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

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

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

Watson, el ordenador que quería ser el mejor de la clase

El servicio de información y noticias científicas SINC ha publicado un reportaje llamado Watson, el ordenador que quería ser el mejor de la clase, de la periodista Ana Hernando en el que soy mencionado varias veces.

Watson es un ordenador que promete cambiar esencialmente la computación futura. En lugar de tener ordenadores que necesitan ser programados, Watson propone un nuevo paradigma en el que los ordenadores serán entrenados.

Adjunto el artículo completo.

Los científicos de IBM trabajan en sistemas que abrirán la era cognitiva de la computación. El primer ejemplo de esta nueva etapa es su ordenador Watson, que entiende el lenguaje natural y es capaz aprender. Watson bucea en gigantescas cantidades de información no estructurada, genera hipótesis y busca evidencias para dar con la mejor respuesta. No se ha quedado como proyecto de laboratorio ni de exhibición televisiva y ya se está aplicando para mejorar el diagnostico en oncología y en el sector financiero.

Ana Hernando | 23 noviembre 2012 09:17

IBM cumplió el pasado año su primer siglo de vida. La tecnología le debe muchos de sus avances, desde las tarjetas perforadas de comienzos del siglo XX al primer ordenador personal, pasando por el código de barras e incluso las bandas magnéticas de las tarjetas de crédito. Ahora, este gigante ha puesto a sus científicos a trabajar en lo que llama la ‘computación cognitiva’, “una tercera era en la informática con máquinas que pueden aprender, emulando algunas de las funciones del cerebro humano”, explica a SINC Mark Ritter, director de la división de analítica y proceso de IBM Research y experto en sistemas cognitivos.

“Primero las máquinas podían contar, luego eran programadas y en esta nueva era podrán aprender y ayudarnos a descubrir cosas nuevas”, añade Ritter.

Según este experto, uno de los primeros ejemplos de esta nueva tecnología es Watson, un potente ordenador creado por IBM –llamado así en honor a Thomas John Watson, fundador de la  multinacional–, que el pasado año batió a los dos mejores jugadores de un concurso televisivo muy famoso en EE UU llamado Jeopardy.

No es la primera vez que una máquina de IBM reta a los humanos. En 1997 su ordenador Deep Blue derrotó al campeón de ajedrez Gary Kasparov, pero aquel desafío se basó en la lógica precisa y matemática del ajedrez. En cambio, en Jeopardy, Watson “venció respondiendo correctamente, en segundos, a preguntas formuladas en lenguaje coloquial en las que se utilizaba el doble sentido, la ambigüedad, la ironía y los juegos de palabras, algo no alcanzado hasta el momento por ninguna máquina”, subraya Ritter .

Cientos de algoritmos compitiendo

Watson, un ordenador con 2.880 núcleos de procesador y 15 terabytes de de RAM, opera a 80 teraflops (80 billones de operaciones por segundo) y está basado en la arquitectura multiprocesador POWER7 de IBM. Pero, según Antonio Orbe, experto en sistemas cognitivos de IBM España, “lo más novedoso de este ordenador es su software, con cientos de algoritmos que compiten entre sí para encontrar la mejor respuesta”.

Muchos de los sistemas actuales de pregunta y respuesta se basan tan solo en un puñado de algoritmos y, por ello, no funcionan bien. “Es imposible simular la habilidad humana para analizar lenguaje e información con único programa”, añade Orbe.

Pero Watson usa más de 100 algoritmos al mismo tiempo para analizar una pregunta de diferentes formas, generando cientos de posibles soluciones. Otro conjunto de instrucciones hace un ranking de esas respuestas, según su verosimilitud. Por ejemplo, si un buen número de algoritmos, trabajando en diferentes direcciones, llega a la misma respuesta, es más probable que sea la correcta, explica.

“En esencia –añade Orbe– Watson trabaja con probabilidades. No produce solo una respuesta correcta si no un enorme número de posibilidades y luego las clasifica, valorando cuál de ellas es la mejor, de una forma similar a como lo hace la mente humana”. El sistema también es capaz de aprender de sus errores y averigua que para determinado tipo de preguntas unos algoritmos funcionan mejor que otros.

Todo este proceso lo realiza Watson con una gran velocidad. “Este ordenador es capaz de de analizar inmensas cantidades de datos no estructurados de una forma excepcionalmente rápida. En el prototipo que venció en Jeopardy, analizó un millón de libros, el equivalente a 200 millones de páginas en tres segundos”, subraya el experto español.

Además, el sistema, dice Antonio Orbe, “es capaz de analizar, entender y hallar correlaciones de los datos de una manera muy novedosa”.

Los científicos de la multinacional están ahora trabajando para que Watson en el futuro pueda establecer un dialogo interactivo, desarrollar perfiles de las evidencias encontradas, revelando el origen de sus respuestas y establecer un aprendizaje constante basado en su propia experiencia.

Información no estructurada

Así como el sistema Deep Blue no trajo consigo aplicaciones posteriores en el ámbito empresarial, IBM ya ha puesto a Watson a trabajar y se está usando, por ejemplo, en investigación y mejora del diagnóstico en oncología, en colaboración con Memorial Sloan Kettering Cancer Center de Nueva York. Y en el mundo de las finanzas, tras un acuerdo con Citigroup. Tanto la medicina como las finanzas manejan cantidades masivas de datos y comparten una necesidad imperiosa de gestionar la información rápidamente.

Watson está recibiendo ya entrenamiento y engulle toda la información relevante de estos ámbitos. “Es muy importante reiterar que Watson, contrariamente a los sistemas convencionales, es capaz de trabajar con información no estructurada, como una conversación, un artículo científico o datos procedentes de internet y de redes sociales, subraya Orbe.

Según Mark Ritter, el volumen de información mundial está creciendo a una velocidad inusitada. El 90% de la información que usamos en la actualidad se ha generado en los últimos dos años y casi 90% de estos datos no están estructurados, es decir, que no se encuentran en bases de datos y, por lo tanto, no son accesibles para los sistemas convencionales, aunque sí lo serían para los ordenadores Watson. “No hace falta decir lo valiosa que es toda esa información para el mundo empresarial”, añade.

Por su parte, Antonio Orbe subraya que en los próximos años se verá una eclosión de aplicaciones de Watson en múltiples áreas.

Colaboración con universidades

En este sentido, la firma está colaborando con cocho universidades en Estados Unidos para la búsqueda aplicaciones de Watson en los negocios del transporte, las telecomunicaciones, la energía, la distribución y el sector público.   

Asimismo, IBM ha creado un equipo de software y servicios en su sede de Bangalore (India) para crear nuevos algoritmos que permitan aplicar Watson a nuevos sectores.

Ritter señala que Watson supone solo el inicio de la era cognitiva en la computación. “Son solo los primeros pasos”. Todavía se basa en la arquitectura Von Neumann, que es la que ha regido la informática durante los últimos 40 años.

IBM ya está diseñando componentes para una futura arquitectura que rompe totalmente con el actual paradigma y que combina la nanociencia, la neurociencia y la supercomputación.

Terapia electroconvulsiva o electroshock en la actualidad

La terapia electroconvulsiva TEC o electroshock se usó por primera vez en 1938. Consiste en una descarga eléctrica en la cabeza que produce una convulsión. Es una técnica que tiene muy mala fama pese a lo cual más de un millón de personas la reciben cada año.

En la excelente película One Flew Over the Cuckoo’s Nest, de Milos Forman, Jack Nicholson encarna a un personaje que es recluido en un hospital psiquiátrico. Tras revolucionar el centro y amenazar la estabilidad de la institución, es sometido a electroshock y finalmente a lobotomía que acaba con su resistencia. La realidad difiere, sin embargo de la presentada en la película en varios aspectos. Si bien la lobotomía es una técnica brutal y uno de los mayores errores médicos que dejó de usarse hace tiempo, la TEC sigue utilizándose hoy en día.

La TEC se aplica, bajo condiciones muy rigurosas, en pacientes con depresión severa que no responden a tratamientos con medicación. Consiste en la aplicación de una descarga eléctrica en la cabeza de unos 40 segundos. Se aplica dos o tres veces por semana hasta un máximo de 12 sesiones. El paciente está bajo anestesia general de corta duración y se le administran miorrelajantes de modo que no se producen espasmos musculares. Después de despertar el paciente esta bajo observación y reposo relativo el resto del día.

La eficacia en el tratamiento de la depresión severa está demostrada y es efectiva en más de la mitad de los casos, aunque sus efectos suelen ser temporales.

Uno de los efectos secundarios más notorios es la amnesia. El paciente pierde los recuerdos hacia atrás, olvidando los acontecimientos previos a la TEC hasta un periodo de tiempo variable. Después los va recuperando desde atrás hacia adelante, hasta el momento de la administración de la TEC. Esto muestra que los recuerdos son débiles cuando se forman y que el paso del tiempo los va consolidando. Los ya consolidados no se ven afectados por la TEC.

No se sabe cómo funciona la TEC pero parece que reduce la actividad neuronal y específicamente la hiperactividad de la zona cerebral que está causando la depresión.

Se supone que la parte del cerebro responsable de los sentimientos depresivos influye de manera anormal sobre la región responsable de los pensamientos y la concentración. La TEC reduciría esta hiperconectividady el paciente estaría menos pendiente de sus sentimientos depresivos quedando más libre para ocuparse de otras sensaciones más positivas.

Los datos inducen a pensar que medicamentos más específicos pueden actuar sobre la zona causante de la depresión. También que técnicas más localizadas como la estimulación transcraneal magnética TMS pueden producir efectos similares sin afectar a todo el cerebro.

La terapia electroconvulsiva no es un plato de buen gusto, pero supone un alivio de los síntomas depresivos en casos graves con tendencias suicidas y vida muy limitada por la enfermedad. En espera de que surjan otras técnicas o medicamentos, hoy sigue en uso.

Artículo publicado originalmente en ALT1040

El autismo puede deberse a un crecimiento neuronal excesivo

Un aumento desordenado del crecimiento neuronal unido a una poda de neuronas menor de lo normal pueden estar detrás de las causas del autismo.

Desarrollo del sistema nervioso

El modo en que unos pocos genes genera un organismo entero es del todo sorprendente y tiene a los genetistas en la búsqueda de los factores que llevan esta misteriosa complejidad. En el caso del sistema nervioso el asunto es aún más fascinante.

Durante los primeros días del embrión se forma el tubo neural que dará lugar a la médula espinal y al encéfalo.

Según la posición en el tubo neural, los genes de transcripción y diversas sustancias químicas, se van formando distintas poblaciones de células, primero precursoras de neuronas y luego neuronas.

Un extremo del tubo neural se va engrosando en lo que más tarde será el encéfalo y sus distintos componentes. Con el tiempo, las neuronas se van diferenciando hasta desarrollar su propia identidad que incluye la forma, los neurotransmisores con los que trabaja y su posición física en el conjunto. Agentes químicos señalizadores junto con interacciones célula a célula intervienen en este proceso de diferenciación.

Con posterioridad, las neuronas migran desde su lugar de nacimiento hasta su posición definitiva, a veces varios milímetros. El proceso de migración es desde dentro hacia afuera, siendo las neuronas más superficiales en el cerebro las más jóvenes creadas.

Después de generarse las neuronas y migrar a su emplazamiento definitivo, estas deben de conectarse con sus neuronas diana con las que hacer sinapsis. Para ello, el axón debe de crecer hasta llegar a su zona de destino. Después debe de hacer sinapsis con las neuronas adecuadas. Para ello el axón tiene un cono de crecimiento en su punta que va siendo guiado por distintas señales hasta su objetivo (en ocasiones el axón crece a lo largo de una enorme distancia, de un hemisferio a otro o de la médula espinal a los dedos del pie).

Una vez en la región adecuada, el axón debe de elegir sobre qué neuronas debe de establecer sinapsis lo que de nuevo está determinado por señaladores moleculares en el entorno. Sin embargo, esto no está totalmente determinado por los genes y se realizan sinapsis que no sobrevivirán. La neurona postsináptica envía señales hacia atrás, al axón presináptico, que hacen que la sinapsis se debilite o se refuerce.

La primera parte del desarrollo del sistema nervioso se considera independiente de la actividad y predeterminada por los genes. La segunda parte es dependiente de la actividad ya que la actividad de las neuronas y el efecto del ambiente determinan el desarrollo final del sistema nervioso.

Si un axón ha hecho sinapsis con una neurona diana y esta no refuerza la conexión, la sinapsis se debilita y eventualmente la neurona presinaptica muere.

En el momento álgido 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 crearlas. Aprender significa tanto crear conexiones valiosas como destruir las inútiles. Ser más inteligente no significa solo tener más neuronas, sino tener mejores neuronas.

Autismo

Ya se sospechaba que el autismo tenia que ver con un exceso de neuronas y ahora nuevos datos parecen confirmarlo. Se especula que durante los cinco primeros años de vida el cerebro autista continúa creando neuronas desordenadamente, las cuales crecen y forman conexiones. A partir de los cinco años, comienzan a perder neuronas de un modo más rápido que los cerebros típicos.

En un estudio postmortem, encontraron que el cerebro de los seis niños autistas analizados tenía un 67% más de neuronas en el córtex frontal. Esta zona se localiza sobre los ojos y es responsable de funciones de alto nivel como la planificación, la personalidad, la memoria de trabajo, la atención y la inhibición de impulsos.

Investigando en los genes de las personas autistas, averiguaron que los genes que realizan reparaciones en el DNA, se expresaban por debajo de lo normal. Por el contrario los que regulaban el crecimiento neuronal se expresaban en exceso.

El equipo ofrece una explicación tentativa. Quizá durante la gestación, los genes encargados de corregir los errores genéticos funcionan mal, bien por una mutación o por un agente externo como una toxina o un virus. Los errores se acumulan, nuevas neuronas se forma de manera explosiva, crecen y forman más conexiones de las necesarias que a su vez no son podadas como es habitual. Más tarde, en la adolescencia, el sistema inmune reacciona y comienza a deshacerse de neuronas, pero el mal ya está hecho.

Naturalmente la teoría tiene detractores, pero va ganando peso. El autismo sigue siendo un problema muy complejo, pero si determinamos que se debe a la actividad genética, será una buena noticia ya que esta puede ser modificada.

Artículo publicado originalmente en ALT1040

¿Por qué reconocemos las caras y no los nombres?

Acudes a una fiesta y te presentan a una persona cuyo nombre, te dicen, es Pedro. Hablas un rato con él y tienes que presentárselo a otro amigo. Este es… ¿Cómo se llamaba? Apenas hace quince minutos que te han dicho su nombre pero no lo recuerdas. Pasan 6 meses y te lo vuelves a encontrar. Reconoces perfectamente su cara y recuerdas donde lo conociste. Hola… ¿Cómo se llamaba? Él, que es hombre de mundo, te lo dice: “Soy Pedro”. Puede que lo recuerdes o puede que te des cuenta de que nunca lo retuviste y temes que te vuelva a pasar.

Es un hecho común que recordamos mucho mejor las caras que los nombres. Hay varias razones para ello. La primera es el esfuerzo cognitivo. Cuando tienes delante una cara debes decidir si la reconoces o no. Cuando quieres recordar un nombre debes buscarlo en el almacén de la memoria. No es un simple sí o no, debes traer a la memoria un nombre concreto. La primera tarea tiene una respuesta sencilla sí o no mientras que en la segunda debes buscar un nombre concreto: Pedro.

Además, todas las caras son distintas, pero muchas personas comparten el nombre. Aunque en realidad es una ventaja. Si cada persona tuviera un nombre distinto, nuestro almacén de nombres sería mucho mayor del que es. Simplemente nuestro cerebro no puede almacenar tantos nombres.

Pero la razón principal es de índole computacional y evolutivo. La capacidad para recordar caras es mucho más poderosa y antigua que la facultad para recordar nombres.

El lenguaje humano es una característica evolutiva muy reciente. No sabemos si los neandertales hablaban. En todo caso la antigüedad del lenguaje puede cifrarse en unos pocos cientos de miles de años. Digamos cien mil años. Y las áreas cerebrales involucradas en el lenguaje, aún siendo un prodigio, no son muy grandes.

Reconocimiento de caras

Por el contrario, las áreas visuales del cerebro son enormes. Y evolutivamente son muy antiguas. Los monos Rhesus Macacus y los humanos procesamos las caras de una forma muy similar. Las investigaciones indican que es una habilidad que evolucionó hace 30 millones de años en un antepasado común que compartimos con los macacos (como comparación, recuerda que los dinosaurios se extinguieron hace 60 millones de años).

Reconocer caras es algo muy difícil en lo que los humanos somos expertos. No se trata de algo que hacemos usando áreas inespecíficas del cerebro como calcular, jugar al ajedrez, razonar… Disponemos de un área concreta de reconocimiento de caras, un área congénita, precableada. Esto es debido a que debemos reconocer caras con exactitud y premura sin que ello dificulte el resto de operaciones mentales. Es decir, en paralelo. Reconocemos caras pese a que hayan cambiado con los años, con el maquillaje, con las gafas, con la barba, en distintas condiciones de iluminación, en distintos ángulos y en movimiento. Lo hacemos muy bien. Puedes probar tu destreza en esta página.

El efecto Thatcher

Se llama así porque se probó por primera vez con el rostro de la Primera Dama británica. Se consigue cogiendo la foto de una cara, cortando los ojos y la boca y pegándolos boca arriba. Si tomamos a su vez la cara resultante y la ponemos cabeza abajo (de modo que los ojos y la boca están en posición correcta pero el resto de la cabeza está girada), es difícil encontrar algo erróneo. Si por el contrario colocamos la cabeza en posición correcta ( y entonces los ojos y la boca están girados), la imagen resulta chocante. Algo está mal.

Los humanos percibimos esto claramente en los rostros humanos pero no en los de los monos. De la misma forma, los monos lo detectan en los rostros de sus congéneres pero no en los de los humanos.

Ambas especies percibimos las caras de nuestros semejantes inmediatamente mientras que las de otras especies las procesamos de forma distinta.

Aun cuando el reconocimiento de caras conespecificas se realiza por medios holísticos, las partes individuales tales como boca, la nariz y los ojos así como las proporciones faciales siguen siendo importantes.

Desde una edad temprana estamos acostumbrados a las caras de otros seres humanos: una nariz larga, la curva de los labios o las espesas cejas. Aprendemos reconocer las pequeñas diferencias que contribuyen al aspecto individual

Prosopagnosia

La prosopagnosia es la incapacidad de reconocer caras familiares o conocidas.

No es un fenómeno unitario. Puede ser congénita o resultado de lesiones cerebrales. Puede ser perceptiva o asociativa. En algunos casos pueden reconocerse personas que tengan un rasgo sumamente llamativo. En ocasiones sólo se reconocen personas de un sexo y no del otro.

Los casos de prosopagnosia congénita son muy curiosos con pacientes que tardaron años en descubrir que había algo raro en ellos. Un abogado dejó la profesión porque no podía convencer a sus clientes de su competencia: cuando llegaba al juicio, no reconocía quien era su cliente. Una modelo descubrió que era muy guapa cuando sus amigos la animaron a que se presentara a un concurso de belleza. Un pintor de retratos con bonitos fondos pero sin cara. Un judío que no podía reconocer a sus semejantes porque en su comunidad todos vestían igual.

Sin duda el caso más conocido es el recogido en el fascinante libro de Oliver Sacks, “El hombre que confundió a su mujer con un sombrero”.

Pareció también decidir que la visita había terminado y empezó a mirar en torno buscando el sombrero. Extendió la mano y cogió a su esposa por la cabeza intentando ponérsela. ¡Parecía haber confundido a su mujer con un sombrero! Ella daba la impresión de estar habituada a aquellos percances.

Alguna regla mnemotécnica

Hacer un gran esfuerzo para recordar sirve de poco. Mucho más útil es repetir. Por ejemplo, cuando te presentan a Pedro, en lugar de responder “Hola, qué tal?, decir “Hola Pedro, qué tal?

También sirve usar las asociaciones: Pedro el de la piedra, Ángeles la de los cielos, Víctor el victorioso, Ana la anaconda…

Y sobre todo, si sospechas que tu interlocutor no se acuerda de tu nombre, ayúdale: “Hola, soy Antonio”.

Artículo publicado originalmente en ALT1040

Moscas rechazadas sexualmente prefieren el alcohol

Según un estudio publicado en Science, los machos de la mosca de la fruta que son rechazados sexualmente prefieren las bebidas alcohólicas.

No somos como las moscas ¿o sí? Un macho de la especie humana es rechazado sexualmente por una hembra. Despechado, va al bar y comienza a beber. Suena bastante familiar. Resulta que esto es el o que ocurre en la mosca de la fruta, la famosa Drosophila melanogaster, animal favorito de experimentación ya que entre otras cosas su genoma está secuenciado y su biología es muy conocida.

El equipo experimental usó dos grupos de machos. El grupo afortunado se mezcló con hembras receptivas en la proporción de 5 a 1. El grupo desafortunado de machos sufrió la siguiente tortura. Cada macho tuvo tres sesiones diarias de una hora con una hembra que acababa de copular y estaba preñada por lo que rechazaba de forma constante el cortejo. Las sesiones de rechazo sexual se repitieron durante cuatro días.

Al cabo de los cuatro días, los machos de ambos grupos fueron reunidos en un recinto con dos contenedores de comida. Uno de ellos tenía comida normal. El otro tenía comida mezclada con alcohol al 15%. El grupo de machos rechazados manifestó una clara preferencia por la comida alcohólica mientras que los machos satisfechos no probaron el alcohol.

Dando un paso más, los investigadores pusieron a los machos rechazados en un entorno con hembras receptivas. Tras copular con ellas, volvieron a llevarlos al recinto con comida. Ahora, ya satisfechos sexualmente, ya no querían probar el alcohol.

Para comprobar si la conducta alcohólica se debía al rechazo o la privación, los investigadores retorcieron un poco más el experimento. Esta vez otros desafortunados machos estuvieron en contacto con varias hembras vírgenes. Muy desafortunadas también ya que habían sido decapitadas (parece que decapitar moscas es un procedimiento habitual puesto que viven varias horas sin cabeza). Los machos fueron llevados al recinto con comida y también prefirieron al alcohol. De modo que al parecer, era la privación de sexo y no el rechazo lo que llevaba al comportamiento alcohólico. Aunque este punto es más sutil ya que dado que las moscas no hablan con los experimentadores, no es fácil saber cómo se sentían.

En la base biológica del asunto subyace una molécula, llamada neuropeptido F (NPF). Los machos rechazados tenían la mitad de NPF en sus pequeños cerebros. Los investigadores comprobaron que suministrando NPF a los machos rechazados sexualmente estos abandonaban su alcoholismo y viceversa, bajando el NPF en los machos satisfechos, estos se daban a la bebida.

Al parecer el NPF tiene un correlato biológico en los seres humanos ya que existe una molécula semejante. De lo que caben pocas dudas es de que el comportamiento de los machos de Drosophila melanogaster y deHomo Sapiens en relación al sexo y el alcohol es muy similar.

Artículo publicado originalmente en ALT1040

Los efectos de la marihuana en la memoria y la personalidad

Un estudio recientemente publicado indica que la marihuana tiene efectos sobre la memoria a corto plazo. Conclusiones similares se han obtenido en relación a al memoria prospectiva (acordarme de qué tengo que hacer). La marihuana también ha demostrado sus efectos sobre la personalidad.

Efectos de la marihuana en la memoria a corto plazo

El estudio publicado en la revista Cell tiene importancia porque refuerza la idea de que la memoria a corto plazo se ve afectada por el consumo de marihuana. También es importante porque refleja la importancia de los astrocitos, unas células del sistema nervioso que no son neuronas.

Durante la investigación se sometió a ratones a una prueba clásica de laberinto que consiste en recordar una plataforma oculta (encontrarla permite al ratón descansar sobre ella en vez de seguir nadando). La administración de THC (tetrahydrocannabinol, el componente psicoactivo de la marihuana) causó que los ratones empeoraran su desempeño en la prueba. Esto era consistente con estudios anteriores.

La novedad es de índole bioquímico. Se modificaron genéticamente los ratones de modo que se suprimió el receptor de THC (llamado CB1) en las neuronas del hipocampo (estructura cerebral que tiene que ver con el paso de la memoria de corto plazo a largo plazo). Tanto en las que usan el neurotransmisor excitador glutamato como el inhibidor GABA. Los ratones modificados siguieron haciéndolo mal en la prueba. Esto parece indicar que el THC no tiene efecto sobre estas neuronas. Existen otras células en el sistema nervioso llamadas células de glía, las más notables de ellas son los astrocitos. Se suponía que los astrocitos solo sirven de apoyo a las neuronas. Sin embargo, en un tercer grupo de ratones, se suprimió el receptor de THC de los astrocitos. Este tercer grupo realizó las pruebas sin problema. Esto indica que el THC actúa sobre los astrocitos y no sobre las neuronas. Indica además que los astrocitos tienen un importante papel en la memoria.

Además de la importancia celular del estudio, este confirma que la marihuana (y el resto de sustancias que contienen THC como el hachís) tiene efectos claros sobre la memoria.

En estudios anteriores ya se había descubierto la influencia de la marihuana sobre la memoria. Al parecer, las neuronas siguen disparando aunque pierden la sincronización. Es como si el THC liberara a las neuronas del control global.

Otro estudio publicado en Ciencia Cognitiva está relacionado con la memoria prospectiva. Es la relacionada con lo que tengo que hacer en el futuro. Esta memoria está relacionada con:

la planificación de la conducta e involucra una serie de procesos cognitivos como son las funciones ejecutivas, la memoria de trabajo y la memoria episódica, la atención, la autorregulación de la conducta y la motivación

El estudio se realizó en jóvenes con gran reserva cognitiva (alto nivel educativo que previene el deterioro cognitivo que se da en casos como el alzheimer). Eran jóvenes con una trayectoria corta y de baja intensidad. El estudio incluía alcohol, tabaco, cannabis y tranquilizantes. En resumen, los años e intensidad de consumo predicen el resultado (negativo) de las pruebas cognitivas. Los fallos de memoria tiene que ver con situaciones como bloqueos, problemas de planificación, mente en blanco, etc.

… desde que se inicia el consumo de estas sustancias la persona podría situarse en un continuo de deterioro que es modulado por la cantidad, tipo y duración de dicha adicción.

Efectos de la marihuana en la personalidad

Además de los efectos sobre el rendimiento cognitivo, muchos indicadores muestran la relación de la marihuana con la personalidad y el desarrollo de brotes psicóticos.

El estudio más completo se realizó en 2007 y consiste en un metaanálisis publicado en la revista The Lancet.

En general los estudios muestran que el consumo de cannabis en personas predispuestas genéticamente aumenta la probabilidad de ocurrencia de brotes psicóticos, pérdida de la libido, ansiedad o alucinaciones. El cannabis disminuye el umbral para que aparezcan estas experiencias. El uso de cannabis en individuos predispuestos empeora el pronóstico.

Una experiencia común en la esquizofrenia y en los brotes psicóticos es la extrañeza. Suele manifestarse al final de la adolescencia y el sujeto es percibido por los demás como raro. Más extraño aún se siente el sujeto. Me encuentro raro, no soy el mismo yo de siempre, algo me pasa. El cannabis genera sensaciones similares de extrañeza. Es por ello que su consumo exacerbe un sentimiento preexistente de alienación.

Es importante recordar que la marihuana dificulta el recuerdo y no es raro que genere sensaciones extrañas.

Artículo publicado originalmente en ALT1040

El sujeto experimental eres tú

Realizar un estudio psicológico online puede tener muchas ventajas sobre los estudios tradicionales. En los últimos tiempos están proliferando las investigaciones que usan Facebook, aplicaciones para ordenador o incluso smartphones.

Para realizar un estudio tradicional hay que convocar a unos cuantos sujetos experimentales en un centro, realizar las pruebas, pagarles dietas y obtener resultados. El número suele ser muy pequeño, en torno a los 20 sujetos. La muestra tiende a ser poco representativa, a menudo estudiantes del mismo centro. Por ello la generalización de resultados es limitada. Y además es caro.
Los estudios online tienen una gran cantidad de ventajas. Son más baratos. La cantidad de sujetos llega en algunos casos a 50.000 y no hay motivos para que no sea mayor. La validez de la muestra es mucho mayor al incluir personas de distintas edades y condición. Y si se realizan en con un smartphone, permiten que se realicen en circunstancias muy diversas. También tienen un problema: el control de las condiciones en las que se realiza una experimentación es mucho más riguroso en los estudios clásicos que en los online. Pese a ello estos estudios están en auge. Veamos alguno de ellos.

Estudio del CSIC sobre la inteligencia visual en Facebook

El estudio está actualmente en marcha. Además de conocer los resultados de la ejecución, se pueden relacionar muchas variables que están presentes en el perfil de Facebook como edad, sexo, población…

Es la primera vez que utilizamos una red social para un estudio cognitivo, lo que nos permitirá obtener una gran cantidad de información de la capacidad cognitiva de usuarios de Internet de todo el mundo. Una vez recopilada la información, la analizaremos para obtener modelos y resultados sobre capacidad visual que resulten novedosos.
Los resultados ayudarán a determinar qué factores (tiempo, información social o edad) afectan a la capacidad visual. Este análisis nos permitirá elaborar un modelo de esta respuesta en seres humanos.

Cuando dejamos vagar la mente, nos sentimos infelices

Este fantástico estudio se realizó con iPhone. Su poder supera el de cualquier estudio clásico imaginable. Los sujetos experimentales descargaron una aplicación para iPhone. Esta les preguntaba en cualquier momento qué hacían y cómo se encontraban. 2.250 voluntarios participaron en el estudio con edades entre 18 y 88 años. Se recogieron la friolera de 250.000 datos.
Los resultados son dignos de mención. El 46,9% del tiempo lo pasamos pensando en cosas distintas de lo que estamos haciendo. Y ello nos hace infelices. No resulta sorprendente que el momento más feliz es cuando practicamos sexo. Lo que no dice el estudio es si los sujetos pararon para responder a la aplicación o terminaron sus quehaceres sexuales y contestaron después. Las personas estaban contentas en un 90%, 15 puntos más que las siguientes actividades que fueron: hacer ejercicio, conversar, escuchar música, pasear y otras. Desplazarse al trabajo y trabajar estaban al final de la lista.

Incluso si usted está haciendo algo que es realmente agradable, no está protegido contra los pensamientos negativos. La tasa de vagabundeo de la mente es menor para las actividades más agradables, pero cuando la gente deja vagar la mente, tiene la misma probabilidad de caer en pensamientos negativos.
La mente distraída parece omnipresente en todas las actividades. Este estudio muestra que nuestra vida mental está impregnada, en un grado notable, por lo que no está presente. El vagabundeo de la mente predice de forma excelente la felicidad de las personas. De hecho, la frecuencia con la que nuestra mente abandona el presente es un mejor indicador de la felicidad que las actividades que estamos realizando.

La aplicación está disponible y la usan 5.000 personas.

Entrenamiento mental e inteligencia

Un estudio realizado por la BBC causó gran impacto en la apreciación de las bondades del entrenamiento mental.
El estudio concluyó que el entrenamiento mental llevado a cabo a través de juegos de ordenador o consolas de juegos, mejora la tarea específica que se entrena, pero no la inteligencia general.
El impacto se debió a que la muestra era muy grande, a que en la génesis y difusión estaba involucrado un potente medio como la BBC y a que afectaba al boyante negocio de los juegos de entrenamiento mental. Aunque no estaba citado en el estudio, la referencia era clara al gigante Nintendo que ha vendido más de 100 millones de copias de su consola DS y sus juegos de Brain Training.
El estudio era online y se inscribieron 52.617 participantes sanos de entre 18 y 60 años de los que quedaron finalmente 11.430. Estos participantes realizaron entrenamiento con distintos juegos durante 10 minutos diarios, 3 días a la semana y 6 semanas. Antes y después fueron medidos en tareas de inteligencia general.

Otros estudios

El número de estudios sigue aumentando. Te propongo algunos aunque to puedo garantizarte que sean divertidos.
En la página de la BBC puedes participar en un experimento de reconocimiento de caras. La web de Ciencia Cognitiva tiene una página para que participes en estudios online. Y en una página sobre prosopagnosia (imposibilidad para reconocer caras) puedes tratar de reconocer caras famosas
Cada día hay más estudios en los que puedes ayudar a la ciencia porque el sujeto experimental eres tú.

Artículo publicado originalmente en ALT1040

Conectoma (II): La retina

El conectoma es el mapa de las conexiones nerviosas. En el cerebro se realiza basándose en la técnica DTI que proporciona un mapa de gran escala en el que las neuronas y sinapsis no están representadas. Persiguiendo la representación de estas, se están usando avanzadas técnicas de microscopía. Y para empezar, un equipo de científicos en la organización Eyewire ha elegido un sistema más simple que el cerebro: la retina.

La retina

La estructura básica de la retina se conoce desde los tiempos de Santiago Ramón y Cajal. Consiste en varias capas de células: fotorreceptores, células horizontales, células amacrinas, células bipolares y células ganglionares.

Los fotorreceptores transforman la luz en impulsos nerviosos. Los hay de dos tipos: bastones y conos. Los bastones (100 millones en cada retina) responden con poca luz, están en la periferia del ojo, son responsables de la visión nocturna y proporcionan poca definición. Los conos (6 millones en cada retina) son responsables de la visión aguda y en color y se encuentran en el centro de la retina, sobre todo en la fóvea.

Las células horizontales, amacrinas y bipolares tienen una función no muy conocida. Son interneuronas moduladoras que median entre los fotorreceptores y las células ganglionares.

Las células ganglionares son la salida de la retina hacia el tálamo y el cerebro. Sus axones forman en nervio óptico.

La retina realiza un sofisticado procesamiento de las señales luminosas. Aunque accesible (está en el ojo y no en el interior del cerebro) y muy investigada, su funcionamiento está lejos de ser comprendido.

Tradicionalmente se entiende que las células ganglionares responden a un campo visual centro periferia. Si es centro-ON periferia-OFF, la célula ganglionar responderá cuando hay un contraste en su campo visual (compuesto por varios fotorreceptores) entre un centro iluminado y una periferia oscura. Si es centro-OFF periferia-ON, responderá al revés. Las nuevas investigaciones sugieren que esta teoría es muy simple y que hay hasta 20 tipos de células ganglionares.

El funcionamiento de las células ganglionares es muy importante ya que luego el área visual primaria del cerebro está organizada en base a columnas oculares que agrupan la entrada de las células ganglionares. Ya en el cerebro las áreas se van jerarquizando y las sucesivas neuronas responden a líneas de puntos, líneas de puntos con una determinada orientación, líneas de puntos orientadas y en movimiento, formas sencillas, formas complejas, objetos, caras…

Eyewire

La retina constituye un modelo ideal para establecer un mapa detallado de todas las neuronas y sus sinapsis, un conectoma.

La reconstrucción del conectoma del gusano C. Elegans duró una docena de años pese a solo tener 302 neuronas. Para ello se usó una técnica llamada Serial electron microscopy (EM). Consiste en una fina cuchilla de diamante que corta una capa del tejido a observar. A continuación, el microscopio realiza una toma y se vuelve a cortar el tejido. Superpuestas las imágenes, se obtiene un resultado tridimensional del tejido.

Una versión mejorada ha acelerado el proceso de adquisición de imágenes. Se trata de Serial block face scanning electron microscopy (SBEM). El instituto Max Planck en Alemania ha sido capaz de mejorar el proceso haciéndolo 50 veces más rápido. Para ello han desarrollado una herramienta llamada KNOSSOS que trabaja de forma semiautomática.

Usando esta técnica, se ha procedido a escanear un volumen retiniano de 350×300×60 μm3 que ocupa 1 terabyte de datos. Pero el problema fundamental no es la adquisición de imágenes, sino su análisis. Para ello, en el MIT se ha establecido el programa EYEWIRE de análisis de los datos recogidos. El objetivo es detectar, seguir e identificar completa e inequívocamente cada una de las neuronas de la imagen así como sus conexiones o sinapsis. El programa realiza automáticamente la detección de las neuronas. Pero se pierde. Para ayudar al programa, se necesita la colaboración de personas que ayuden al programa a seguir su análisis. El programa aprende y se espera que cada vez resuelva más imágenes conflictivas.

Para lograrlo, necesitamos algo más inteligente que el más poderoso superordenador: tú.

El objetivo es determinar con toda precisión cada una de las neuronas y sus sinapsis de la retina. Y después del cerebro. Pero ¿alguien más está haciendo esto? Si. En España.

El proyecto Cajal Blue Brain está en contacto con el Blue Brain Project para simular el cerebro humano. En España está liderado por la Universidad Politécnica de Madrid y el Instituto Cajal. Usando poderosas técnicas de microscopía FIB/SEM han desarrollado el programa ESPINA, “una herramienta para la segmentación automática y recuento de sinapsis en grandes conjuntos de imágenes de microscopía electrónica”

Llevará muchos años y un esfuerzo ingente el conocimiento detallado de las conexiones cerebrales, el conectoma. Estamos en ello.

Artículo publicado originalmente en ALT1040