¿Es posible simular el cerebro humano?

¿Pueden los avances producidos en computación, unidos a un mejor conocimiento de cómo funcionan los procesos cerebrales permitirnos construir una simulación del cerebro humano?

La respuesta es afirmativa, al menos así piensa  Luis Bettencourt, investigador en Los Alamos National Laboratory y profesor en el Santa Fe Institute, en una entrevista publicada el 9 de mayo en Scientific American.

El córtex visual humano opera a una velocidad de un petaflops. Un petaflops es una unidad que se usa para medir el rendimiento en computación de operaciones en coma flotante, que son aquellas operaciones en las que se requiere realizar operaciones aritméticas con números reales extremadamente grandes y pequeños. El acrónimo para expresar la operaciones en punto flotante por segundo es FLOPS (Floating poitn operations per seconds). Las operaciones en las que se usan unidades superiores a un FLOPS se expresan en el Sistema Internacional de unidades  mediante prefijos como  mega, giga, tera.  En concreto, un petaflops es 1015, aunque existen unidades mayores todos ellos con nombres de golosinas (zettaflops 1021  o yottaflops 1024). Supercomputadores como Tianhe 1A  de China (2,5 peta) o Blue Waters, desarrollado por la Universidad de Illiniois, pueden tener un rendimiento máximo de 10 petaflops y un rendimiento sostenido de un petaflops, por lo que en principio, se dispondría del potencial de cómputo necesario para simular los procesos cerebrales.

Tianhe 1A1

Se calcula que esta capacidad de cómputo se verá incrementada en los próximos 10 años. Para ello, los investigadores que participan El Proyecto Cerebro Humano ( HBP,) entre los que se integra la Universidad Politécnica de Madrid,  pretenden disponer de supercomputadores en 2023 y un presupuesto de 100 millones de euros anuales durante una década.

El concepto clave al que están vinculadas estas investigaciones es el de ‘simulación’. Hay al menos dos grupos de investigación dedicados a simular el cerebro humano. De un lado, el proyecto liderado por Dharmendra Modha en el IBM Almaden Research Center, y de otro, el que se desarrolla en la Ecole Polytechnique Féderale de Lausanne, dirigido por Henry Markram.

El problema, sostiene Bettencourt, es que las simulaciones que se centran en describir los procesos de sinapsis fracasan debido a la complejidad de los fenómenos que tienen que describir y a la cantidad de energía necesaria para realizar las simulaciones. Lo que el cerebro puede hacer usando 20 o 30 vatios, un supercomputador que trabaje en petaescalas necesita megavatios, así que esta sería una solución energéticamente poco eficiente. Por lo tanto, el intento de simular los disparos neuronales individualmente fracasará en su intento de simular un sistema tan complejo.

Una posible solución al problema, apunta Bettencourt, pasa por comenzar a simular sistemas más simples, como los que podemos encontrar implementados en insectos. O bien, simular estructuras cerebrales aisladas de la totalidad del sistema, por ejemplo, el sistema visual,  el sistema motor, o el lenguaje (neurosemántica).

El problema que subyace a este tipo de investigaciones en los campos de la Neurociencia y de la Inteligencia Artificial es el de si tenemos una teoría adecuada y unificada de cómo funciona un cerebro y en qué consisten los procesos cerebrales que dan lugar a procesos tan complejos como el razonamiento, las emociones o el juicio estético.

Los proyectos de investigación no pueden quedar bloqueados hasta que científicos, filósofos e ingenieros en computación se pongan de acuerdo sobre cómo trabaja el cerebro y cuál es la mejor manera de simular su funcionamiento, si finalmente es esto lo que se quiere hacer. La estrategia de trabajo que el equipo de Bettencourt están siguiendo para simular el sistema visual es la de entrenar modelos de computación  mostrando imágenes y videos obtenidos de internet y analizar cómo el sistema responde. En última instancia se trataría de entrenar un sistema artificial de la misma manera en la que el cerebro de una persona se entrena en los primeros años de su vida, y estudiar cómo el sistema puede evolucionar en el tiempo y en función de los imputs presentados. De esta manera, se pueden crear modelos que simulen la actividad cerebral en niveles de complejidad controlados, con el objetivo final de acoplar esos modelos para obtener una simulación de sistemas de complejidad mayor.

Los problemas no acaban aquí, tan sólo acaban de comenzar. Las dos estrategias de investigación lideradas por  Modha  y Markhram han generado disputas que van más allá de la competición científica. En una carta pública dirigida a Bernad Meyerson – director técnico de IBM- Markhram acusa al proyecto de Modha de ser una gran “estafa” y que su programa para simular el cerebro de un gato no fue más que un fraude.

Los dos proyectos de investigación siguen estrategias muy distintas. El proyecto de Modha trabaja con modelos de neuronas muy simples en el que se incluye tan sólo el cuerpo de la neurona y un modelo de disparo simplificado. Este modelo permite programar arquitecturas con diseño en paralelo que simulan la actividad de amplias redes neuronales. Por el contrario, la estrategia del equipo de Markham incluye modelos más complejos de neuronas en las que se tiene en cuenta las ramificaciones de las dendritas de las neuronas y la posibilidad de que la sinapsis pueda activar o inhibir el funcionamiento de las neuronas, lo que permite simular procesos que integran distintos niveles de complejidad. En definitiva, el sistema de Modha se adapta mejor a las exigencias de la ingeniería de la computación, mientras que el sistema de Markham intenta ser una simulación más cercana a los procesos biológicos reales.

En esta carrera por ser los primeros en diseñar un cerebro artificial, Modha predice que con el desarrollo de las nuevas técnicas de computación y el aumento de la capacidad de cómputo, se podrá disponer de un cerebro que funcione en tiempo real sobre el 2020.

El trasfondo de la disputa es casi de carácter semántico. ¿Qué significa “modelar el cerebro”? ¿la simulación de inteligencia es inteligencia?. Este es un problema que viene de lejos, tan lejos como el test de Turing para detectar inteligencia en programas.  Lo que se argumenta es que una función o un proceso  simulado, por muy bien simulado que esté, no es una función o un proceso genuino. La simulación de un formula 1 de cartón piedra, por muy bien hecha que esté,  dudo mucho que pueda ayudar a Fernando Alonso a ganar algún premio. De ahí que simular las funciones del cerebro, simular la inteligencia no nos aproximará a la inteligencia misma, nos dicen los filósofos que creen que las funciones y procesos cerebrales dependen de algo más que simples algoritmos matemáticos.

Jack Copeland (Inteligencia artificial. Alianza universidad) ofrece una solución a estas objeciones. La solución pasa por distinguir entre lo que podíamos denominar Simulación1, que sería un tipo de simulación simple en la que no se recogen características esenciales de aquello que se quiere simular; y Simulación2, que es aquella que reproduce exactamente lo simulado.

Si los programas de investigación que pretenden simular el cerebro quieren alcanzar un nivel de Simulación2, deben ser arquitecturas complejas en las que se reproduzcan en sus modelos  las peculiaridades biológicas inherentes al cerebro.  En esta línea de investigación resultan especialmente interesantes los trabajos realizados en el campo de la neurosemántica por C. Eliasmith o D. Ryder. Pero eso será una historia para otro día.

Acerca de José Luis Fernández Moreno

Profesor de Filosofía (Secundaria). Intereses: Neurofilosofía Ver todas las entradas de José Luis Fernández Moreno

2 responses to “¿Es posible simular el cerebro humano?

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión / Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión / Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión / Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión / Cambiar )

Conectando a %s

A %d blogueros les gusta esto: