¿Quién es Watson? El superordenador de IBM que competirá en Jeopardy

Toda la serie de enlaces sobre Watson:
Por qué ganó Watson. Velocidad y metacognición
Watson en Jeopardy. Todas las preguntas y repuestas

¿Cómo funciona Watson de IBM?
Watson gana el desafío final de Jeopardy. Vídeos del encuentro
Watson destroza a los humanos en el 2º día de Jeopardy. Vídeos del encuentro
Watson empata el primer encuentro con humanos en Jeopardy. Videos del encuentro
Watson gana los encuentros previos de Jeopardy
IBM Watson. Su próximo médico puede ser un robot.
Ray Kurzweil: ¿Por qué la victoria de Watson de IBM en Jeopardy importa?
¿Quién es Watson? El superordenador de IBM que competirá en Jeopardy

IBM lleva tres años preparando a Watson, un superordenador BlueGene para competir en Jeopardy, el concurso de televisión más famoso de USA. Ahora se han desvelado parte de sus secretos en un reportaje de The New York Times (que incluye un juego interactivo contra Watson).

IBM ha preparado un auditorio similar al plató de Jeopardy y ha contratado a antiguos concursantes que están entrenando al ordenador. Los resultados son muy buenos y esperan competir en directo en el programa de televisión en otoño.

En estos tres años, han construido la máquina más avanzada de preguntas y respuestas, capaz de manejar el lenguaje humano habitual, llamado lenguaje natural. Es más de lo que pueden hacer los buscadores tipo Google y en el futuro permitirá hacer preguntas a los ordenadores en lugar de teclear palabras clave de búsqueda.

Nadie hasta la fecha se había atrevido a desafiar a los humanos en Jeopardy porque es demasiado difícil, demasiado ambiguo, demasiados juegos de palabras y dobles significados y con un ámbito de conocimiento, todo el conocimiento humano, demasiado vasto.

Watson, al igual que los otros concursantes no estará conectado a Internet. Durante estos tres años se han volcado en su interior  decenas de millones de documentos incluyendo libros, material de referencia, cualquier tipo de diccionario, tesauros, taxonomías, enciclopedias, novelas, biblias, obras de teatro...

En 2006 Watson era lento y malo, pero las cosas han cambiado. Deep Blue ganó a Kasparov porque el ajedrez es un juego lógico adecuado para los ordenadores, es fácil traducirlo a matemáticas. El lenguaje natural está lleno de trucos y dobles sentidos. Un humano sabe que existe el doble sentido y sabe separar lo que se dice de lo que se quiere decir. Para un ordenador esto es mucho más complejo.

Los algoritmos usados relacionaban estadísticamente la aparición de una palabra con otras. Esto era muy costoso y poco práctico. Varias cosas han cambiado. Los ordenadores son mucho más potentes. El contenido en internet es mucho mayor: las organizaciones y las personas han llenado la web de contenidos accesibles online. Y hay nuevas herramientas lingüísticas como diccionarios de palabras, de rimas, de sinónimos y clasificadores de palabras. Pero no hay un único algoritmo que pueda simular el lenguaje natural. Por ello el equipo de Watson ha puesto en marcha varios algoritmos que se ejecutan en paralelo. Cuando varios de ellos dan la misma respuesta, la confianza de Watson en ella aumenta (hay que recordar que Jeopardy penaliza las respuestas erróneas). Watson examina muchas posibles respuestas y las ordena por su plausibilidad. De entre ellas, muestra las cinco que obtienen mejor nota de modo que la audiencia sabe lo que está haciendo.

Watson recibe la pista en forma de texto escrito a la vez que el resto de los participantes. Responde con una voz sintetizada. Hay situaciones en las que tiene ventaja y otras en las que está en desventaja. Watson conoce con exactitud todos los compositores alemanes de todos los tiempos. No se equivoca. El mencionado doble sentido es su desventaja. Tiene también la ventaja de las emociones. No se pone nervioso y le da igual que la apuesta sea de 2 euros que de 200 euros.

Watson es bueno pero aún no es de los mejores. Una concursante que lo entrena se pregunta ¿seré yo quien está ayudando a la inteligencia artificial a ser consciente de sí misma? En todo caso tienen un acuerdo de confidencialidad; IBM no quiere enseñar a los concursantes sus puntos débiles que podrían aprovechar en el juego. Quizá uno de ellos sea el mismísimo Ken Jennings, el mejor jugador de la historia. Es curioso observar como al final del vídeo promocional los jugadores se abrazaban gritando "humanos" en una clara muestra de su pertenencia al equipo humano.

El sentido comercial está claro. Watson será útil en la ayuda a la toma de decisiones donde haya que indagar en enormes cantidades de documentos. Se pretende crear una versión médica de él. E incluirlo como primera línea de soporte en los centros de atención telefónica. Hoy puede costar varios millones de dólares, pero en el futuro podría caber en un sencillo servidor y más adelante en un portátil.

Apasionante desafío en el que Watson puede superar el test de Turing.

La multitarea no es problema para algunas neuronas

Científicos del MIT descubren que las neuronas en el centro de la planificación del cerebro pueden hacer más de un tipo de trabajo.
Por Anne Trafton, Oficina de prensa del MIT

En los seres humanos y otros primates, la corteza prefrontal es la sede de funciones de alto nivel como el aprendizaje, la toma de decisiones y la planificación. Los neurocientíficos se han preguntado si las neuronas en esa parte del cerebro se especializan en un tipo de tarea o si son "generalistas" - es decir, capaces de participar en varias tareas. Un nuevo estudio del MIT’s Picower Institute for Learning and Memory apunta a favor de la teoría generalista.

El profesor del MIT Earl Miller y otros en su laboratorio demostraron que cuando entrenaron a los monos para realizar dos tareas de categorización diferentes, cerca de la mitad de las neuronas implicadas podrían trabajar en ambas tareas. El hallazgo, publicado en la edición del 10 de junio de la revista Neuron, sugiere que las neuronas de la corteza prefrontal tienen una capacidad mucho mayor para adaptarse a diferentes demandas cognitivas que las neuronas en otras partes del cerebro. Estos resultados apoyan las ideas sobre la maleabilidad de las neuronas que Miller propuso por primera vez hace una década.
Miller, profesor de Neurociencia en el MIT, dice que no está sorprendido por los hallazgos. "Tenemos una gran flexibilidad mental", dice. "Podemos cambiar de tema de conversación, podemos cambiar lo que estamos pensando. Una parte del cerebro que tiene que tener la flexibilidad a nivel neuronal."

Escuchar a las neuronas individuales.

La mayoría de los neurocientíficos que estudian la actividad cerebral en monos entrenan a los animales en una sola tarea, por lo que hasta ahora había sido imposible revelar si las neuronas individuales en la corteza prefrontal podría estar involucradas en más de una tareaa
En estudios anteriores, Miller ha demostrado que cuando los monos son entrenados para clasificar animales para distinguir gatos de perros, algunas neuronas en la corteza prefrontal sintonizan con el concepto de "gato", mientras que otras responden a la idea de "perro".

En esta ocasión, Miller, el estudiante postdoctoral Jason Cromer, y el investigador Jefferson Roy entrenaron a los monos para llevar a cabo dos tareas de clasificación distintas - distinguir los gatos de los perros y los turismos berlina  de los coches deportivos. Registraron la actividad de alrededor de 500 neuronas en la corteza prefrontal de los monos según los animales cambiaban de tarea.

Aunque encontraron que algunas neuronas eran más sensibles a las imágenes de coche y otros a las imágenes de animales, también identificaron muchas neuronas que se activan durante las dos tareas. De hecho, estas neuronas "multitarea" hacían mejores  identificaciones en ambas categorías.

Los resultados sugieren que las neuronas en la corteza prefrontal tiene una capacidad única de adaptarse a diferentes tareas, dice Miller. En otras partes del cerebro, la investigación anterior ha demostrado, la mayoría de las neuronas son muy especializadas. Las neuronas de la corteza visual, por ejemplo, están programadas para responder a inputs muy específicos, tales como una línea vertical o un color determinado. Se ha demostrado incluso que algunas sólo se disparan en respuesta a una cara en particular.

"Nuestros resultados sugieren que la corteza prefrontal es diferente de la corteza sensorial y la corteza motora. Es muy plástica", dice Miller. "Eso es importante, porque significa que el cerebro humano tiene la capacidad de absorber una gran cantidad de información."

El estudio de Neuron se centró en dos tareas de categorización, pero Miller espera realizar otro estudio en el que los monos aprenden una tercera tarea que involucre otras funciones cognitivas. Eso podría dar otra pista sobre la cantidad de información nuestro cerebro puede manejar, dice David Freedman, profesor de neurobiología en la Universidad de Chicago.

"Somos muy buenos aprendiendo docenas, cientos o incluso miles de categorías", dice. "Uno se pregunta si hay algún límite, o si estas neuronas son tan flexibles como nosotros lo somos en calidad de observadores?"

Freedman dice que también está interesado en ver si las mismas neuronas de la corteza prefrontal pueden realizar múltiples tareas entre actividades que implican diferentes tipos de información sensorial - por ejemplo, una tarea visual y una tarea auditiva.

Sobreestimulación

Mientras tanto, Miller tiene un estudio en curso que cree que podría demostrar una base biológica para la alteración de la capacidad de categorización  frecuente en personas con autismo. Los niños autistas suelen tener dificultades para comprender que dos objetos ligeramente diferentes - por ejemplo, un cepillo de dientes rojo y un cepillo de dientes azul - ambos pertenecen a la misma categoría.

Miller teoriza que una parte evolutivamente antigua del cerebro, conocida como los ganglios basales, recopila información acerca de nuevos objetos, y la corteza prefrontal aprende a clasificarlos. "Los ganglios basales aprenden las piezas del rompecabezas, y la corteza prefrontal pone las piezas juntas", dice.

En su estudio, Miller está monitorizando la actividad del cerebro en monos, cuando aprenden una tarea de categorización. Él espera encontrar un aumento marcado en la actividad de la corteza prefrontal en el momento en que los monos aprenden que ciertos objetos pertenecen a la misma categoría.

Con el tiempo, espera demostrar que en el autismo, el equilibrio entre esas dos regiones del cerebro está alterado: es posible que haya demasiada actividad en los ganglios basales o no lo suficiente en la corteza prefrontal.

Nota: El estudio se ha realizado implantando electrodos intracraneales para medir la actividad de neuronas específicas.

Steven Pinker. La conciencia

Steven Pinker es un conocido psicólogo profesor de la Universidad de Harvard. Trabaja en lenguaje y entre sus obras más conocidas está Tábula Rasa sobre la que hay una charla en TED subtitulada. Como curiosidad, en su página web tiene un scaner de su cerebro y su genoma.

El presente artículo sobre la conciencia está extraído de la web Sin Dioses y traducido por Javier Fernández Retenaga. 

El misterio de la conciencia
Por Steven Pinker
Enero de 2007

La joven sobrevivió a un accidente de coche, en cierto modo. Algunas partes de su cerebro quedaron aplastadas y a los cinco meses pudo abrir los ojos, pero no respondía a los estímulos visuales, a los sonidos ni al tacto. Se encontraba en lo que en la jerga neurológica se denomina estado vegetativo persistente. Dicho en lenguaje corriente, más cruel, era un vegetal.

Imagínense la sorpresa de los científicos británicos y belgas cuando escanearon su cerebro empleando una técnica de resonancia magnética que detecta la sangre que fluye hacia las partes activas de cerebro. Cuando pronunciaban frases, las partes del cerebro implicadas en el lenguaje se activaban. Cuando le pedían que imaginara que paseaba por las habitaciones de su casa, las partes del cerebro implicadas en la orientación espacial y el reconocimiento de lugares se activaban. Y cuando le pedían que imaginara que jugaba al tenis, se sumaban también las regiones cerebrales que disparan la actividad motora. En realidad, su escáner apenas se diferenciaba del de voluntarios sanos. Al parecer, la mujer tenía destellos de conciencia.

Traten de hacerse a la idea de cómo sería estar en el lugar de esa mujer. ¿Percibe las palabras y caricias de su desconsolada familia mientras le corroe la frustración por su incapacidad para tranquilizarles y hacerles ver que usted los comprende? ¿O se encuentra a la deriva, entre brumas, y en el momento en que oye una voz vuelve a la vida con un pensamiento concreto, sólo para volver a sumirse de nuevo en el vacío? Si pudiéramos experimentar una existencia así, ¿la preferiríamos a la muerte? Y si estas preguntas tienen respuesta, ¿cambiaría nuestra política con respecto a los pacientes incapaces de mostrar reacciones, de manera que resolver el caso de Terri Schiavo pareciera un juego de niños?

Curiosidades del cerebro, Neuroimagen y el Cerebro Masculino en el Jardín de blogs

Curiosidades del cerebro, Neuroimagen: EEG y Electrodos Intracraneales y El cerebro Masculino de Louann Brizendine son cuatro nuevas entradas en tecnologiayciencia del Jardín de Blogs.
Diez cosas sobre el cerebro que conviene saber es una relación de 10 hechos notables y curiosos de nuestro cerebro.
Sobre Neuroimagen aparecen las entradas II y III referidas al electroencefalograma EEG y a la implantación de electrodos intracraneales.
El cerebro masculino de Louann Brizendine habla de la reciente publicación del libro que causó polémica en el mundo anglosajón.

Simulación por ordenador de un proceso cerebral de dos tareas simultaneas. Serie vs paralelo

El cerebro es un órgano de procesamiento de la información masivamente paralelo. Puede realizar muchas tareas al mismo tiempo. Podemos, por ejemplo andar, escuchar y hablar al tiempo que reconocemos una cara en la lejanía en menos de 1 segundo. La mayoría de nosotros, por el contrario somos incapaces de realizar una operación matemática compleja (754 x 629). Y si nos atrevemos con una más simple, lo hacemos involucrando una ingente cantidad de recursos y de tiempo. Lo hacemos paso a paso, en serie.

El cerebro está compuesto por un gran número de procesadores (neuronas, columnas neocorticales o áreas enteras) que combinamos de una manera flexible para llegar a una nueva cadena de procesos, a una nueva solución. Pero ello ocurre a costa de serializar los procesos con un alto coste de tiempo (100 a 500 milisegundos por paso). Virtualmente sólo somos capaces de tomar una decisión en cada momento.

El presente estudio realizado en la Universidad de Buenos Aires con la colaboración de Stanislas Dehaene (véase La conciencia. Investigación experimental de Stanislas Dehaene) analiza el comportamiento en un paradigma de interferencia de dos tareas llamado Psychological refractory period (PRP) y crea una red neural simulada por ordenador que reproduce el comportamiento observado en situaciones reales.

Se pide al sujeto que responda a dos tareas T1 y T2 en orden. Las tareas corresponden a áreas sensoriales diferentes:

• T1_1 Si se ve rojo, pulsar L
• T1_2 Si se ve naranja, pulsar K
• T2_1 Si oye un sonido grave, pulsar A
• T1_1 Si se oye un sonido agudo, pulsar S

Las tareas se presentan con un intervalo de tiempo entre los dos estímulos llamado SOA. Los resultados indican que el tiempo de respuesta RT1 de la primera tarea T1 no se ve afectado por la segunda tarea T2. En cambio, el tiempo de respuesta RT2 de T2 si se ve afectado por la primera tarea cuando la distancia entre los estímulos SOA es corta. Cuando se aumenta SOA, la tarea T2 deja de estar afectada por la primera.

La explicación de este fenómeno supone tres fases de procesamiento: sensorial, central y motor.

Rojo=componente sensorial de T1, gris=componente central, azul=componente motor de T1, verde=componente sensorial de T2, negro=componente motor de T2

En la fase sensorial, los estímulos son procesados en paralelo. Cada modalidad sensorial los procesa al margen de lo que haga el resto. En la fase central se toman las decisiones. Se evalúa si para la tarea T1 ha aparecido rojo o naranja y si el programa motor es pulsar L o K. Esta fase ocurre en serie y es el cuello de botella del sistema. El sistema sólo puede dedicarse a una tarea. Dado que está procesando la tarea T1, la tarea T2 debe esperar. Es significativo que la información sensorial de la tarea T2 no desaparece rápidamente sino que se mantiene un tiempo hasta que el componente central la recupera. Cuando el componente central termina de procesar T1, arranca el programa motor de T1 y recupera la información sensorial de T2. Entonces procesa T2 (ya sin interferencias) y arranca el programa motor T2. La fase motora transcurre en paralelo.

La simulación se lleva a cabo con 20.000 neuronas spiking-neuron, un modelo de neurona simple que no tiene dimensiones espaciales, que integra las entradas que recibe y decide si se dispara o no y 400.000 sinapsis. Además incorpora neurotransmisores, en este caso AMPA, NMDA y GABA. Las neuronas son de dos tipos: piramidales excitatorias con proyecciones a gran distancia o inhibitorias locales. El sistema implementa mecanismos de inhibición que evitan que la red se autoamplifique. A su vez, las neuronas de la última capa sensorial reverberan de modo que pueden mantener la información durante un tiempo mayor que el resto (el suficiente hasta que el componente central las atiende).

Tiempos de T1 y T2 y de sus componentes sensorial, central y motor. Tiempo de T1 sin interferencias = 270ms. Tiempo de T2 con interferencias = 370ms (470ms-100ms)

Conclusión.

Las fases sensorial y motora pueden ejecutarse en paralelo. La fase central en la que se conecta la sensorial con la motora y se decide el plan motor es serializada, lenta y constituye el cuello de botella del sistema. Puede formar un número gigantesco de combinaciones. Esta fase asegura sin embargo que las tareas no se mezclan y que la respuesta es la adecuada. De modo que mientras realiza una tarea, pide al resto que esperen y que guarden la información sensorial. Los datos de neuroimagen parecen indicar que las tareas centrales se corresponden con las áreas prefrontales y parietales. Algunas neuronas en estas áreas parecen responder ante cualquier tarea que se presente.

Desde un punto de vista evolutivo, parece que las áreas más nuevas, más humanas, las de toma de decisiones novedosas y flexibles son las menos optimizadas, mientras que las más animales tienen un rendimiento superior.

Universidad de Zaragoza. Interfaz Cerebro Máquina (BCI)

La Universidad de Zaragoza tiene un grupo líder mundial en tecnología de Interfaz Cerebro Máquina (BCI) a través de la medición del registro del Electroencefalograma (EEG).

EEG es una tecnología barata y no invasiva que recoge el registro eléctrico del cerebro. En la actualidad se realiza poniéndose un casco con electrodos, lo que puede realizarse sin mayor aparataje en cualquier lugar y situación. La resolución temporal es muy buena (<1ms). Tiene dos limitaciones: la señal eléctrica del cerebro es muy débil (entre 10-200 microvoltios) ya que ha de atravesar el cráneo y la piel, dos buenos aislantes. Además la resolución espacial es baja, dado que se usan hasta 25 electrodos por lo que cada uno registra miles de neuronas. Es por ello que el análisis matemático de las ondas cerebrales es vital, para poder extraer el máximo conocimiento de la información, algo en lo que dicho grupo es experto. También lo es en robótica.

Una de las señales que se pueden registrar es la llamada P300. Cuando ocurre un acontecimiento que esperamos, el cerebro emite una onda típica que el EEG puede registrar. Es la base de algunos de los trabajos del grupo que se centra en las siguientes áreas:

Silla de ruedas controlada por BCI:

Este prototipo es una silla de ruedas que el usuario dirige sólo con la actividad cerebral.
La silla consiste en

• un ordenador portátil al que van unidos:
• el casco de registro EEG
• un láser que escanea la habitación y muestra en la pantalla del ordenador un mapa esquemático
• el motor de la silla y su dirección

El láser presenta el esquema de la habitación. En la pantalla hay varios puntos que corresponden a varios lugares de la habitación. El usuario se concentra en el punto al que que quiere dirigirse. El ordenador va iluminando los distintos puntos. Cuando se ilumina el que el sujeto espera, su cerebro emite una onda P300 que se recoge en el EEG. El ordenador relaciona la onda con el punto deseado y da la orden a la silla para que se dirija allí. En este momento la silla se mueve de forma desatendida mediante un sistema de navegación autónomo que es capaz de sortear los obstáculos que aparecen por el camino. De este modo, el sujeto no necesita guiar permanentemente a la silla, sino que basta con dar el comando "vete allí". 

Robot de telepresencia por Internet contolado por BCI

Este prototipo está pensado para personas que no pueden salir de su entorno clínico y sólo con su actividad cerebral son capaces de controlar un robot en cualquier parte del mundo. Este robot actúa como el representante de la persona dado manda video, sonido y tiene una pantalla de comunicación. El usuario toma las decisiones concentrándose en la opción y puede mover el robot, explorar con la cámara el entorno y comunicarse muy básicamente (mostrar su estado de ánimo, etc). De este dispositivo hay un vídeo con el sistema de BCI en Japón y el Robot en la Universidad de Zaragoza.

Enseñando a una máquina a realizar una tarea con la mente mediante un BCI

El objetivo de este trabajo es enseñar a una máquina a realizar una tarea con la actividad cerebral. Para ello la persona observa la máquina a trabajar y cuando observa un error éste es detectado por el sistema de BCI directamente del cerebro de la persona y así corrige el comportamiento del mismo. La utilidad está en enseñar a una máquina a trabajar de forma personalizada (los errores no son los mismos para todos), por ejemplo en prótesis, etc.

Desarrollo de una prótesis de voz sintética para personas con discapacidad en el habla

Este prototipo está basado en colocar unos electrodos en la cara del usuario. La persona pronuncia como si estuviese hablando y entonces se mide el la actividad muscular (EMG), se procesa y se infiere lo que la persona quiere decir. Posteriormente, el sonido es reproducido por una PDA o cualquier sistema integrado. El primer prototipo detecta 30 clases de sílabas de los 6 grupos principales (labiales, palatales, etc …) y lo hace con un 70% de precisión. La utilidad de este dispositivo es para personas que no tienen cuerdas vocales (cáncer de laringe), parálisis, etc…

Monitorización de estados cognitivos por BCI

Este prototipo monitoriza al usuario cuando se realiza una tarea y, además de su EEG, mide otros parámetros de actividad fisiológica como la conductividad de la piel, respiración, ritmo cardíaco, etc. Estas señales se monitorizan y se extraen características para detectar los estados cognitivos. En particular, en este momento se detectan los estados de relajación, agotamiento y estrés mediante EEG y señales biológicas. La utilidad de este sistema es el de evaluar de forma objetiva los sistemas y para plantear mejoras. Es complementario a las evaluaciones psicológicas de ergonomía (ergonomía cognitiva).

Sistema de Tratamiento del Déficit de Atención con Tecnología BCI

Este prototipo se está realizando para tratar a niños con déficit de atención (ADD), los cuales presentan gran dificultad para regular los procesos de atención. El dispositivo se basa en medir e identificar en el EEG del niño los procesos relacionados con la atención y así enseñarle por aprendizaje condicionado (sonidos, música, etc) a regular esos procesos de atención.

Localización de la actividad intracraneal a partir de las señales del electroencefalograma (patente en curso)

Se ha desarrollado una nueva tecnología para estimar de EEG directamente las fuentes generadoras de actividad cerebral (problema inverso) y en tiempo real. Las aplicaciones son enormes dado que se puede conocer en tiempo real la parte del cerebro que está activa y así asociarlo con procesos cognitivos (parte del cerebro activo al realizar una tarea), estudio de patologías (detección de focos epilépticos en tiempo real), etc. Esta tecnología es de propósito general.

Proyecto ROBIN 

Se centra en el desarrollo de un brazo robótico que opera junto a un ser humano para ampliar sus capacidades o suministrar funciones motoras perdidas. El objetivo principal del proyecto es desarrollar un nuevo paradigma para el aprendizaje de robots utilizando señales cerebrales cognitivas recogidas por una interfaz cerebro-ordenador no invasiva, para permitir al sistema mejorar el rendimiento por la experiencia y adaptar su comportamiento al entorno y preferencias del usuario.

Redes complejas, neuroimagen y realidad virtual en el Jardín de Blogs

Redes complejas, neuroimagen y realidad virtual son tres nuevas entradas en tecnologiayciencia del Jardín de Blogs.
Cerebro y matemática. Redes complejas. Habla de cómo sistemas tan distintos como el cerebro humano, el sistema nervioso del gusano C. elegans y los ordenadores comparten características de diseño.
Neuroimagen I es la primera entrada de una serie.
La Universidad Politécnica de Madrid UPM inaugura un centro de vanguardia de realidad virtual. Esta entrada habla de la "cueva" de realidad virtual y el superordenador "Magerit"

La posición de los ojos predice el número que tienes en mente.

A pesar de la aparente sencillez de elegir números al azar, es prácticamente imposible producir una secuencia de números realmente aleatorios. Aunque los números surgen aparentemente de forma espontánea en la mente de uno, su elección está siempre influenciada por los números generados anteriormente. Aquí, se demuestra cómo los ojos y su posición dan una idea del tipo de decisiones sistemáticas hechas por el "generador de números aleatorios del cerebro ". Al medir la posición vertical y horizontal del ojo de una persona, somos capaces de predecir con fiabilidad el tamaño del siguiente número antes de que el sujeto lo diga. En concreto, un cambio hacia la izquierda y hacia abajo en la posición de los ojos predice que el siguiente número será menor que el anterior. De igual forma, si los ojos cambian de posición a la derecha y hacia arriba, prevemos que el próximo número será mayor. Además de apoyar el saber popular de que los ojos delatan la mente, los resultados ponen de relieve los vínculos complejos entre los procesos de pensamiento abstracto, las acciones del cuerpo y el mundo que nos rodea.

El artículo ha sido publicado en la revista Current Biology.
Los sujetos generaron 40 números aleatorios del 1 al 30.
No sólo la dirección del cambio de la posición en el ojo indica si el número es mayor o menor, sino también cuánto mayor o menor es el número.
Aparentemente, cuando se navega a través de representaciones mentales - como por ejemplo los números - reusamos procesos mentales que evolucionaron originalmente para interactuar y navegar en el mundo exterior.

¡Actualización de la entrada!
Esta publicación de Ciencia Cognitiva se refiere a estudios de Dehaene y otros así como a un estudio propio en el que se reafirma el vínculo entre la posición de los ojos y el número en el que pensamos. En concreto, después de pensar un número entre el 1 y el 5 miramos hacia la izquierda, y tras pensar un número entre el 5 y el 9 miramos hacia la derecha.

Máquina que transforma pensamiento en habla

Los dispositivos de interfaz cerebro-máquina (BMI Brain Machine Interface) intentan decodificar las señales neurales para, entre otras cosas, restaurar la comunicación en pacientes paralizados.
Entre ellos son comunes los basados en el electroencefalograma EEG, cómodo y escasamente invasivo. Sin embargo utilizar el EEG para la síntesis del lenguaje es muy lento (presentando letra a letra, el sujeto "escoge" y la velocidad es de una palabra por minuto).
En el presente experimento se implanta un electrodo intracraneal en la zona de producción del habla del participante que emite inalámbricamente (FM) a un dispositivo que transforma la señal en sonido (en un tiempo de 50ms equivalente al habla normal).

El participante de 26 años sufre una lesión en el bulbo raquídeo que le tiene sumido en una parálisis total (locked-in syndrome). Sólo mueve los ojos (respuesta que se ha utilizado para consentir el experimento) para decir sí o no.
El electrodo se implantó en el área motora responsable del lenguaje. Es un electrodo permanente. Las neuritas crecen a su alrededor de modo que sus señales son recogidas. Sólo dispone de un canal (por lo que futuros implantes permitirán mayor número de señales). La prueba se realizó 3 años después de la implantación. La zona concreta de localización se determinó con fMRI (resonancia funcional magnética) en una tarea en la que el participante debía tratar de nombrar dibujos que se le presentaban.
Mediante el aprendizaje, la tasa de aciertos del participante pasó del 40% al 75%.

En la tarea, el ordenador dice "listen" y produce una vocal inicial (siempre la misma UH como en hut) para pasar a otra (IY como en heat, OO como en hoot o A como en hot). A continuación el ordenador dice "speak" y el participante dispone de 6s para imitar mentalmente el sonido (y a su vez el ordenador lo reproduce).
Existen experimentos de implantación de electrodos en primates, pero este es novedoso dado que el habla es exclusiva humana. También lo es al implantar un electrodo de forma permanente.

La creación de un cerebro artificial del tamaño de un gato continúa

La creación de un cerebro artificial del tamaño de un gato continúa
Publicado en el Jardín de Blogs.