Qué hace que el cerebro humano sea tan poderoso?

Haga funcionar una supercomputadora cada segundo de cada día, y eventualmente su almacenamiento se llenará, su velocidad disminuirá y sus componentes se quemarán.
Sin embargo, nuestros cerebros funcionan con una eficacia asombrosa en casi todos los momentos de nuestras vidas. Durante 40 años, los científicos se han preguntado cómo los componentes biológicos delicados, unidos en un montón aparentemente caótico, pueden mantener el almacenamiento continuo de información durante décadas. Incluso cuando las neuronas individuales mueren, nuestras redes neuronales se reajustan, ajustando sus conexiones para mantener una transmisión de datos óptima. A diferencia de un juego de teléfono con mensajes que se deterioran cada vez más, de alguna manera nuestras neuronas se autoensamblan en un estado “mágico”, donde pueden renovar casi todos los componentes de su composición proteica interior, pero aún conservan los recuerdos almacenados en su interior.
Esta semana, un equipo de la Universidad de Washington en St. Louis combinó grabaciones neuronales de ratas con modelado por computadora para descubrir uno de los mayores misterios del cerebro : por qué, a pesar de los componentes ruidosos, es tan poderoso. Al analizar los patrones de disparo de cientos de neuronas durante días, el equipo encontró evidencia que respalda un tipo de “régimen computacional” que puede ser la base de cada pensamiento y comportamiento que emergen naturalmente de las chispas eléctricas en el cerebro, incluida la conciencia.
La respuesta, tiene sus raíces en una idea abstrusa y controvertida en física teórica: la criticidad. Por primera vez, el equipo observó una “atracción” abstracta que atrae a las redes neuronales a un estado funcional óptimo, por lo que nunca se alejan de sus “puntos de ajuste” dedicados determinados por la evolución. ¿Aún más alucinante? Esa fuerza atractiva emerge de alguna manera de un universo oculto de leyes físicas enterradas dentro de la arquitectura de redes neuronales enteras, sin que una sola neurona dicte su curso.
“Es una idea elegante: que el cerebro puede sintonizar una propiedad emergente a un punto claramente predicho por los físicos”, dijo el autor principal, el Dr. Keith Hengen.
Un punto equilibrado
El “punto de atracción” suena como la jerga del artista de la recolección, pero es una forma matemática de describir el equilibrio en las fuerzas naturales (música de Star Wars). Un ejemplo fácil de imaginar es un resorte en espiral, como los que están dentro de los colchones: puede estirarlos o aplastarlos durante años, pero generalmente vuelven a su estado inicial.
Ese estado inicial es un atractor. Un principio similar, aunque mucho más abstracto, guía la actividad neuronal, especialmente los principales impulsores de la comunicación del cerebro: las neuronas inhibidoras y excitadoras. Piense en ellos como el yin y el yang de la actividad eléctrica en el cerebro. Ambos envían “picos” de electricidad a sus vecinos, con neuronas inhibidoras que amortiguan la transmisión y las excitadoras amplifican el mensaje. Cuantas más señales entren, más picos enviarán, algo llamado “velocidad de disparo”, como la música de latidos por minuto de la actividad cerebral.
Sin embargo, incluso las neuronas individuales tienen un nivel limitado de activación. Normalmente, nunca pueden disparar tanto que arruine sus estructuras físicas. En otras palabras, las neuronas son autolimitadas. En una escala más amplia, las redes neuronales también tienen un “punto de ajuste” global que funciona en la mayoría de las sinapsis, estructuras en forma de hongo que sobresalen de las ramas neuronales donde las neuronas se comunican entre sí.
Si la red se excita demasiado, el nob marca las señales de transmisión “silenciosas” antes de que el cerebro se active en exceso a un estado de caos, al ver cosas que no están allí, como en la esquizofrenia. Pero el dial también evita que las redes neuronales sean demasiado desfavorables, como puede suceder en otros trastornos neurológicos, incluida la demencia.
“Cuando las neuronas se combinan, buscan activamente un régimen crítico”, explicó Hegen. De alguna manera, los grupos de neuronas interconectadas logran un estado de actividad justo en el borde del caos y la quietud, asegurando que tengan un nivel óptimo de almacenamiento y procesamiento de información, sin caer en una avalancha de actividad y posterior agotamiento.
Ojos bien cerrados
Comprender cómo el cerebro alcanza la criticidad es enorme, no solo para preservar las habilidades del cerebro con la edad y la enfermedad, sino también para construir mejores máquinas que imitan el cerebro. Hasta ahora, dijo el equipo, el trabajo sobre la criticidad ha sido teórico; queríamos buscar señales reales en el cerebro.
El equipo de Hegen aprovechó los electrodos modernos de alta densidad, que pueden grabar desde cientos de neuronas durante un período de días. Comenzaron con dos preguntas: una, ¿puede la corteza cerebral (la región más externa del cerebro involucrada en funciones cognitivas superiores) mantener la actividad cerebral en un punto crítico? Dos, ¿se debe a las neuronas individuales, que tienden a restringir sus propios niveles de actividad?
Aquí viene la parte divertida: ratas con parches de ojo de pirata. El bloqueo de las señales de luz entrantes en un ojo provoca una reorganización masiva de la actividad neuronal con el tiempo, y el equipo monitoreó estos cambios en el transcurso de una semana. Primero, en ratas que corren alrededor de sus jaulas con electrodos implantados, el equipo registró su actividad neuronal mientras los animales tenían los dos ojos abiertos. Utilizando un método matemático para analizar los datos en “avalanchas neuronales” (cascadas de picos eléctricos que permanecen relativamente locales en una red), el equipo descubrió que la corteza visual se ondulaba al borde, independientemente del día o la noche. Pregunta uno, resuelta.
Luego, el equipo ocluyó un solo ojo en sus ratas. Después de un poco más de un día, las neuronas que transportan información del ojo de pirata se callaron. Sin embargo, para el quinto día, las neuronas se recuperaron en su actividad a su línea de base “atractor”, exactamente lo que el equipo predijo.
Pero sorprendentemente, la criticidad de la red no siguió una línea de tiempo similar. Casi inmediatamente después de bloquear el ojo, los científicos vieron un cambio masivo en su estado de red lejos de la criticidad, es decir, lejos de la computación óptima.
“Parece que tan pronto como hay un desajuste entre lo que el animal espera y lo que está pasando a través de ese ojo, la dinámica computacional se desmorona”, dijo Hengen.
En dos días, sin embargo, la red retrocedió a un estado casi crítico, mucho antes de que las neuronas individuales recuperaran sus niveles de actividad. En otras palabras, la computación máxima en el cerebro no se debe a que los componentes de las neuronas individuales también están funcionando al máximo; más bien, incluso con componentes imperfectos, las redes neuronales convergen naturalmente hacia la criticidad o soluciones óptimas.
Es una propiedad emergente en su máxima expresión: el resultado del cálculo neuronal individual es más que su suma. “[Es] lo que [podemos] aprender de muchos electrodos”, comentó el Dr. Erik Herzog, neurocientífico de la Universidad de Washington que no participó en el estudio.
Los fenómenos emergentes, como el pensamiento y la conciencia complejos, a menudo se pasan a la discusión filosófica: ¿son nuestras mentes más que disparos eléctricos? ¿Existe alguna propiedad abstracta especial, como los qualia, que surge de leyes físicas medibles?
En lugar de recurrir a teorías de agitación manual, el equipo tomó la segunda ruta: cazaron las bases biológicas de la crítica. Utilizando métodos computacionales, probaron varios modelos diferentes de la corteza visual, jugando con varios parámetros hasta que encontraron un modelo que se comportó de la misma manera que sus ratas tuertas.
Exploramos más de 400 combinaciones de diferentes parámetros, dijo el equipo , y menos del 0.5 por ciento de los modelos coincidieron con nuestra observación. Los modelos exitosos tenían una cosa en común: todos apuntaban a las conexiones inhibitorias como el quid de lograr la criticidad.
En otras palabras, el cálculo óptimo en el cerebro no se debe al polvo mágico de hadas; La arquitectura de las conexiones inhibitorias es una raíz fundamental sobre la cual los principios físicos abstractos alucinantes, como la criticidad, pueden crecer y guiar la función cerebral.
Esa es una gran noticia para el aprendizaje profundo y otros modelos de IA. La mayoría emplea actualmente pocas conexiones inhibitorias, y el estudio apunta inmediatamente a una forma de avanzar hacia la criticidad en las redes neuronales artificiales. Mayor almacenamiento y mejor transmisión de datos: ¿quién no quiere eso? Yendo más allá, para algunos, la criticidad puede incluso presentar una forma de clavar la conciencia en nuestros cerebros y potencialmente en máquinas, aunque la idea es controvertida.
Más inmediatamente, el equipo cree que la criticidad se puede utilizar para examinar las redes neuronales en los trastornos neurológicos. La autorregulación alterada puede provocar Alzheimer, epilepsia, autismo y esquizofrenia, dijo Hengen. Los científicos han sabido por mucho tiempo que muchos de nuestros trastornos cerebrales más problemáticos se deben a desequilibrios de la red, pero identificar una causa exacta mensurable es difícil. Gracias a la criticidad, finalmente podemos tener una manera de mirar dentro del mundo oculto de las leyes físicas en nuestros cerebros y sintonizarlos con la salud.
“Tiene sentido intuitivo, esa evolución seleccionada para los fragmentos que dan lugar a una solución óptima [en la computación cerebral]. Pero el tiempo lo dirá. Hay mucho trabajo por hacer”, dijo Hengen.