Un modelo computacional que aprende a decidir como un primate

El 12 de mayo tuvo lugar en Bruselas (Bélgica) la reunión final y la presentación de resultados del proyecto europeo BrainScaleS, proyecto en que ha participado Etienne Hugues, investigador del Centro de Cognición y Cerebro (CBC) de la Universidad Pompeu Fabra de Barcelona.

La contribución del CBC al proyecto BrainScaleS ha consistido en la elaboración de un modelo computacional sobre la actividad espontánea del cerebro en estado de reposo, así como también un análisis de datos y modelo computacional de la actividad neuronal cuando el cerebro hace una tarea determinada, por ejemplo un ejercicio de discriminación perceptiva.

Para ello se ha trabajado conjuntamente con el profesor mexicano Ranulfo Romo, que ha llevado a cabo los experimentos de discriminación perceptiva en primates.

En cuanto a la actividad del cerebro en estado de reposo, los estudios realizados con resonancia magnética en humanos han mostrado que las fluctuaciones en el consumo de oxígeno de las células nerviosas señalan una organización específica en redes. Al comparar los modelos computacionales elaborados con los datos fisiológicos obtenidos se comprueba que la excitación y la inhibición neuronal son dos procesos que se mantienen en equilibrio en estado de reposo.

En actividad

El equipo de Romo ha realizado experimentos de estimulación con primates consistentes en estimularles con dos vibraciones táctiles diferentes, separadas por un intervalo de tiempo. Los animales tenían que discernir cuál de los estímulos tenía una frecuencia de vibración más alta. Entonces, Romo midió la actividad de las neuronas durante la ejecución de la tarea y comprobó que la actividad neuronal es temporal y distribuida en diferentes áreas corticales.

Se ha podido comprobar que las neuronas pueden dar de manera separada diferentes tipos de respuesta. Además de neuronas que responden solamente a la estimulación, otras tienen el rol de memoria de trabajo -, obviando los valores de las estimulaciones y, finalmente, otro grupo de neuronas están implicadas en la toma de decisiones.

Neurofisiológicamente, la memoria de trabajo consiste en la activación de un grupo de neuronas neocorticales que se mantienen activas en la corteza prefrontal por la información contenida en esa red y para ser usada para una acción anticipada. El sujeto necesita disponer de una representación mental tanto del objetivo como de la información relevante no sólo acerca del estado actual sino también en relación con la situación futura. Algunos autores la comparan con la función que desempeña la memoria RAM en las computadoras.

Adria Tauste y Marina Martínez, miembros del grupo de Gustavo Deco, del Departamento de Tecnologías de la Información y las Comunicaciones, han estudiado la respuesta de las neuronas, a nivel individual y a nivel global en diferentes áreas del cerebro, empleando técnicas de teoría de la información.

Un modelo computacional

De esta manera se ha podido comprobar que, sorprendentemente, en el transcurso de una determinada tarea, todas las áreas cerebrales implicadas se comunican. Por el contrario, cuando se estimula al animal, pero con la instrucción de no hacer la tarea, la comunicación entre todas las áreas desaparece. Es decir, como Tauste ha podido comprobar, "es como si el estado global del cerebro dependiera de cumplir o no una tarea determinada".

Con toda esta información, el CBC, en el marco de BrainScaleS, ha propuesto, por primera vez, un modelo computacional de la actividad neuronal cerebral para una tarea de discriminación perceptiva. Como explica Hugues, en la nota de prensa de la UPF, "este modelo propuesto consta de las tres redes neuronales identificadas: una red sensorial, otra que actúa como memoria de trabajo y por último otra que actúa en la toma de decisiones".

"Hemos demostrado", continúa, "que este modelo no sólo responde a las categorías de respuesta neuronal identificadas en el cerebro de primates relativas a los procesos sensoriales, la memoria de trabajo y la toma de decisiones, sino que, y esto es todavía más importante, haciendo servir un mecanismo de plasticidad sináptica, nuestro modelo, en cada ensayo sucesivo, es capaz de aprender a decidir de la misma forma que lo haría un sujeto experimental".

El proyecto europeo BrainScaleS (Brain-inspired multiscale computation in neuromorphic hybrid systems) ya ha finalizado y los resultados globales obtenidos se pueden consultar en la web del proyecto. Ha sido un ambicioso proyecto internacional del 7º Programa Marco, al que la Unión Europea destinó 8,6 millones de euros para llevarlo a cabo en cuatro años, a partir de 2011.