A
hora científicos del MIT podrían ayudar al diseño de un sistema que permita estudiar por qué el cerebro humano funciona como lo hace. Han conseguido crear un chip electrónico que imita el sistema neuronal del cerebro y puede adaptar su respuesta a nuevas situaciones. Se cree que esta propiedad de la plasticidad es la que subyace a muchas funciones cerebrales como la memoria o el aprendizaje.
El chip sólo contiene 400 transistores en una oblea de silicio es de tipo CMOS, pero pueden emular las sinapsis de una red neuronal. Recordemos que una sinapsis es la conexión que una neurona estable con otras. Cada neurona puede está conectada con miles de otras neuronas gracias a este tipo de conexiones.
Según Chi-Sang Poon, investigador principal del proyecto, la idea es que el chip ayude a los neurocientíficos a aprender más sobre el funcionamiento del cerebro humano y que incluso en un futuro se puedan diseñar prótesis neurológicas como retinas artificiales y similares.
En el cerebro humano hay 100.000 millones de neuronas interconectadas entre sí a través de sinapsis. Al final de las sinapsis hay compuestos químicos denominados neurotransmisores cuya liberación tiene distintos efectos sobre la activación de los canales iónicos que controlan los impulsos nerviosos. Si se abren o cierran esos canales o bombas se cambia el potencial eléctrico de la célula y si el cambio es lo suficientemente intenso se produce un impulso eléctrico denominado potencial de acción.
La actividad de todas las sinapsis depende de estos canales o bombas de iones que controlan el flujo de átomos cargados (de socio, potasio y calcio) a través de la membrana.
El chip diseñado por este equipo del MIT imita la actividad de estos canales iónicos. Mientras que los chips que normalmente usamos siguen una aritmética binaria digital de ceros y unos, en este caso se trata de una computación analógica en el que el gradiente de potencial eléctrico que hay en los transistores simula el flujo de iones a través de una de esas bombas de iones de las células. Se pueden ajustar los distintos parámetros del circuito para así modelizar canales específicos y saber lo que ocurre en las neuronas.
Anteriormente se había simulado el disparo del potencial de acción, pero no las circunstancias que producían ese potencial.
Los investigadores planean usar este chip para construir modelos de configuraciones neuronales específicas, como el sistema de procesamiento visual. Sistemas de este tipo pueden ser mucho más rápidos que los computadores digitales. El soporte físico puede ser incluso más rápido que los propios sistemas biológicos a los que emule.
Este tipo de sistemas podrían servir como prótesis que permitan la comunicación entre el sistema nervioso y retinas artificiales.
De entrada el chips ya ha servido para aclarar el funcionamiento de la potenciación y la represión a largo plazo, procesos que respectivamente refuerzan o debilitan las sinapsis. De los varios modelos propuestos, la teoría del receptor endo-cannabidoide es la que mejor se ajustaba una vez simulada en el chip y explicaba tanto la potenciación como la represión a largo plazo. Aunque había experimentos previos que avalaban esta teoría hasta ahora nadie había puesto todo junto en una demostración computacional para ver que efectivamente funciona.
Pero para los que quieran echar las campanas al vuelo y crean que ya podemos crear alguna clase de cerebro cibernético verdaderamente inteligente, habría que recordarles no ya la complejidad del cerebro humano, sino los números implicados que hay en él. Las sinapsis y estas bombas de iones se extienden hasta la escala nanométrica. Si quisiéramos saber el comportamiento de todas las sinapsis de sólo un milímetro cúbico de córtex cerebral necesitaríamos 1000 Terabytes de datos (1 Petabyte). No es difícil deducir que para todo el cerebro se necesitaría más datos que todo el contenido digital de la humanidad en la actualidad. Así que no hay potencia computacional o de memoria en el presente que pudiera simular el comportamiento de un cerebro humano. Y encima todavía quedaría por aclarar si una simulación de la realidad es tan buena como la realidad misma, o si la simulación de inteligencia es verdadera inteligencia.
No hay comentarios:
Publicar un comentario