de tráfico, generan miles de parapléjicos, personas con lesiones medulares que no pueden mover piernas o brazos. La necesidad humana y la oportunidad económica son gigantescas.
Decenas de centros de investigación trabajan para ayudar a estas personas. Cada semana aparecen en la prensa mundial artículos sorprendentes sobre innovaciones en este área.

La tecnología BCI puede ser de entrada o de salida. De entrada sucede cuando se ayuda a superar una determinada discapacidad sensorial como la sordera. De salida ocurre cuando se suple la deficiencia de un miembro como en una amputación o parálisis.

Una interfaz BCI consta de dos partes. Una de ellas es la propia interfaz que lee el lenguaje de las neuronas y lo interpreta. La otra parte es un mecanismo robótico que ejecuta una acción. Pongamos el caso de un miembro amputado sustituido por un brazo robótico. Las órdenes que el cerebro envía a un brazo sano son sumamente complejas y viajan a través de miles de neuronas. Un interfaz es capaz de captar tan solo unos pocos impulsos, en absoluto la riqueza de una orden cerebral. De modo que el brazo robótico es un sofisticado robot que responde a unos pocos impulsos y realiza la tarea de alargamiento, torsión de la muñeca, cierre de la mano y sensibilidad de los movimientos de forma semiautomática.

Brazos robóticos, piernas que sincronizan sus movimientos, sillas de ruedas movidas con la mente. Un sinfín de dispositivos para ayudar a los discapacitados. El científico Stephen Hawking es buena prueba de ello.

Implantes neurales

Pero no es solo un problema de movilidad. También las funciones cerebrales y sensoriales se ven afectadas. 200.000 personas usan implantes cocleares en todo el mundo. Personas sordas que hubieran visto reducida su capacidad mental y de comunicación severamente. Los implantes retinianos están comenzando a aparecer. Restaurar la visión es el sueño de muchos ciegos.

Un aspecto esencial para el éxito de los implantes cocleares y de retina es el momento de la lesión. Existen ventanas de maduración del sistema nervioso. Alguien sordo o ciego de nacimiento no formará adecuadamente su corteza auditiva o visual y se beneficiará poco del implante si este se realiza siendo el sujeto adulto. Muchos casos de sordera son congénitos y el implante ha de realizarse de forma precoz para que ayude en el desarrollo del cerebro. Por el contrario, muchos casos de ceguera ocurren cuando sujeto ya es adulto y ha formado correctamente las estructuras visuales de su cerebro.

Incluso las enfermedades mentales y psiquiátricas están empezando a usar electrodos implantados. La epilepsia, el párkinson o la depresión severa pueden verse beneficiadas por ellos.

Supercapacitados

El comité deportivo estuvo dudando si admitir la participación de Oscar Pistorius ya que las prótesis Cheetah le proporcionan una ventaja extra. Parece razonable. Similar al dopaje. En determinadas disciplinas es una tremenda lacra, pero competir sin doparse es una gran desventaja.

¿Hasta qué punto la tecnología BCI es razonable? ¿Es moral? Las personas discapacitadas son los primeros candidatos. Tienen poco que perder y mucho que ganar. ¿Y después? ¿Querrían como Oscar Pistorius ser supercapacitados? ¿Y las personas normales, tú o yo? ¿Por qué no correr más o vivir más o mejor o ser más feliz o ser más atractivo?

El asunto se complica más con los implantes neurales. Con el tiempo ayudarán a mejorar los rendimientos intelectuales, aumentaran la percepción en una suerte de realidad aumentada interna. Si eres el único que no los usas y eres el peor de la clase, ¿cambiarías de opinión? ¿Debería ser obligatorio declara un implante?

No desdeñemos el mundo de la ciencia ficción. Los cyborg están más cerca de lo que parece.

Artículo publicado en ALT1040

Ética para robots

noreply@blogger.com (Antonio Orbe) — Sun, 31 Mar 2013 15:39:00 +0000

El desarrollo de robots y máquinas cada día más complejos hace inevitable la pregunta ¿deberíamos implementar una ética para robots?

La ficción es una inspiración para la vida. La ciencia ficción lo es para la ciencia. Gran parte de los avances que vemos y veremos han sido precedidos por las visiones de los escritores. Un ejemplo notable son las tres leyes de la robótica de Isaac Asimov, formuladas en 1942.

Un robot no puede hacer daño a un humano.
Un robot obedecerá las órdenes humanas, a menos que estas contradigan la primera ley
Un robot protegerá su propia existencia excepto si esto entra en conflicto con la primera y segunda ley

Resulta curioso lo visionario y a la vez ingenuo que resultaba Asimov. En un sentido, ya prevé robots autónomos, cosa que ahora empezamos a ver. Es ingenuo porque los robots que estamos empezando a fabricar están en buena medida diseñados para matar.

Cada día se diseñan y construyen nuevos robots. Pulgas que graban, arañas espías o cruadricópteros. Los drones del ejercito americano ya no solo realizan misiones de vigilancia. Van cargados con mortíferas bombas. Los trenes sin conductor proliferan. El vehículo autónomo está a punto de invadir nuestras calles.

El punto de inflexión es el momento en que estas máquinas sean autónomas. Los drones están teledirigidos. Un humano decide el objetivo y el momento. Pero como sabemos, cuando los dispositivos se multiplican, su control desborda a los operadores y acaban siendo dotados de autonomía. Un ejemplo de ello es el coche autónomo. Ningún humano lo supervisará. Incluso diseñados para matar, los robots pueden tener alguna ventaja: no tienen odio ni deseo de venganza, no cometen violaciones no toman decisiones en caliente. Una característica de los soldados es el abuso añadido a su función principal.

En la vida te planteas permanentemente problemas éticos. También cuando conduces, aunque la reacción sea automática. Un niño se cruza, ¿freno? Un perro se cruza ¿freno? Si freno, pongo en riesgo la vida de mi familia que me acompaña. O la del coche de al lado. ¿Cuál es la opción moral adecuada? Si desarrollamos un coche autónomo, ¿debería tener moral? Y cualquier otro robot autónomo, ¿debería llevar implantado un módulo moral?

La moral humana es un vidrioso campo en el que las reglas no están en absoluto claras. Esto se pone de manifiesto en los llamados dilemas morales. Imagina que un tren avanza hacia un grupo de personas que morirán aplastadas por él. Tú puedes cambiar el curso de los acontecimientos. Si aprietas un botón, el tren cambiará de vía y aplastará a una única persona que está en la nueva vía de forma que salvarías a cinco pero una moriría. ¿Lo harías? Ahora imagina que las mismas personas están amenazadas pero a tu lado se encuentra un individuo malencarado, sucio y con aspecto ebrio. Si lo empujas a la vía, morirá atropellado, el maquinista parará el tren y las otras cinco personas se salvarán. ¿Lo empujarías?

La mayoría de las personas responden que sí apretarían el botón causando la muerte de una persona para salvar a otras cinco. La mayoría responde que no empujaría al individuo malencarado, salvándolo y causando la muerte de los cinco. Una explicación consiste en que en el primer caso manipulas un botón, algo sin vida y en el segundo caso manipulas directamente a una persona.

Para implantar un modelo en un ordenador tienes que tener claro el modelo. Para implantar ética en un robot, tienes que tener clara la ética. Miles de leyes han sido necesarias para la convivencia humana porque unas simples reglas éticas no sirven. ¿Cómo implementar en los robots algo que no está claro en los humanos?

Hoy por hoy solo encontramos respuestas en la bendita ciencia ficción.

Artículo publicado originalmente en ALT1040

IBM Watson irrumpe en la sanidad

noreply@blogger.com (Antonio Orbe) — Sun, 17 Mar 2013 15:05:00 +0000

Watson es la Inteligencia Artificial AI en su máxima expresión
Mejora el diagnóstico de cáncer desde el 50% humano al 90%
Reduce el coste sanitario

Watson, la máquina de IBM que deslumbró al mundo en 2011 ganando en el concurso de TV Jeopardy, se ha puesto a trabajar. IBM, la empresa sanitaria WellPoint y el Memorial Sloan-Kettering Cancer Center han desarrollado unos servicios en la nube que prometen revolucionar la sanidad. Y esto es solo el principio.

La Inteligencia Artificial dormitaba en el mundo académico hasta que en 2011, IBM anunció que un ordenador, Watson, competiría en el concurso de televisión Jeopardy. Watson lo hizo de forma brillante ganando a los dos mejores concursantes de la historia del concurso. Para lograrlo, Watson incorporaba un conjunto de algoritmos que en esencia permitían:

Moverse en la ambigüedad (propio de los hombres pero no de las máquinas)
Aprender
Plantear hipótesis y buscar evidencias

Era obvio que IBM no había invertido una enorme suma para ganar en un concurso. Pronto acuñó el lema Putting Watson to work y formó el grupo Watson Solutions. La primera industria candidata fue la sanidad. El resultado lo hemos visto el 8 de febrero de 2013 con los primeros productos disponibles comercialmente.

El Memorial Sloan-Kettering Cancer Center es la mayor y más antigua institución privada del mundo dedicada al estudio del cáncer. Hasta la fecha, Watson ha digerido más de 600.000 evidencias médicas y dos millones de páginas de 42 revistas médicas. El estudio del cáncer se está haciendo muy complejo ya que cada vez es más personalizado e incluye las características genéticas del paciente. Es una cantidad de información que simplemente escapa la capacidad humana. Watson trabaja con las notas del médico, el resultado de las pruebas diagnósticas, el historial de miles de pacientes o la información en revistas científicas.

Por otro lado, WellPoint, el mayor seguro sanitario de EE.UU., ha trabajado a fondo para adaptar Watson al entorno sanitario. El entorno sanitario es muy complejo en EE.UU. con muchos participantes: el que paga, el que da la atención y el que la recibe. WellPoint trabaja con muchas instituciones además de sus propios recursos. Dos de las necesidades a cubrir son: abaratar los costes de la atención y acelerar el diagnóstico y tratamiento. En este sentido Watson es providencial ya que el médico puede tener un diagnóstico rápido del paciente y solicitar las pruebas adicionales pertinentes. Las pruebas son caras y es esencial realizar solo las que van a aportar información decisiva.

En los ensayos, Watson ha alcanzado un 90% de diagnósticos correctos de cáncer de pulmón en contraste con el 50% de los médicos humanos.

Los tres primeros productos comerciales basados en Watson ya están disponibles. Se trata del Interactive Care Insights para Oncología por parte del Memorial Sloan-Kettering. WellPoint está manejando el Care Guide y el Interactive Care Reviewer, ambos para la gestión inteligente de los pacientes.

WellPoint es un suministrador de servicios sanitarios y los médicos de otras instituciones pueden usar sus productos accediendo desde ordenadores y dipositivos portátiles ya que el servicio está en la nube.

Desde sus comienzos, los algoritmos de Watson han mejorado un 240%. El ordenador que ganó en Jeopardy tenía 90 servidores y 2.880 cores. Pero en el concurso Jeopardy todos los temas eran posibles. Ajustando el sistema al entorno sanitario ahora es posible ejecutar Watson en un solo servidor Power 750 que usa 4us de un rack estándar.

¿Watson en el smartphone?

En el concurso Jeopardy, Watson no reconocía la voz, pero sí lo hace en las nuevas implementaciones. Esto es debido al acuerdo de IBM con Nuance (que también trabaja con Apple para Siri).

La idea es implantar Watson en muchos sectores industriales como la banca o los centros de atención al cliente, los Call Center. Su tecnología se incorporará en otros muchos productos estándar. Y probablemente acabe llegando a nuestros dispositivos móviles que accederán a una nube en la que detrás estará una implementación de Watson.

El futuro de Watson comercial ya ha empezado y los anuncios se sucederán a lo largo del año. La Inteligencia Artificial ha llegado para quedarse entre nosotros.

Artículo publicado originalmente en ALT1040

Obama invertirá miles de millones en estudiar el cerebro

noreply@blogger.com (Antonio Orbe) — Sun, 10 Mar 2013 19:46:00 +0000

El gobierno de EE.UU. invertirá 3 mil millones de dólares en una década
Las similitudes con el Human Brain Project europeo son muy grandes
En una década conoceremos mucho del mayor enigma existente: el cerebro humano

Unas semanas después de que la UE lanzara el Human Brain Project, la administración de Obama se dispone a emprender un proyecto parecido dotado con miles de millones de dólares según informa el NYT. El cerebro está de moda. No solo eso. Su conocimiento, redundará en enormes ventajas para la ciudadanía y producirá grandes beneficios económicos, similares al Proyecto Genoma Humano.

El presidente Obama, en su discurso sobre el Estado de la Unión, citó la investigación cerebral como un ejemplo de que el gobierno debería "invertir en las mejores ideas".

El NYT dice que en marzo el gobierno de EE.UU. desvelará un plan para invertir hasta 3 mil millones de dólares en la investigación del cerebro en la próxima década. Hace unos días era conocido el lanzamiento europeo del Human Brain Project con un presupuesto de mil millones de euros para los próximos diez años. ¿Algún parecido?

Desde luego los proyectos europeo y americano se parecen en muchos aspectos. La inmensa relevancia que ambos conceden a la investigación del cerebro. Los frutos económicos y sociales que se esperan conseguir. El plazo de una década. La astronómica cifra invertida. El enfoque multidisciplinar. La implicación de muchos pequeños proyectos e institutos de investigación. Tanto que probablemente muchos actores participen en ambos proyectos. No parece posible que prosperen uno sin el otro.

El proyecto, que aún no está en marcha, se denomina Brain Activity Map BAM y los detalles no están claros. El gobierno estadounidense ya invierte en muchos proyectos de gran envergadura a través de los Institutos de Salud N.I.H. y de la agencia de defensa DARPA. Algunos proyectos como el Conectoma o SyNAPSE están financiados por el gobierno.

Pero el nuevo proyecto es de una dimensión mucho más ambiciosa. La comparación con el proyecto genoma humano es inevitable. Este constó de 300 millones de dólares anuales durante una década y terminó antes de tiempo. Un estudio calcula que el retorno de la inversión fue de 800 mil millones hasta el año 2010.

Los pequeños pasos son imprescindibles, pero a veces hace falta más. Llegar a la luna o secuenciar el genoma requieren de un esfuerzo gigantesco y coordinado. No se puede esperar que el resultado llegue si no se ponen los medios. Y sin embargo, el nuevo proyecto es mucho más complicado que los anteriores. Empezando por el objetivo. Llegar a la luna es un objetivo sencillo de definir y medir. Se llega o no se llega. Establecer la secuencia de todas las letras del ADN es también sencillo de definir. Pero en relación al cerebro, ¿cuál es el objetivo? ¿Comprender el cerebro? ¿Cómo se sabe que se ha conseguido?

Un grupo de científicos definió y publicó en Neuron hace unos meses algunas características del proyecto. Estas son algunas de sus reflexiones.

Estudiar los componentes elementales no explica el conjunto. Cuando muchas neuronas trabajan juntas hay propiedades emergentes (como la conciencia) que no se pueden explicar solo conociendo bien una neurona. Y citan, cómo no, a Santiago Ramón y Cajal hablando de los circuitos cerebrales

selvas impenetrables donde muchos investigadores se han perdido

Para encontrar respuesta a los enigmas del cerebro, proponen "registrar cada disparo neuronal de cada neurona en un circuito". Consideran que es posible hacerlo, pero a día de hoy es como cruzar el Pacífico a nado. Esto llevaría a tener no solo el Conectoma, sino el conectoma funcional, no solo todas las sinapsis sino todas las sinapsis trabajando.

Para conseguir tales registros (hoy solo registramos algunas decenas de neuronas simultáneamente) serán necesarios algo así como electrodos nanométricos que emitan wireless. Además, el soporte computacional requeriría superordenadores que hoy no existen.

Es decir, el proyecto propone inventar y usar tecnologías que no solo no existen sino que no sabemos cómo crear o si serán posibles. Pero esto es bueno. Para decir lo que ya sabemos no necsitamos 3 mil millones de dólares.

La relación entre el proyecto americano y europeo, a ambos lados del Atlántico ¿será una competición como la carrera de armamentos o la carrera espacial? ¿Será una competencia como la ocurrida en el estudio de genoma entre el proyecto público y el privado? Lo seguro es que la inversión será muy productiva y que dentro de una década conoceremos mucho mejor la más compleja maquinaria del universo conocido: el cerebro humano.

Artículo publicado originalmente en ALT1040

El colosal Human Brain Project

noreply@blogger.com (Antonio Orbe) — Sun, 03 Mar 2013 15:53:00 +0000

La Unión Europea ha dotado al Human Brain Project con 1.000 millones de euros para los próximos 10 años. Este proyecto estrella es denominado flagship, buque insignia. El proyecto es colosal y ha despertado una gran controversia. Es calificado como una simulación del cerebro ya que es el heredero del Blue Brain Project. Sin embargo, es mucho más que eso. Es el esfuerzo más ambicioso para descifrar los enigmas del cerebro.

A menudo se califica a la Unión Europea como un monstruo burocrático con escaso valor. El Human Brain Project demuestra como es posible emprender proyectos de ámbito europeo que den auténtico valor. La dotación de la empresa es fabulosa: 1.000 millones de euros en 10 años. Así, la UE pretende ser pionera un área de absoluta actualidad y de enorme beneficio para los ciudadanos: la comprensión del cerebro. Es de destacar que el país líder, Suiza, ni siquiera pertenece a la UE y que otros países no europeos como EE.UU, Argentina o Japón también intervienen.

Henry Markram es el padre de la empresa. Durante años ha estado trabajando en su predecesor, el Blue Brain Project. De Markham se ha dicho que es un encantador de serpientes: alto, de buena voz, con un discurso seductor, ha destacado por encima del trabajo callado de muchos neurocientíficos. Y que ha conseguido convencer a las autoridades europeas para invertir una suma tan enorme.

Las críticas al proyecto son varias, la mayoría provenientes del mundo anglosajón y notablemente de EE.UU. Un proyecto así, dicen, deja sin recursos a muchos pequeños proyectos también importantes. La simulación del cerebro no es posible, al menos por ahora, dicen otros. Aunque algo de razón puedan tener las críticas están en esencia equivocadas.

Europa carece de planes e instituciones para grandes proyectos. Pero en EE.UU muchas organizaciones gubernamentales apoyan grandes proyectos. Por ejemplo DARPA o los Institutos de Salud NHI. Uno de tales proyectos es el Conectoma. Otro es SyNAPSE para desarrollar un chip neuromórfico en el que interviene IBM. La Agencia de Energía Nuclear promueve el uso de la supercomputación. Y así un largo etcétera.

El Human Brain Project no es una aventura de simulación del cerebro humano, aunque este sea uno de sus objetivos. La meta es comprender el cerebro y encontrar aplicaciones a este conocimiento.

La investigación en neurociencia está muy fragmentada. Y el cerebro es muy complejo. Se puede estudiar desde muchos niveles de organización, desde la genética hasta la conducta. El objetivo del proyecto es lograr la integración de todos estos conocimientos. Y para ello hace falta un modelo. Con un buen modelo, podremos incorporar los datos de todas las investigaciones.

En el lugar más bajo, nos encontramos con los datos moleculares. Cientos de experimentos prueban moléculas que intervienen en el funcionamiento del cerebro. De estas investigaciones salen medicamentos que pretenden aliviar las enfermedades mentales. Pero, desgraciadamente, el avance es muy lento, en buena medida porque no sabemos en qué sitios y de qué forma actúan los medicamentos. Un modelo del cerebro es imprescindible.

Con un buen modelo, podemos realizar una simulación, y es aquí donde encaja la tan cacareada simulación cerebral. Pero el objetivo primero es incorporar todos los datos de las muy diversas investigaciones que se relizan hoy en día así como plantear nuevas investigaciones.

Quizá copiando el modelo de SyNAPSE, el Human Brain Project también quiere desarrollar la supercomputación y la creación de nuevos chips inspirados en la neurociencia. Chips que superen la arquitectura Von Neumann. La apuesta europea se llama Facets mientras que la americana, liderada por IBM es el chip neurosinaptico ya en fase beta.

La dimensión del proyecto es colosal no solo por el dinero. Más de 80 partners intervienen. Decenas de universidades europeas, entre ellas varias españolas con la Universidad Politécnica de Madrid y el Instituto Cajal a la cabeza, así como varias instituciones argentinas. Los gigantes informáticos IBM, SAP o Cray. La nómina de neurocientíficos es notable como el Premio Nobel Torsten Wiesel que deslumbró al mundo con su investigación de la corteza visual del gato o Stanislas Dehaene que estudia la conciencia entre otras cosas.

La principal dificultad estará en la coordinación del enorme equipo. Pero la ambición es imprescindible si se quiere desvelar el órgano más complejo del universo conocido: el cerebro humano.

Artículo publicado originalemente en ALT1040

Fotos: EPLF

¿Tiene futuro el trabajo humano?

noreply@blogger.com (Antonio Orbe) — Sun, 24 Feb 2013 11:35:00 +0000

El avance de la tecnología, la capacidad cada día más poderosa de los ordenadores y el estado de la economía mundial con un aumento de la desigualdad y del desempleo hace inevitable la pregunta ¿qué ocurrirá con la fuerza laboral, seguirán existiendo los empleos, cómo será la economía del futuro?

A lo largo de la historia, la tecnología ha permitido la prosperidad, la productividad y la creación de riqueza. El arado romano permitió que tierras difíciles fueran labradas llevando alimentos a mucha población. También ha destruido empleo. El tractor y las máquinas cosechadoras sacaron a mucha gente del campo; ya no eran necesarios.

La mecanización siempre ha tenido detractores. El ejemplo más mencionado es la falacia ludita. A principios del S XIX, tomando un líder inventado, Ned Ludd, los luditas se resistieron a la introducción de máquinas en los telares. Estas abarataban el trabajo y creaban desempleo. Los luditas destruían máquinas para evitarlo. Los economistas llaman falacia ludita a la idea errónea, según ellos, de que las máquinas destruyen empleo ya que este se crea en otros sectores industriales. Más antiguo aún es el sabotaje que viene del término sabot, zapato de madera que los trabajadores holandeses del S XV lanzabas a las máquinas para inutilizarlas.

El código de barras es un ejemplo de lo contrario, de cómo la tecnología puede crear empleo. Facilitó la localización y movimiento de productos por todo el mundo. Gracias a esta sencilla tecnología se han creado millones de puestos de trabajo en todo el planeta. La realidad de prosperidad relativa en la que vivimos, con una riqueza mayor que nunca ha existido, no hubiera sido posible sin la tecnología. Hoy todo el mundo tiene un móvil incluso en países pobres y hay menos hambre que nunca (aunque el esfuerzo que queda es gigantesco).

La tecnología ha tenido un enorme impacto en la productividad. No existe problema de abastecimiento de ningún producto (aunque existan problemas medioambientales graves), hay de todo, todo es barato. Dicho de forma menos rotunda, la mayoría de bienes y servicios básicos están al alcance de todo el que tenga algo de dinero, lo que significa que lo básico está disponible para los que tienen un empleo, un trabajo por el que perciben dinero. ¿Y el trabajo está asegurado?

Un buen número de opiniones se han vertido en los últimos tiempos en un país poco sospechoso de comunismo: USA. Martin Ford en Las Luces en el Túnel y Douglas Rushkoff en ¿Se han vuelto obsoletos los empleos? se lo preguntan. Erik Brynjolfsson y Andrew McAfeeun profesores del MIT hacen lo propio en La Carrera contra la Máquina. El futurista Thomas Frey vaticina que se perderán nada menos que dos mil millones de empleos hasta 2030.

La principal lección de treinta y cinco años de investigación en Inteligencia Artificial IA es que los problemas difíciles son fáciles y los problemas fáciles son difíciles. Las habilidades mentales de un niño de cuatro años de edad, que damos por sentado: reconocer un rostro, levantar un lápiz, caminar por una habitación, responder a una pregunta, de hecho resuelven algunos de los problemas más difíciles de ingeniería jamás concebidos () A medida que aparece una nueva generación de dispositivos inteligentes, serán los analistas de valores, los ingenieros petroquímicos y los miembros de una junta de libertad condicional los que están en peligro de ser reemplazados por máquinas. Los jardineros, recepcionistas y cocineros tendrán asegurados sus puestos de trabajo en las próximas décadas (Steven Pinker, Psicólogo Cognitivo)

Constantemente escuchamos que la formación es esencial, que los puestos que se destruyen son los manuales, los de bajo nivel intelectual, que hay que saber idiomas, ser médico o abogado. ¿Son conocimientos que protegen del desempleo?

Existen varias tecnologías y modelos a observar. Uno es la impresión 3-D. ¿Tendremos impresoras que fabriquen cualquier cosa? Más actual es el modelo de autoservicio. Cada vez menos gente es atendida por una persona. No vas al banco. Operas tú, humano, a través de la red con una máquina. Y sacas tu billete de avión en modelo autoservicio. Los ejemplos de autoservicio son inacabables.

Observemos el caso del ordenador Watson que venció en el concurso de televisión Jeopardy. Ha sido contratado por el mayor seguro de salud americano. ¿Para qué? Para ayudar en el diagnóstico médico. Un trabajo de alto nivel. También por el Citygroup, uno de los mayores bancos mundiales. ¿Su función? Ayudar en la detección de fraude entre otras tareas. También un trabajo de alto nivel. Respecto de los idiomas, ¿alguien quiere hacerse traductor existiendo Google Translator?

Paradójicamente muchos empleos de bajo nivel son insustituibles. La robótica humanoide está en pañales. Nadie espera ser atendido por un camarero robot. Un autómata mo puede colocar los objetos de una habitación, desplazarse por el metro de una ciudad, ayudar a un anciano o arreglar una cañería.

El mundo está cambiando y es probable que sobren productos y falte empleo. Pretender un cambio económico en el que haya reparto de trabajo y riqueza se me antoja tan radical como la imposición del modelo soviético en el siglo pasado. Pero no parece que el pleno empleo vaya a volver.

Pese a todo, la formación y la cualificación serán siempre necesarias. Para buscar un empleo, para mejorar en el empleo. Y sobre todo para disfrutar de una vida más plena.

Artículo publicado originalemente en ALT1040

Tampoco en el olfato se crean nuevas neuronas

noreply@blogger.com (Antonio Orbe) — Sun, 17 Feb 2013 15:59:00 +0000

Los mamíferos han producido ya todas sus neuronas antes del nacimiento. Después ya solo se crean nuevas neuronas en un fenómeno llamado neurogénesis en dos localizaciones: el bulbo olfativo y el hipocampo. Un estudio muestra que en los humanos tampoco se crean nuevas neuronas en el bulbo olfativo lo que nos diferencia del resto de los mamíferos.

Desarrollo del cerebro

En el momento álgido de la neurogénesis se crean 250.000 neuronas por minuto, una tasa asombrosa. El cerebro crea el doble de las neuronas que sobrevivirán. La mitad muere por apoptosis o muerte programada (llamada así porque se activan genes que causan la muerte de la célula). Se establece una competencia entre las neuronas y las que están mejor situadas y hacen sinapsis más efectivas sobreviven, mientras que el resto se suicida. Durante los primeros años de existencia, estamos recortando sinapsis y neuronas, más que creándolas. Aprender significa tanto crear conexiones valiosas como destruir las inútiles. Ser más inteligente no significa solo tener más neuronas, sino tener mejores neuronas.

Tras la primera infancia ya no se crean más neuronas en el organismo, salvo en algunas estructuras como en el hipocampo o el bulbo olfativo (en los mamíferos y se pensaba que también en los humanos). Con los años se va produciendo una muerte neuronal progresiva. Enfermedades como el Alzheimer producen una muerte neuronal masiva de efectos devastadores. ¿Por qué no se crean más neuronas durante el resto de la vida que vengan a suplir las perdidas por el desgaste natural y las enfermedades?

No hay una respuesta a esta pregunta, pero se puede especular con el motivo. Las neuronas no ejercen una acción en masa como las fibras musculares o las hepáticas. Cada neurona tiene una personalidad propia debida entre otras cosas a las conexiones que ha formado durante su existencia (y la del organismo al que pertenece). La neurona contiene la historia del individuo. Reemplazar una neurona supondría situar la nueva en el lugar de la antigua y restablecer los miles de sinapsis que la antigua había formado. La evolución no ha arbitrado un mecanismo que haga esto posible. La alternativa es el caos. Suplantar una neurona por otra sin respetar las conexiones llevaría a la confusión. Exagerando, podemos imaginar una neurona en la retina que realice una mala conexión y active un músculo del cuello. Cada vez que el individuo abre el ojo, el cuello se mueve. No hay un mecanismo que permita la creación de neuronas y evite el caos. Y esto es fundamental en el desarrollo de posibles nuevas técnicas que pudieran permitir el cultivo y trasplante de neuronas.

El olfato

Hasta el momento se sabía que existe neurogénesis en el hipocampo, responsable del paso de la memoria a corto plazo a la memoria a largo plazo y en el bulbo olfativo. Pero realizar experimentos en humanos es muy complicado. A pesar de todo, hay algunas evidencias de que se generan nuevas neuronas en el hipocampo.

Pero el estudio del bulbo olfativo arroja resultados sorprendentes. Con la técnica de datación del Carbono 14 se ha establecido que las neuronas olfativas humanas tienen la misma edad que el individuo al que pertenecen. En cambio, en los roedores se sabe que se generan permanentemente.

El olfato es un sentido en desuso en la especie humana. Para otros muchos animales su importancia es vital y reconocer nuevos olores se ve ayudado por el nacimiento de nuevas neuronas olfativas. En nuestro caso el olfato es una reminiscencia de cuando eramos animales más primitivos.

Artículo publicado originalmente en ALT1040

Libros impresos 600 años antes de la Biblia de Gutenberg

noreply@blogger.com (Antonio Orbe) — Sun, 10 Feb 2013 16:30:00 +0000

El eBook es lo último en tecnología de libros. Lo llevas a cualquier lado, se lee con comodidad, pesa poco, cabe mucho. Antes existían los textos por ordenador con su enorme cantidad de tipos de letra o fonts. Y previo a todo esto los libros impresos, verdadera revolución en el mundo de la cultura y la ciencia, un cambio definitivo para la humanidad. La imprenta, ¿es un invento de Gutenberg? No, un invento chino.

La escritura es el mayor invento de la humanidad. Comenzó en Sumeria hace 5000 años como una tecnología de contabilidad: cuánto debe este, cuánto debo a aquel. Permitió superar las barreras de espacio y tiempo en la transmisión del conocimiento. Permitió también la acumulación del conocimiento superando la capacidad de un solo cerebro. Los libros escritos a mano eran de un valor incalculable ya que había pocos, muy pocos. Llevaba años escribir uno y casi el mismo tiempo copiarlo. Hasta que llegó la imprenta de tipos móviles, invento chino habitualmente atribuido a Johannes Gutenberg.

El libro impreso más antiguo fechado que se conoce es el Sutra del Diamante, una de cuyas copias se encuentra en la Biblioteca Británica. Tiene fecha y esta es de 868 DC. Otros libros quizá más antiguos no tienen fecha. El Sutra del Diamante está hecho de siete piezas de un solo bloque y aunque escrito en chino, es un texto budista. Se escondió en una cueva en el año 1000 y permaneció junto a otros 40.000 libros hasta su descubrimiento en 1900.

El problema de textos como el Sutra del Diamante es que estaban hechos de una pieza. Esto vino a resolverlo Bi Sheng en torno al año 1000. No se conserva ningún texto suyo, pero sí las descripciones de sus colegas. La solución estaba en construir tipos móviles en los que cada carácter o letra se fabrica por separado y luego se construye un texto con varias de ellas. Los caracteres eran de porcelana y estaban pegados sobre una base. El pegamento era de una clase que permitía despegarlos y recomponernos en un nuevo texto. Bi Sheng construyó más de 3000 tipos.

En 1377 un monje coreano llamado Baegun inventó los tipos móviles de metal e imprimió un libro llamado Jikiji. Los tipos de metal eran más duraderos que los de madera y podían reutilizarse muchas veces. Sin embargo, la imprenta en China se enfrentaba a un problema enorme. Su escritura cuenta con miles de caracteres y la imprenta resultaba poco práctica.

Está en discusión si Gutenberg conocía y copió las técnicas orientales o desarrolló por sí mismo la imprenta. El caso es que popularizó el invento. Su historia es bien interesante. Gutenberg hizo la apuesta de que sería capaz de copiar la Biblia en la mitad de tiempo que cualquier copista. Para desarrollar su invento, pidió prestado dinero a Johann Fust y comenzó a preparar su material. Este consistía en varios tipos móviles correspondientes a las letras, repetidos para poder componer textos largos así como signos de puntuación. Los tipos eran de metal y utilizó una prensa de vino para imprimir el papel.

Sin embargo, Gutenberg no solo quería imprimir la Biblia sino hacer un bello trabajo. El caso es que calculó mal el tiempo y Johann Fust, viendo que su inversión no producía nada, pidió que le devolviera el dinero. Se pusieron de acuerdo en formar una sociedad en la que entraría también el sobrino de Fust. Gurtenberg volvió a sobrepasar el tiempo y finalmente el inversor se quedó con el negocio y dado que su sobrino conocía el mecanismo de la imprenta, pronto sacaron las 150 copias de la Biblia. Son las famosas Biblias de Gutenberg o Biblias de 42 líneas de las que se conservan muy pocas.

La escritura cuneiforme sumeria, los tipos móviles chinos, la imprenta de Gutenberg, los font de ordenador o el eBook, son los pasos del fascinante camino recorrido por el mayor invento de la humanidad.

Artículo publicado originalmente en ALT1040

Santiago Ramón y Cajal

noreply@blogger.com (Antonio Orbe) — Sun, 03 Feb 2013 16:16:00 +0000

El reciente estudio Informe Internacional sobre Cultura Científica de la Fundación BBVA indica que la mitad de los españoles no sabe nombrar un solo científico. La otra mitad nombra a Albert Einstein. Preguntados por un científico español, tan solo el 5% recuerda uno: Santiago Ramón y Cajal. Es el momento de repasar su extraordinaria figura.

Vida de Cajal

La vida de Santiago Ramón y Cajal es tan apasionante como su contribución a la ciencia.

Mi aparición en la plaza pública de Ayerbe fue saludada por una rechifla general de los chicos. De las burlas pasaron a las veras. En cuanto se reunían algunos y creían asegurada su impunidad, me insultaban, me golpeaban a puñetazos o me acribillaban a pedradas. ¡Qué bárbaros éramos los chicos de Ayerbe!.. Descalabrarse mutuamente a pedrada limpia, romper faroles y cristales, asaltar huertos y, en la época de la vendimia, hurtar uvas, higos y melocotones: tales eran las ocupaciones favoritas de los zagalones del pueblo, entre los cuales tuve pronto la honra poco envidiable de contarme.

Cajal se interesa pronto por la pintura. Su padre le lleva a un pintor famoso de la época que se mofa de él y le dice que se dedique a otra cosa. Pero de esta afición saca un enorme provecho: sus maravillosas láminas de neuronas. Hoy forman una colección imprescindible.

Después se aficiona a la fotografía. Esto también le sería de gran ayuda en la preparación de las tinciones de los tejidos con los que trabaja. Es poco conocido pero muy notable el hecho de que la mayoría de sus retratos son en realidad autorretratos.

El mundo físico y del deporte no le es ajeno. Cuando pierde un pulso en clase se enfada de tal modo que decide ir al gimnasio a hacer culturismo. Aprovecha para pelearse con un rival por una mujer, la llamada Venus de Milo

Cierta noche paseaba yo, como de costumbre, por la referida calle del Cinco de Marzo, haciendo sonar ruidosamente en las aceras mi formidable garrote, cuando vino a mi encuentro un joven de mi edad, macizo, cuadrado y robusto. Sin andarse con presentaciones ni andróminas, el tal sujeto prohibiome terminantemente pasear la calle donde vivía la señora de nuestros coincidentes pensamientos, so pena de propinarme monumental paliza. Ante tanta audacia, mi dignidad de perdonavidas quedó asombrada. De acceder a tan descortés y humillante invitación, hubieran protestado, además de la negra honrilla, los millones de fibras musculares inactivas que deseaban lucirse a poca costa… Quedó, pues, concertado un lance a estacazo limpio, que había de efectuarse aquella misma noche en los sotos del Huerva… En vista de la desigualdad de los garrotes (he dicho que el mío era una barra), convinimos en acometernos a puñetazo limpio.

También se aficiona al ajedrez.

Esto no podía continuar. La fatiga y la congestión cerebral casi permanentes me enervaban. Si en el juego del ajedrez no se pierde dinero, se pierde tiempo y cerebro, que valen infinitamente más.

Finalmente se prepara y gana a todos los miembros de su club y a continuación, para no reincidir, se da de baja en el casino.

Cajal escribió más de 100 artículos y numeroso libros, algunos de ficción. Su autobiografía, Recuerdos de mi vida, de la que están extraídas estas citas es una delicia.

Por si fuera poco, Cajal tiene siete hijos.

Obra científica

Cajal sentó los cimientos de la investigación moderna sobre el sistema nervioso y puede afirmarse que fue el más grande de todos los científicos que estudiaron el cerebro. (Eric Kandel, Premio Nobel 2000)

Cajal fue el científico español más importante, el padre de la neurociencia, el neurocientífico más citado del mundo y Premio Nobel español más merecido.

Es difícil resumir el gigantesco legado de Cajal. Trabajador, ingenioso y poseedor de una intuición genial cambió el curso del estudio del cerebro.

Enfrascado en sus preparaciones, Cajal siempre entendió que debía de abrirse al mundo desde aquella España periférica en la que vivía. Pronto comenzó a suscribirse a revistas francesas y alemanas. Envió sus artículos que fueron sistemáticamente ignorados. Pero él sabía que sus descubrimientos eran muy valiosos y que los sabios europeos (en palabras de Cajal) estaban errados. Cuando vio que no progresaba, empaquetó su microscopio y sus preparaciones histológicas y se presentó personalmente en el congreso de la Sociedad Anatómico Alemana de 1889 en Berlín. Pronto se corrió la voz de que un español tenía un material sorprendente. Uno a uno, los científicos se dieron cuenta de lo despistados que estaban. Gracias a aquel español desconocido, la neurociencia cambiaría para siempre. A partir de ese momento, Cajal goza de una enorme reputación que le lleva a dar conferencias por Europa y USA y a recibir el Nobel.

Su principal hallazgo fue el siguiente. Camilo Golgi (con quién compartiría el Premio Nobel en 1906) había desarrollado una técnica de tinción de las neuronas. Por motivos que áun se desconocen, su técnica solo tiñe un 1% de las neuronas lo que permite verlas separadas de la masa neuronal. Pero las neuronas tienen una forma extraña. Son muy alargadas lo que impide verlas por completo en el microscopio. Aunque ya existía la teoría celular por la que se sabía que el cuerpo está formado por células individuales, con el tejido nervioso no se opinaba igual. La teoría asentada era la teoría reticular por la que se suponía que había una red indivisible de tejido nervioso. Golgi mantuvo la teoría reticular contra toda evidencia incluso después de recibir el Nobel.

Cajal mejoró el método de Golgi y comenzó a estudiar embriones de pollos y otros animales del jardín. En ellos las neuronas son más pequeñas y pudo verlas en su totalidad.

A mis éxitos de entonces contribuyeron, sin duda, algunos perfeccionamientos del método cromo-argéntico, singularmente la modificación designada proceder de doble impregnación

...a causa de la enorme longitud y extraordinaria frondosidad del ramaje nervioso, que inevitablemente aparece mutilado y casi indescifrable en cada corte. Puesto que la selva adulta resulta impenetrable e indefinible, ¿por qué no recurrir al estudio del bosque joven, como si dijéramos, en estado de vivero? Tal fue la sencillísima idea inspiradora de mis reiterados ensayos del método argéntico en los embriones de ave y de mamífero.

Cajal formuló la teoría de la neurona que se basa en tres pilares:

Las neuronas son células individuales y no un continuo.
Las neuronas se comunican entre si en sitios concretos (llamados sinapsis por Sherrington).
Principio de la polarización dinámica. El flujo de corriente va desde las dendritas (entrada) hasta el axón (salida).

Cajal realizó varios descubrimientos más y estudió cientos de tejidos en un trabajo incansable y monumental. Cajal es un ejemplo sin igual de una personalidad aguda e incansable.

Artículo publicado originalmente en ALT1040

Escáner fMRI para investigar la respuesta cerebral de los perros

noreply@blogger.com (Antonio Orbe) — Sun, 27 Jan 2013 19:26:00 +0000

Un reciente estudio ha conseguido realizar por primera vez un escáner cerebral con resonancia funcional magnética fMRI a dos perros no sedados y en libertad.

¿Qué piensa mi perro cuando me mira con esa mirada tan adorable? ¿Qué quiere? ¿Me reconoce? ¿Sabe cuando estoy contento o furioso? ¿Tiene empatía, es decir, es capaz de ponerse en mi situación emocional y sentirse como yo alegre o triste? ¿Cuánto entiende del lenguaje con el que trato de comunicarme en él?

Cualquier dueño de un perro puede responder a estas preguntas. Y la respuesta será sin duda sesgada. Mi perro es muy listo y lo entiende todo. Hoy estamos un poco más cerca de responder de forma objetiva a estas preguntas. Se ha iniciado una serie de experimentos con perros en un escáner de resonancia magnética.

Una resonancia funcional magnética fMRI mide el consumo de oxígeno en cada parte del cerebro. A partir de ello se infiere que áreas están más activas en cada momento. Es la estrella de la neuroimagen y se realizan cientos de experimentos anuales para estimar qué partes del cerebro son responsables de cada conducta. La fMRI se realiza en un gran escáner en el que hay que introducir la cabeza y permanecer completamente quieto. Si nos movemos, la imagen sale borrosa y es inútil.

Para realizar el estudio se han usado dos perros, Callie, un Feist de 2 años y McKenzie, un Border Collie de 3 años. Los perros fueron entrenados durante meses para entrar en el escáner fMRI y mantenerse completamente inmóviles mientras se medía su actividad neural. En los estudios anteriores realizados con perros estos estaban sedados de modo que sus respuesta neurales eran atípicas. Es la primera vez que esto se realiza con perros no sedados ni atados. Para protegerse del ruido, los perros llevaban orejeras.

En este primer experimento se estudió la respuesta a los movimientos de la mano de su amo. Una señal significa que el perro recibiría una salchicha de regalo. Otra señal significa que el perro no recibiría nada. La región caudada del cerebro, que en los humanos está relacionada con la recompensa, se activaba con la primera señal y no con la segunda.

Estos resultados indican que los perros ponen mucha atención a las señales humanas. Y estas señales están en línea directa con el sistema de recompensa del perro.

El estudio es interesante por la relación especial del perro y el hombre. El perro es la primera especie domesticada por el hombre hace 10.000 años. Estudiar al perro es estudiar antropología humana. Nosotros creamos al perro, pero en alguna medida el perro nos creó a nosotros. El estudio versa sobre la cognición canina. También sobre la comunicación entre especies distintas y su cognición social.

Este es el primero de una serie de estudios. Parecen prometedores entre otras cosas por la actitud de sus protagonistas. Calli entraba en el escáner por su propio pie y a veces cuando no era su turno. Estaba deseosa de colaborar.

Artículo publicado originalmente en ALT1040

Leer la mente, un libro de Jorge Volpi

noreply@blogger.com (Antonio Orbe) — Sun, 20 Jan 2013 15:21:00 +0000

Leer la mente es un fascinante libro del escritor mexicano Jorge Volpi en el que escudriña los misterios de la mente humana desde la perspectiva de un creador de ficción.

Una opinión extendida sostiene que la ficción no sirve para nada. Más aún, la ficción, como el arte en general, es valiosa porque es inútil, no tiene ningún propósito práctico y su único valor es el de proporcionar placer. En Leer la mente, Jorge Volpi se propone rebatir esta opinión y lo hace brillantemente a lo largo de las escasas ciento setenta páginas que contiene el libro.

Mi hipótesis central: si la ficción es una herramienta tan poderosa para explorar la naturaleza -y en especial la naturaleza humana-, es porque la ficción también es la realidad.

La ficción, la novela, los cuentos, las películas, el teatro, las series, los videojuegos no solo son útiles y prácticos. Son imprescindibles para el desarrollo del individuo y la especie humana. La ficción es un experimento mental que me permite vivir un mundo imaginario y buscar respuestas en él, expandir mi mente, hacerme más humano. En la ficción vivo en el otro, experimento sus miedos y alegrías, sus aciertos y fracasos. Una buena película no me hace pasar una buena tarde, cambia mi vida.

Uno de los productos de la imaginación soy yo mismo. Me invento, me construyo. Yo soy una ficción. Y más aún tú. Eres una ficción producto de mi mente. Naturalmente tú eres real y externo a mí, pero además eres una idea compuesta de otras ideas, de mis sensaciones sobre ti, de mis ideas previas, de mis necesidades y mis potencialidades. Yo soy una ficción y tú también. Aunque nos basamos en hechos ciertos y externos. Somos ficciones verdaderas. Una novela es una ficción que no es verdadera, aunque no necesariamente es falsa, es un simulacro de la realidad. Y si bien es cierto que todos somos ficciones, no lo es menos que todos somos creadores. Nuestro cerebro no reproduce la realidad exterior, la interpreta, la crea.

Tan provocador argumento es a su vez cierto. Volpi realiza una análisis de los temas más candentes en la neurociencia actual con un acento personal y provocador. La conciencia, el Yo o la memoria son algunos de los temas que trata. La bibliografía final recoge los más importantes títulos del estudio de la mente en la actualidad. Volpi es leído, erudito, ameno, genial.

Aunque el libro es excelente, contiene alguna imprecisión y superficialidad. Discrepo en concreto con su interpretación de la conciencia. Según él, la conciencia es la conciencia del Yo, la autoconciencia. A mi entender son cosas distintas. Soy consciente de la realidad y como parte de esa realidad, como parte muy importante, soy consciente de mí mismo. Volpi no desvela el enigma de la conciencia. si lo hiciera, el mundo se volvería hacia él. Nadie es capaz hoy de plantearse siquiera de forma adecuada el mayor misterio al que nos enfrentamos, el llamado problema difícil de la conciencia: por qué o cómo una realidad material, el cerebro, crea una realidad inmaterial (porque la conciencia es real), la mente. Estamos muy lejos de la solución.

La explicación de la memoria es por el contrario brillante. Exigimos a la memoria un esfuerzo para el que no está diseñada, recordar minuciosamente los detalles de nuestra historia, de las historias de los otros, de otras historias, de la Historia. Pero la memoria es caprichosa, se acuerda de lo que le place, de lo que es interesante, de lo que es emocionante. La memoria fabula y falla. Confundimos lo vivido con lo imaginado y con lo que hemos visto realizar a los otros. Y la memoria solo tiene un objetivo: predecir el futuro.

Pero el cerebro cuenta con un solo material a partir del cual dibujar los escenarios del porvenir -el pasado, por supuesto.

También habla de las ideas.

Solo los más ambiciosos y los más cínicos, empresarios, agentes y creadores, tienen la desfachatez de defender a ultranza los derechos de autor. Las ideas son un patrimonio común -todos somos piratas.

He leído muchos libros y artículos sobre el cerebro. Leer la mente no es un libro de divulgación al uso. Creado por un escritor, por un artista, explica de forma clarividente la mente humana. Y lo hace de una forma bella. Decenas de anécdotas, visiones personales, analogías y simbolismos ilustran una obra que en esencia es hermosa.

Artículo publicado originalmente en ALT1040

Los prejuicios cognitivos disminuyen cuando pensamos en una lengua extranjera

noreply@blogger.com (Antonio Orbe) — Sun, 13 Jan 2013 18:02:00 +0000

Un estudio ha demostrado que resolver problemas pensando en una lengua extranjera reduce los prejuicios o sesgos cognitivos.

En economía, el cerebro no es lógico, es psicológico

En general nuestro pensamiento es lógico solo a medias. Manifestamos una gigantesca cantidad de prejuicios cognitivos a la hora de tomar decisiones. Estos han sido estudiados y sometidos a experimentación y vienen a concluir que dependiendo de nuestro estado y la forma de presentar la información, descartamos la solución más lógica con frecuencia y nos inclinamos por decisiones sesgadas.

Estos sesgos son tan importantes que sus estudios han merecido la concesión de dos Premio Nobel. Maurice Allais, Premio Nobel de Economía de 1988 estableció lo que se llamaría la paradoja de Allais. Más tarde, Daniel Kahneman (Premio Nobel de Economía en el 2002) y Amos Tversky postularon la teoría de las perspectivas.

Ambos muestran la falta de coherencia entre las decisiones que toman los sujetos con la utilidad esperada. Esto introduce fundadas sospechas sobre la cientificidad de las decisiones en economía.

Algunos prejuicios comunes

El más conocido es la lotería o las quinielas. En juegos de azar donde existe la banca, con un número de jugadas suficiente, siempre gana la banca. La esperanza matemática es que de cada 100 euros que jugamos perdemos 30 que se lleva la banca o la hacienda pública. Pero millones de personas en el mundo participan en estos juegos.

Según la teoría de la perspectiva, no actuamos en abstracto, objetivamente, de forma absoluta, sino que lo hacemos en un marco de referencia. Comparamos con nuestro punto de partida. Así, arriesgamos para no perder, pero cuando se trata de ganar, optamos por lo seguro.

El efecto de la dotación dice que valoramos más lo que poseemos que aquello de igual valor que no poseemos.

La aversión a las pérdidas hace que sea mayor la insatisfacción por perder 100 euros que la satisfacción por ganarlos.

Veamos el siguiente ejemplo. 600 personas pueden verse afectadas por una enfermedad.

La opción A salva la vida a 200 personas.
La opción B tiene una probabilidad del 33% de salvar la vida a las 600 personas y un 66% de que todos mueran.

La probabilidad es la misma en ambas opciones, pero la mayoría de los sujetos elige la A.

El mismo dilema expuesto de otra forma.

La opción C lleva a la muerte a 400 personas.
La opción D tiene una probabilidad del 33% de que no muera nadie y el 66% de que mueran 600.

En este caso, la mayoría elige la opción D (equivalente a la B) frente a la C (igual que la A)

La lengua extranjera

Podría parecer que pensar en una lengua extranjera introduce aún más caos, incertidumbre y sesgo cognitivo.

Sin embargo el nuevo estudio afirma lo contrario. La manipulación en la forma de presentar la información en la lengua nativa se confirma como en todos los experimentos anteriores. Pero cuando la manipulación se presenta en una lengua extranjera, los sujetos no se ven tan influenciados por la manipulación.

Proponemos que este efecto ocurre porque una lengua extranjera proporciona una mayor distancia cognitiva y emocional que la lengua nativa.

Más vale pájaro en mano que ciento volando. Mejor malo conocido que bueno por conocer. ¿Seguro?

Artículo publicado originalmente en ALT1040

La música ¿es un invento cultural o está en nuestros genes?

noreply@blogger.com (Antonio Orbe) — Mon, 07 Jan 2013 16:06:00 +0000

Dos psicólogos, Gary Marcus y Geoffrey Miller debaten sobre el origen de la música sosteniendo posturas opuestas. Uno argumenta que no hay genes musicales, que la música es un producto cultural como muchos otros. Otro sostiene que la música es producto de la evolución con el objetivo de encontrar pareja reproductiva.

Puesto que ni la capacidad de disfrutar ni la de producir notas musicales tienen la menor utilidad para el hombre en sus hábitos cotidianos, hay que clarificarlas entre las facultades más misteriosas de las que está dotado. Charles Darwin

La música como cultura

La música es un producto cultural universal. Los instrumentos musicales más antiguos tienen más de 35.000 años. Los niños la aprenden sin dificultad. Aunque las distintas músicas suenen muy diversas, en realidad contienen muchos elementos comunes. Todas las las culturas cantan, tocan tambores y bailan y hay muchos conceptos iguales como el ritmo, el baile, el tono musical, las escalas, la repetición de estructuras y los cambios de timbre para expresar emociones.

¿Es tan generalizada la música como para decir que es universal? ¿Y si es universal, está en nuestros genes?

En realidad, 35.000 años es un suspiro en la historia evolutiva humana. Aunque se trata de más de 1.000 generaciones, solo supone un 0,1% del tiempo que los mamíferos llevan sobre la tierra. Todo el mundo aprende a hablar pero no todo el mundo aprende a cantar. Algunos no son capaces de reproducir las canciones más comunes y muy pocos aprenden instrumentos. La música es muy común, pero no tan universal como el lenguaje.

Hemos nacido para escuchar el lenguaje y los sonidos musicales suenan parecidos al lenguaje. Los bebés prefieren el lenguaje y le prestan mas atención que a la música. Los músicos son grandes ingenieros que construyen cosas que la gente quiere, con cerebros que evolucionaron antes de que la tecnología existiera. Hay grandes áreas del cerebro que se activan con la música, pero no están dedicadas a ella. La música, la lectura o los videojuegos usan regiones que ya tenían otras funciones.

Los genes de la música

En otro lugar, Darwin dijo:

Existen pocas dudas de que el orador apasionado, el bardo o el músico, cuando con sus variados tonos y cadencias excita las más intensas emociones de sus oyentes, usa los mismos mecanismos por los cuales sus antecesores medio humanos levantaban en el otro ardientes pasiones durante el cortejo y la rivalidad.

Los beneficios reproductivos son claros. Los músicos atraen más a las parejas sexuales que los no músicos. También se ve en otras especies: canciones de los insectos, ranas, pájaros, ballenas y gibones. Aunque en general solo cantan los machos, en la especie humana los dos sexos cantan. Ambos son exigentes para buscar una relación duradera que es la que da más hijos. Ambos usan arte, bromas, música o virtudes morales. En algunas otras especies, pocas, los dos sexos cantan como algunos pájaros y gibones.

Dado que somos los únicos grandes simios con aptitudes para el ritmo y la melodía, es probable que sea una adquisición reciente y no haya áreas cerebrales dedicadas a la música. Las áreas musicales en los humanos se superponen con otras habilidades. Como involucran muchas regiones, se entiende que alguien dotado para la música tiene un cerebro en general bien estructurado y merece la pena para su pareja sexual. Además, el contenido de las canciones versa en general sobre amor, algo que parece indicar que es la atracción sexual y el romanticismo una de sus bases, algo que no se ve tanto en otras creaciones culturales.

Pero, ¿se han encontrado genes musicales?

No hay muchas investigaciones sobre genes y música. Como una habilidad general, no se puede encontrar un gen específico que explique la música sino miles de genes. Los que se han encontrado, están también relacionados con otras habilidades humanas no musicales.

Puede haber dos tipos de genes. Unos relacionados con el talento musical. Dado que hay más de medio millón de bases de ADN relacionas con la inteligencia general, un número grande debe estar relacionado con el talento musical.

Los genes relacionados con la la capacidad humana no presente en otras especies deben de ser muy pocos. Si descubrimos que existen en el hombre y en el Neanderthal, sabremos que los genes musicales han aparecido en los últimos 200.000 años, cuando nuestras especies se separaron.

El apasionado debate está lejos de concluir y muestra un hecho sorprendente: la música es omnipresente en nuestro mundo pero apenas ha sido estudiada biológicamente.

¿Y tú, qué opinas? Es la música un producto cultural como otros o nacemos predispuestos a la música.

Artículo publicado originalmente en ALT1040

Cerebro multitarea ¿puedes andar y hablar a la vez?

noreply@blogger.com (Antonio Orbe) — Sun, 30 Dec 2012 13:00:00 +0000

El cerebro es masivamente paralelo. Cuando nos fijamos en algo, millones de neuronas trabajan a la vez. Al mismo tiempo, podemos respirar, andar, oír o pensar. Sin embargo, en actividades que requieren nuestra atención, la multitarea se reduce drásticamente.

Multitarea es la capacidad de realizar varias tareas al tiempo. En el mundo de los ordenadores es un concepto antiguo. Aunque en realidad la completa multitarea es difícil de conseguir. Un procesador es mil veces más rápido que la memoria y esta es mil veces más rápida que el disco. Si tenemos que cargar datos de disco a memoria, el procesador se queda parado esperando. Por ello se inventó la multitarea. En realidad, el procesador no realiza multitarea sino un cambio rápido entre tareas (aunque nuevos procesadores multihebra y multicore pueden hacerlo, para simplificar, consideremos que no). Si los recursos (por ejemplo, memoria) son suficientes, la multitarea mejora el rendimiento global. Pero si son escasos, el rendimiento disminuye. Es lo que ocurre con la paginación. Si cada vez que el procesador cambia de tarea tiene que volver a cargar datos de disco porque no cabían en memoria, el rendimiento global disminuye.

Algo parecido ocurre en el cerebro, aunque las analogías son siempre limitadas: conocemos bien los ordenadores pero poco el cerebro.

Los lóbulos frontales del cerebro, su parte más evolucionada y genuínamente humana tienen a su cargo varias funciones. Entre ellas se encuentra prestar atención, coordinar la información, solictar recursos y planificar actividades. Es la función ejecutiva del cerebro.

La atención puede ser de dos tipos. Divergente, dispersa, pendiente de varios estímulos a la vez en busca de algo relevante. O convergente, enfocada en un problema concreto ignorando el resto de estímulos.

No podemos realizar dos tareas simultáneas si estas son muy demandantes cognitivamente. Se producen los llamados cuellos de botella o embudos. Podemos cambiar de una tarea a otra, pero esto conlleva un gasto adicional de recursos (como la paginación de los ordenadores). Una tarea interfiere en la otra y el rendimiento de ambas se ve afectado. Además, las posibilidades de error aumentan.

Si estamos muy enfrascados en una tarea demandante, bloqueamos la información que proviene de otras tareas. Prueba a calcular mentalmente el resultado de la operación 37 x 43 mientras sigues leyendo este artículo. No puedes. El cálculo mental es demasiado exigente, se produce un cuello de botella, debes dejarlo todo para completarlo. No hay multitarea. A pesar de todo, la multitarea se mantiene a otros niveles inferiores y, aunque estemos muy focalizados en un pensamiento, hay recursos disponbles para mantener el contacto con el exterior. Por muy concetrado que estés, si alguien grita ¡Fuego! prestarás atención y olvidarás la tarea anterior.

¿Puedes andar y hablar a la vez? Sí, porque realizamos una de las tareas automáticamente. Andar no es una tarea que demande muchos recursos cognitivos. Está realizada por el tronco cerebral, la parte más primitiva del cerebro. Ello deja al córtex, la parte más evolucionada, libre para realizar otras tareas.

Las tareas motoras repetitivas pueden aprenderse. El cerebelo interviene en ello. Cuando aprendemos a montar en bicicleta, toda nuestra atención está puesta en la tarea. Con el tiempo, aprendemos, la tarea se automatiza y somos capaces de hacerla de modo inconsciente de forma que no requiere nuestra atención y el córtex puede dedicarse a otras cosas. Pero si encontramos obstáculos en la ruta, montar en bicicleta vuelve a ser cognitivamente demandante y debemos dedicar nuestra atención a esquivarlos, olvidándonos de lo que estabamos pensando.

¿Y qué ocurre con el procesamiento de la información de los medios sociales? ¿Podemos ver la televisión mientras chateamos y hablamos por teléfono? En un nuevo estudio se sugiere que no. El estudio se realizó con dos grupos de personas: los de elevada multitarea y los de multitarea moderada. Los primeros obtenían en general peores rendimientos. Ello es debido a que se distraían en todas las circunstancias. Sin embargo, cuando se trataba de integrar información de varias modalidades sensoriales, obtenían un mejor rendimiento.

Cada vez somos más multitarea. Esto no es necesariamente malo, pero debemos mantener la capacidad de profundizar en los asuntos que lo requieren. También organizar mejor las tareas de modo que la multitarea no nos impida dedicarnos a lo importante y que unas tareas no interfieran en las otras de forma que el rendimiento global sea peor.

Artículo publicado originalmente en ALT1040

¿Son las lenguas equivalentes?

noreply@blogger.com (Antonio Orbe) — Sun, 23 Dec 2012 17:01:00 +0000

Un estudio realizado con 7 lenguas indica que el español se habla más rápido que en chino mandarín, pero que la tasa de transferencia de información es la misma en todas las lenguas estudiadas.

Cuando escuchas hablar a alguien en una lengua que desconoces tiendes a pensar que esta es muy difícil, diabólica incluso. Sin embargo, todo parece indicar que las lenguas son equivalentes en lo que pueden expresar, en su estructura profunda y según este estudio en la tasa de transferencia de información.

El lenguaje es una capacidad innata del ser humano, aunque la lengua concreta se aprende. Cualquier niño sin problemas y con una estimulación suficiente puede aprender cualquier idioma del mundo. Lo hace sin esfuerzo y capta las regularidades e irregularidades de la lengua incluso aunque los adultos le hablemos muy mal, que es lo que de hecho ocurre. Aprende las estructuras gramaticales y cientos de palabras con enorme rapidez. Tiene un cerebro predispuesto para el lenguaje.

La lengua concreta, sin embargo, se aprende. Existen ventanas de tiempo más allá de las cuales el aprendizaje se hace muy complicado. Es lo que sucede cuando se aprende una segunda lengua de adulto.

Todas las lenguas son equivalentes. Es el llamado principio de efabilidad mediante el cual todo lo que se puede decir en una lengua se puede traducir a otra. Existen, eso sí, lenguas con mayor riqueza de palabras y expresiones que otras dependiendo esencialmente del número de hablantes. Una lengua en un lugar remoto que hablen unos cientos de personas no tiene la riqueza del inglés o español. Y por lo tanto, para traducir una frase a esa lengua se requerirán muchas más palabras que en la original, serán necesarios circunloquios. Imaginemos una lengua cuyos hablantes nunca han visto el mar. Es posible hablarles del mar, aunque serán necesarias largas explicaciones.

El lingüista Noam Chomsky (polémico hombre que se mantiene activo aún) postuló la idea de una gramática universal. Según él, hay una estructura profunda común a todas las lenguas y una estructura superficial particular de cada una. Todas las lenguas tienen, por ejemplo, sujeto, verbo y objeto, aunque su orden varía entre ellas.

En este nuevo estudio se tradujo un texto del inglés a otros seis idiomas: alemán, francés, italiano, español, japonés, y chino mandarín. Se pidió a hablantes nativos que lo hablaran en voz alta y se grabó su discurso. El recuento del número de sílabas, ordenó los idiomas de la siguiente forma: japonés (7,84 sílabas por segundo), español (7,82), francés (7,18), italiano (6,99), inglés (6,19), alemán (5,97) y mandarín (5,18).

Sin embargo, el texto total era leído en el mismo tiempo. La densidad informacional de cada sílaba es inversa a la velocidad. Cuando se dicen muchas sílabas, estas contienen poca información y al revés. Es decir, la tasa de transferencia de información es igual en todos los idiomas, posiblemente adecuada a la capacidad de percepción humana.

Por extrañas, rápidas o complejas que puedan resultar otras lenguas, todas son equivalentes en un amplio conjunto de valores universales.

Artículo publicado originalmente en ALT1040

La memoria, estructura y funcionamiento (II): Memoria explícita

noreply@blogger.com (Antonio Orbe) — Sun, 16 Dec 2012 15:58:00 +0000

La memoria explícita o declarativa (por contraposición a la memoria implícita o procedimental) es la que llamamos normalmente memoria. Tiene que ver con lugares, personas y objetos (semántica) y con hechos (episódica). Su invocación es consciente y es fácil de describir con palabras. Es más compleja que la memoria implícita y se da en animales superiores.

H.M.

El conocimiento de la memoria explícita se debe en buena medida al caso del paciente H.M. (Henry Gustav Molaison cuyo auténtico nombre solo fue conocido tras su muerte en 2009) del que se dice que es el paciente mejor estudiado de la historia. Brenda Milner lo trató durante años y su estudio ha sentado las bases para comprender los mecanismos de la memoria explícita.

H.M sufrió una caída mientras montaba en bicicleta a causa de la cual empezó a tener frecuentes ataquesepilépticos que llegaron a un punto en el que no le permitían llevar una vida normal. Los médicos decidieron operarle y extirpar la zona del cerebro que le producían los ataques. La operación fue un éxito en lo relativo a la epilepsia, pero fatal en lo relativo a su memoria. La zona extirpada era el hipocampo y los resultados fueron:

Mantenía un buen recuerdo del pasado anterior a la operación.
Mantenía una buena memoria implícita. Es decir, aprendía nuevas destrezas.
Fue incapaz de generar nuevos recuerdos. Durante años visitó a Brenda Milner y cada día la saluda como si fuera la primera vez que se veían.

Estructura de la memoria explícita

El estudio del caso H.M. ofreció una idea clara de la estructura de la memoria explícita. En ella intervienen tres áreas:

La corteza prefrontal. En ella reside la memoria de trabajo (working memory). Es donde manipulamos la información que proviene de los sentidos y de la memoria a largo plazo. Tiene que ver con la conciencia, se actualiza constantemente y admite pocos elementos simultáneos.
El hipocampo (la zona extirpada en H.M.). Permite el paso de la memoria a corto plazo a memoria a largo plazo.
Las áreas sensitivas y de asociación de la corteza. En ellas se almacenan los recuerdos a largo plazo.

Por lo tanto, no existe un almacén único de la memoria en el cerebro. Está distribuida por el córtex. Las mismas áreas que se emplean para percibir un objeto se usan para recordarlo. Para cada cosa que recordamos hay múltiples representaciones, una por cada modalidad sensorial. De una manzana recordamos (y almacenamos en un área distinta) el olor, el color, la forma, la textura, el sonido que hace al morderla, las situaciones que hemos vivido con manzanas... y finalmente la palabra manzana. Cada una de ellas es capaz de evocar al resto y traer el concepto manzana a la memoria de trabajo para permitirnos ser conscientes de la manzana. Si modificamos algunos de los aspectos o añadimos algún otro, el hipocampo ordena a las áreas involucradas su modificación.

En la memoria hay 4 procesos:

Codificación (vivir nuevas experiencias, prestarles atención y relacionarlas con otras experiencias)
Consolidación (paso de memoria a corto plazo a memoria a largo plazo)
Almacenamiento (mantenimiento de la información almacenada)
Recuperación (recuerdo de la información almacenada).

La memoria tiene fases. En un principio la información es lábil y es fácil que se pierda. Con el tiempo y el uso se va consolidando. Esto se manifiesta en el caso de la amnesia retrógrada en la que un golpe hace que perdamos memoria hacia atrás desde el momento del golpe y que la recuperemos al revés. Pero por otra parte, los recuerdos más antiguos se van olvidando.

Potenciación a largo plazo LTP

¿Existe algún correlato biológico entre los mecanismos moleculares de la memoria implícita y la memoria explícita? Desde luego la memoria explícita en mamíferos es mucho más compleja que la implícita estudiada en invertebrados. La potenciación a largo plazo viene a responder parcialmente a la búsqueda de los mecanismos biológicos de la memoria explícita.

Sabemos que en la memoria explícita interviene el hipocampo. En 1973 Terje Lømo y Tim Bliss descubrieron que una ráfaga de impulsos en algunas de las células del hipocampo provocaba un reforzamiento de las conexiones sinápticas que duraba desde varias horas hasta más de un día. Llamaron a este fenómeno potenciación a largo plazo y es similar a la facilitación sináptica en la memoria implícita. Posteriores estudios demostraron que tiene una fase precoz (memoria a corto plazo) y una fase tardía (memoria a largo plazo). Al igual que en la memoria implícita, la frase precoz no necesita la síntesis de nuevas proteínas y como en la memoria implícita, la fase tardía implica a los genes y la síntesis de nuevas proteínas.

Parece pues que aunque la memoria implícita y la explícita involucran distintos circuitos neurales, comparten semejantes mecanismos moleculares. La memoria a corto plazo modifica proteínas existentes y la memoria a largo plazo recluta a los genes para generar nuevas proteínas y producir cambios persistentes en la estructura neural.

El gen que facilitó la transición de aletas a patas

noreply@blogger.com (Antonio Orbe) — Wed, 12 Dec 2012 17:09:00 +0000

Un trabajo liderado por investigadores del Consejo Superior de Investigaciones Científicas (CSIC) demuestra que las aletas de los peces cebra pueden transformarse en estructuras parecidas a las patas de los tetrápodos si se incrementa la actividad de un gen denominado hoxd13. Los resultados, que aparecen publicados en el último número de la revista Developmental Cell, demuestran funcionalmente una teoría clave para entender el paso de los animales acuáticos a los terrestres.

La conquista del medio terrestre fue un hito en la historia evolutiva. En esta transición fue crítica la aparición de estructuras óseas distales que formaron lentamente los dedos y la muñeca en los apéndices precursores de las patas de los tetrápodos.

“Nuestros experimentos demuestran por primera vez que, si aumentamos los niveles del gen hoxd13 en aletas de peces cebra, se incrementa la aparición de tejido óseo de carácter distal similar al que genera los dedos en animales con patas como nosotros”, explica el investigador del CSIC José Luis Gómez-Skarmeta, investigador en el Centro Andaluz de Biología del Desarrollo, un centro mixto del CSIC y la Universidad Pablo Olavide.

Según el investigador del Centro Andaluz de Biología del Desarrollo Fernando Casares, otro de los autores del trabajo, el aumento del tejido óseo distal en las aletas de peces cebra va acompañado de una reducción del tejido que forma los radios. “Este hecho se relaciona con el registro fósil, donde, a medida que aumenta la elaboración distal de la aleta, disminuye el tamaño de los radios”, aclara.

ADN regulador

Los genes Hox, que forman parte de una familia encargada de distinguir las partes del cuerpo durante el periodo embrionario y son esenciales para la formación de los dedos y la muñeca, cuentan con unos niveles de expresión mucho mayores en la zona distal del rudimento embrionario de las patas que en la región de la aleta equivalente.

En los últimos años, varios estudios han comprobado que las grandes cantidades de expresión de los Hox en las patas dependen de elementos de ADN reguladores que actúan conjuntamente potenciando su expresión. “Es muy interesante que algunos de estos elementos reguladores no se encuentren en el genoma de los peces, lo que sugiere que ha sido la aparición de nuevos elementos reguladores lo que ha facilitado alcanzar los niveles de expresión de genes Hox requeridos para la formación de los dedos y la muñeca”, indica Gómez-Skarmeta.

El trabajo liderado por el CSIC demuestra que los peces cebra son también capaces de leer correctamente las instrucciones contenidas en estas regiones reguladoras ausentes de su genoma y específicas de los tetrápodos. “Todos esto datos indican que el ancestro común de los peces y los tetrápodos tenía un genoma preparado para adquirir progresivamente nuevos elementos reguladores que fueron aumentando los niveles de los genes Hox que permitieron el desarrollo de las manos y los pies”, concluye Casares.

La memoria, estructura y funcionamiento (I): Memoria implícita

noreply@blogger.com (Antonio Orbe) — Sun, 09 Dec 2012 10:36:00 +0000

La memoria es la capacidad para almacenar y recuperar recuerdos y habilidades. Su correlato es el aprendizaje.Según su duración puede dividirse en memoria a corto plazo (minutos a horas) y a largo plazo(horas a días o a toda la vida). La diferencia molecular esencial entre ambas es que en la memoria a corto plazo se modifican proteínas existentes y en la memoria a largo plazo intervienen los genes que codifican nuevas proteínas.

Según sus contenidos la memoria puede dividirse en:

Memoria implícita o procedimental. Es la relacionada con hábitos o destrezas como montar en bicicleta. Normalmente es inconsciente, es fácil de realizar y difícil de explicar con palabras. Es común a todos los animales.
Memoria explícita o declarativa. Es la que llamamos normalmente memoria. Tiene que ver con lugares, hechos, personas y objetos. Su invocación es consciente y es fácil de describir con palabras. Es más compleja que la implícita y se da en animales superiores.

Determinados procesos pueden involucrar ambos tipos y se puede ejercer un control consciente de la memoria implícita como cuando aprendemos a realizar una destreza como jugar al tenis.

Memoria implícita

Ivan Paulov descubrió tres tipos de memoria trabajando con perros: la habituación, la sensibilización y el condicionamiento clásico. Por ello recibió el Premio Nobel en 1904. Eric Kadel descubrió los mecanismos celulares, moleculares y genéticos de esas tres formas de memoria trabajando con una babosa marina llamada Aplysia. Por ello recibió el Premio Nobel en 2000.

Habituación. Cuando un estímulo trivial se presenta repetidamente la respuesta al estímulo se reduce o desaparece. El animal aprende que el estímulo es irrelevante.
Sensibilización. Cuando un estímulo nocivo se presenta, muchas respuestas no relacionadas con el estímulo se acentúan. Cuando el animal recibe un susto o un golpe, se prepara para la huída y reacciona excesivamente a cualquier otro estímulo.
Condicionamiento clásico. Cuando un estímulo inocuo (neutro) se presenta aparejado con un estímulo nocivo o beneficioso (estímulo no condicionado) el animal aprende a asociar los dos de modo que el estímulo neutro pasa a ser estímulo condicionado y anticipa la llegada del estímulo no condicionado.

Además de estos tres modelos, Thorndike descubrió el condicionamiento instrumental u operante en virtud del cual se asocian un estímulo, una respuesta y una recompensa. Los cuatro modelos de aprendizaje se han estudiado con extensión en la Psicología del Aprendizaje por el conductismo.

La memoria implícita se encuentra ubicada en los circuitos perceptivos, motores y emocionales.

La biología impone restricciones y facilidades a estos mecanismos. Por un lado no es posible enseñar a una rana a volar. Por el contrario, hay aprendizajes que solo requieren un ensayo (asco de por vida a una comida que ha producido vómitos).

Mecanismos celulares, moleculares y genéticos del aprendizaje implícito.

Segundos mensajeros.

En la célula postsináptica existen dos tipos de receptores.

Receptor ionotrópico: es un canal que se activa por un neurotransmisor y que permite el paso de iones. Los neurotransmisor más comunes en el cerebro son el excitador glutamato y el depresor GABA. Su duración es de milisegundos.
Receptor metabotrópico: son activados por un neurotransmidor (serotonina, dopamina...) o una hormona. Activan una sustancia química en el interior de la célula (segundo mensajero), la cual inicia la respuesta global de la célula. La acción de los receptores metabotrópicos suele ser más intensa, más extensa y más persistente que la de los receptores ionotrópicos. Su duración es de segundos o minutos.

En la memoria intervienen los segundos mensajeros que producen una modificación del estado la célula que va desde segundos a toda la vida.

La memoria a corto plazo implícita

Supone una modificación en la eficacia de las sinapsis. En la memoria a corto plazo, los segundos mensajeros modifican proteínas existentes que aumentan o disminuyen la eficacia sináptica. No hay síntesis de nuevas proteínas.

La memoria a largo plazo implícita

Participan muchas de las mismas moléculas que en la memoria a corto plazo.

Algunos de los segundos mensajeros viajan hasta el núcleo celular, activan los genes y producen nuevas proteínas.

La memoria a largo plazo implícita supone creación o eliminación de sinapsis

Esta información está basada en las obras de Eric Kandel En busca de la memoria y Principios de Neurociencia.

IBM simula 500 mil millones de neuronas y 100 billones de sinapsis

noreply@blogger.com (Antonio Orbe) — Sun, 02 Dec 2012 17:56:00 +0000

En una simulación neuronal sin precedentes, IBM ha logrado simular 500 mil millones de neuronas y 100 billones de sinapsis. Para ello ha utilizado Sequoia, el segundo superordenador más grande del mundo con millón y medio de núcleos. Esto es una proeza computacional, pero tiene poco que ver con la neurociencia. Veamos por qué.

El departamento de Cognitive Computing de IBM en Almaden dirigido por Dharmendra S. Modha lleva unos años realizando asombrosas simulaciones en el contexto del proyecto DARPA SyNAPSE. Como parte de este proyecto, anunció la simulación a la escala del córtex de un ratón, luego de una rata y más tarde de un gato.

El objetivo de este programa es crear un chip neurosináptico que supone una ruptura con la arquitectura tradicional de los ordenadores. Esta arquitectura es la llamada Von Neumann que usan la totalidad de los ordenadores en la actualidad, incluidos móviles y tarjetas. En la arquitectura Von Neumann la memoria está separada del procesador, el hardware del software y los programas están separados de los datos. Ha sido muy exitosa mientras se cumplía la miniaturización de componentes expresada en la ley de Moore: cada dos años se duplica el número de transistores en un espacio dado. El problema es que estamos llegando a los límites del átomo y que la ley dejará de cumplirse.

El chip neurosináptico es una ruptura total con la arquitectura Von Neumann. Se basa en el diseño de las neuronas en las queno hay distinción entre hw y sw, programas y datos, memoria y procesador. El chip consiste en una matriz de neuronas y entre sus cruces se realizan las sinapsis. De este modo, cada sinapsis del chip es hw y sw, proceso y memoria, programa y datos. Dado que todo está distribuido, no es necesaria un miniaturización tan extrema y sobre todo, un reloj tan rápido. Frente a los actuales gigahercios de frecuencia, las neuronas se disparan a un hercio, y en el caso del chip a 8 hercios. Además, los procesadores son clock driven, es decir, actúan bajo la batuta del reloj mientras que las neuronas son event driven, actúan solo si hay actividad que realizar.

Uno de los objetivos es reducir el consumo eléctrico. Un cerebro consume lo que una bombilla pequeña, 20 vatios. Un superordenador consume cientos de megavatios. El nuevo chip tiene un consumo muy reducido. Estos chips están construidos con tecnología de silicio clásica CMOS.

La arquitectura de muchos chips neurosinápticos unidos se ha llamado TrueNorth. Ya existe en desarrollo un chip de 256 neuronas, 1024 axones, y 256×1024 sinapsis.

El chip sin embargo no está en producción masiva. Para seguir trabajando en paralelo al desarrollo, se ha realizado la prueba actual. Para ello se ha usado un simulador llamado Compass. Compass traduce el comportamiento de un chip neurosináptico (no Von Neumann) a un ordenador clásico (Von Neumann). Usando Compass se ha simulado (pdf) el comportamiento de 2.000.000.000 chips. Esto supone 500 mil millones de neuronas y 100 billones de sinapsis, cifras por completo astronómicas. El resultado de la simulación se ha ejecutado 1.542 veces más lento que en tiempo real.

Para realizar la simulación se ha usado el segundo superordenador más grande del mundo, Sequoia un Blue Gene/Q de 96 armarios con 1 millón y medio de núcleos y 1,5 petabytes de memoria. Uno de los objetivos de la simulación es ver el escalado. Un problema habitual es que que cuando añadimos más cores, el sistema no funciona proporcionalmente más rápido. En el extremo, añadir más cores no aumenta el rendimiento: el sistema escala mal. Imagina un camarero atendiendo detrás de la barra. Si hay un segundo camarero, irán más rápido, pero no el doble. Si sigues añadiendo camareros, llegará un momento en que no aumente la eficiencia, incluso se verá reducida. El sistema escala mal. Pues bien, en la simulación realizada el escalado ha sido casi perfecto lo que es muy satisfactorio computacionalmente.

¿Qué tiene esto que ver con la neurociencia y el cerebro? Bien poco. La simulación no imita ningún comportamiento animal ni cognitivo ni humano. Para simular el comportamiento del cerebro, necesitamos saber cómo funciona y eso está lejos de lograrse. Para cuando llegue ese conocimiento debemos tener preparados ordenadores que sean capaces de simularlo y en este contexto se enmarca la presente investigación. Aunque no solo; la idea de diseñar estos nuevos chips es ponerlos en producción en aplicaciones comerciales tradicionales dando una gran potencia con un bajo consumo. La simulación del cerebro deberá esperar aún alguna década.

Artículo publicado originalmente en ALT1040

Memoria de trabajo (working memory), RAM y biblioteca

noreply@blogger.com (Antonio Orbe) — Sun, 25 Nov 2012 13:57:00 +0000

Es posible realizar una analogía a tres niveles entre el funcionamiento de la memoria de trabajo (working memory) del cerebro, la RAM de un ordenador y una biblioteca.

La memoria de trabajo (WM) es un concepto introducido por Alan Baddeley en 1976 para sustituir a la memoria a corto plazo, más imprecisa. Es un modelo discutible, como todos, pero interesante.

Se refiere a la memoria activa que se utiliza en los procesos conscientes. Tiene tres componentes:

El ejecutivo central. Decide a que prestar atención y organiza la secuencia de operaciones
El bucle fonológico. Maneja y mantiene en memoria el material hablado y escrito.
El bloc de notas visuoespacial. Maneja y mantiene las imágenes.

La memoria de trabajo (WM) se encuentra en la corteza prefontal y sus contenidos se actualizan constantemente. Se alimenta tanto de los sentidos como de la memoria a largo plazo (que se encuentra distribuida por toda la corteza).

Es tentador imaginar que los contenidos de la memoria a largo plazo se transfieren a la memoria de trabajo, se modifican y se vuelven a almacenar en la memoria a largo plazo. Pero el cerebro no funciona así. Más bien, la memoria de trabajo activa las zonas del cerebro que contienen los recuerdos en una acción conjunta que llamamos conciencia.

Algunas de las características de la memoria de trabajo son: su capacidad es limitada (el número mágico de 7 items), sus contenidos se actualizan permanentemente, es reverberante (para evitar que los contenidos decaigan), en buena medida es serial y no paralela, de modo que genera cuellos de botella y problemas de rendimiento. También se ha relacionado con el espacio de trabajo global (Global Workspace de Baars).

Los ordenadores tienen tres componentes clásicos:

La CPU procesa las instrucciones. Utiliza unas diminutas memorias llamadas registros que carga y descarga de la memoria RAM
La memoria principal o RAM. Es volátil, se borra cuando se apaga el ordenador.
La memoria auxiliar. Es permanente. En general se trata del disco duro.

La CPU es muchas veces más rápida que la RAM y la RAM muchas veces más rápida que el disco. A su vez, el disco es más barato que la RAM y esta es más barata que la CPU. El almacenamiento en disco es mucho mayor que la RAM Entre estos componentes hay múltiples memorias intermedias llamadas cachés.

La analogía es clara. La memoria RAM se parece a la memoria de trabajo (WM) y el disco duro se parece a la memoria a largo plazo.

Imagina ahora que vas a una biblioteca. Un bibliotecario maneja los libros en las estanterías y tú ocupas unamesa de trabajo. No puedes trabajar sin libros y a la vez no puedes trabajar con los libros que están almacenados en las estanterías. Cuando llegas tu mesa está vacía y la limpias cuando te vas. La analogía es de nuevo clara. Por un lado tienes:

la mesa de trabajo,
la memoria RAM
la memoria de trabajo (WM).

Por otro lado:

las estanterías con los libros,
el disco duro
la memoria a largo plazo.

Cuando llegas, tu mesa está vacía y pides al bibliotecario que te traiga unos libros, es decir, cargas la RAM con información del disco duro o traes a la conciencia los contenidos de la memoria a largo plazo. El acceso a la información en la mesa es rápido del mismo modo que lo es en la RAM o en la memoria de trabajo (WM). Procesas los contenidos, los comparas y los modificas. Después devuelves los libros actualizados a las estanterías (no lo hagas, por favor, lleva tu propio cuaderno), grabas la RAM en el disco duro o modificas los contenidos de la memoria a largo plazo. Finalmente la mesa de trabajo, la memoria RAM y la memoria de trabajo (WM) quedan vacías.

El proceso de carga de datos es análogo en los tres sistemas; es trabajoso y lento:

Lees el índice, seleccionas la ficha, se la das al bibliotecario que recorre las estanterías hasta dar con el libro y traértelo.
El ordenador lee el fichero de índices, busca el registro pedido, va al fichero de datos, lee el registro (y de paso otros muchos registros) y lo carga en memoria. Índice, fichero o registro son de hecho términos importados en la informática desde el mundo de los libros y el papel.
Buscar la información es un proceso penoso para el cerebro. Sabes que lo sabes (metacognición), lo tienes en la punta de la lengua pero ahora no caes: ¿A quién tienes enfrente? Repasas la claves (índices): lo vi en un congreso, contaba chistes, su nombre empieza por e o por f, era conocido de alguien… Ah sí, es Fernando. Y con el nombre traes a la memoria de trabajo otra información: ciudad, relaciones, deporte…

Una simple analogía en tres niveles, más válida entre los ordenadores y la biblioteca, cosas ambas creadas por nosotros. Una analogía más débil en el caso del cerebro.

Artículo publicado originalmente en ALT1040