domingo, 28 de abril de 2013

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


  • 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.

domingo, 14 de abril de 2013

El gusano que desafía la simulación del cerebro


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

domingo, 7 de abril de 2013

El hombre biónico ¿supercapacitado?


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

domingo, 31 de marzo de 2013

Ética para robots


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

domingo, 17 de marzo de 2013

IBM Watson irrumpe en la sanidad


  • 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

domingo, 10 de marzo de 2013

Obama invertirá miles de millones en estudiar el cerebro


  • 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

domingo, 3 de marzo de 2013

El colosal Human Brain Project

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

domingo, 24 de febrero de 2013

¿Tiene futuro el trabajo humano?


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

domingo, 17 de febrero de 2013

Tampoco en el olfato se crean nuevas neuronas


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

domingo, 10 de febrero de 2013

Libros impresos 600 años antes de la Biblia de Gutenberg

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