![\"(c)](\"https:\/\/www.cienciacognitiva.org\/files\/2008-35-c-JesusCortes.jpg\")
COLAMN (\u00abUna novedosa arquitectura de procesamiento para sistemas cognitivos basada en la microcircuiter\u00eda laminar del neoc\u00f3rtex\u00bb) es un macroproyecto dentro del Reino Unido que intenta implementar en silicio la corteza cerebral de mam\u00edferos. Este sistema ser\u00eda capaz de realizar multitud de operaciones complejas que los ordenadores convencionales no son capaces de hacer. En este proyecto est\u00e1n implicados cient\u00edficos cognitivos de diversas \u00e1reas, como la ingenier\u00eda, matem\u00e1ticas, biolog\u00eda o inform\u00e1tica.<\/em><\/p>\n[Versi\u00f3n en pdf]<\/a><\/p>\n Jes\u00fas Cort\u00e9s es Research Fellow en el Institute for Adaptive and Neural Computation, University of Edinburgh (Reino Unido), Fulbright Fellowship Postdoctoral Visitor en Computational Neurobiology Laboratory en el Salk Institute for Biological Studies (California), y miembro de la Sociedad Americana de Neurociencia desde 2006. Ciencia Cognitiva le ha entrevistado en relaci\u00f3n con su participaci\u00f3n en el proyecto COLAMN.<\/p>\n CC: Jes\u00fas, \u00bfpodr\u00edas explicarnos en un lenguaje sencillo en qu\u00e9 consiste este proyecto?<\/strong><\/p>\n La mayor\u00eda de los ordenadores convencionales que usamos en casa resuelven problemas con una l\u00f3gica muy sencilla, una algor\u00edtmica basada principalmente en secuencias del tipo \u00abSi A, entonces B\u00bb. Podemos llamar a esto computaci\u00f3n lineal. En cambio, muchas tareas que los humanos e incluso otros animales hacen no son susceptibles de ser programadas de esta forma. Por ejemplo, la formaci\u00f3n de asociaciones r\u00e1pidas en categor\u00edas. As\u00ed, en una determinada ocasi\u00f3n, una bicicleta puede ser diferente a un coche (no tiene motor). Pero, en otras situaciones, bicicleta y coche estar\u00e1n en la misma categor\u00eda, la de medios de transporte.<\/p>\n Los ordenadores de hoy en d\u00eda est\u00e1n muy lejos de resolver este tipo de problemas, al menos tan r\u00e1pido como nosotros lo hacemos. \u00bfSe pueden implementar en hardware circuitos que sean capaces de resolver este tipo de problemas? La Neurociencia Computacional defiende que s\u00ed es posible. Su supuesto b\u00e1sico es que, si todas las personas realizan la misma categorizaci\u00f3n, debe existir un determinado circuito o cableado f\u00edsico en nuestro cerebro capaz de procesar tal informaci\u00f3n.<\/p>\n El gran problema es que, a fecha de hoy, los mecanismos que relacionan circuito cerebral y funci\u00f3n cognitiva de estos procesos tan complicados son muy dif\u00edciles de especificar. Esto se debe, principalmente, a la gran multitud de subprocesos que ocurren simult\u00e1neamente, cada uno con una escala espacial diferente. El rango va desde la difusi\u00f3n de neurotransmisores entre neuronas, que ocurre en una escala de una mil\u00e9sima de micra, hasta procesos m\u00e1s globales, como la atenci\u00f3n, que pueden ser vistos con resonancia magn\u00e9tica funcional activar zonas de incluso varios cent\u00edmetros. Esto hace que experimentalmente sean muy dif\u00edciles de medir, e incluso a veces, no se sepa ni cu\u00e1l es la medida apropiada.<\/p>\n El proyecto COLAMN no pretende resolver estos procesos mentales tan complicados. Simplemente, pretende implementar en silicio circuitos de neuronas basados en una anatom\u00eda realista y en datos electrofisiol\u00f3gicos de la corteza cerebral, la fina envoltura del cerebro que en unos pocos mil\u00edmetros de espesor ejecuta la mayor\u00eda de los procesos cognitivos complicados (atenci\u00f3n, lenguaje, memoria de trabajo, pensamiento abstracto, etc.). Existen otros macro-proyectos dentro de la Neurociencia Computacional dedicados a la simulaci\u00f3n de la corteza cerebral (ve\u00e1se el proyecto BlueBrain<\/a> y Facets<\/a>). El proyecto COLAMN se caracteriza por no usar la neurona como unidad m\u00ednima de procesamiento. Su implementaci\u00f3n se basa en la estructura laminada de la corteza, aproximadamente 6 capas, donde la informaci\u00f3n sensorial (visual, auditiva, t\u00e1ctil) se representa y se transmite, en un procesamiento de complejidad creciente, desde las capas m\u00e1s superficiales a las m\u00e1s profundas (v\u00e9ase la Figura 1).<\/p>\n Figura 1.-\u00a0Las seis capas del neoc\u00f3rtex, con representaci\u00f3n de sus neuronas excitatorias (reproducido con permiso de Thomson y Lamy, 2007). [Ver la figura en mayor tama\u00f1o]<\/a> CC: \u00bfQu\u00e9 implicaciones a nivel pr\u00e1ctico tendr\u00e1n los primeros resultados de este proyecto?<\/strong><\/p>\n Se est\u00e1n implementando en silicio algunas propiedades biol\u00f3gicas de la corteza como, por ejemplo, la adaptaci\u00f3n de la respuesta neuronal a estimulaci\u00f3n repetitiva, niveles de ruido muy altos, conectividad con numerosos circuitos recurrentes, conectividad emergente a trav\u00e9s de mecanismos de aprendizaje asociativo, cableado pl\u00e1stico que cambia en la misma escala de tiempo que la actividad neuronal, etc. Tambi\u00e9n hemos implementado par\u00e1metros realistas de flujo de informaci\u00f3n a trav\u00e9s de todas estas capas corticales, basados en medidas experimentales obtenidas con un \u00fanico electrodo relativamente grande que registra la propagaci\u00f3n de actividad a trav\u00e9s de las diferentes capas. Esto nunca se hab\u00eda hecho antes.<\/p>\n A estos chips se les puede estimular mediante est\u00edmulos semejantes a los que realmente llegan al sistema nervioso, y observar c\u00f3mo se comportan y qu\u00e9 tipo de comportamiento global emerge. A partir de aqu\u00ed pueden surgir multitud de aplicaciones. Por ejemplo, en visi\u00f3n artificial pueden generarse t\u00e9cnicas de reconstrucci\u00f3n de im\u00e1genes, de detecci\u00f3n de objetos, aprendizaje, etc. En definitiva, se pretende resolver por pura imitaci\u00f3n biol\u00f3gica problemas de primera l\u00ednea en vision artificial.<\/p>\n CC: \u00bfY las implicaciones a nivel te\u00f3rico?<\/strong><\/p>\n A nivel te\u00f3rico, este tipo de proyectos son muy enriquecedores. Por ejemplo, algunos problemas que dentro de la neurociencia te\u00f3rica son fundamentales, como bajo qu\u00e9 condiciones se puede almacenar informaci\u00f3n pasada en circuitos recurrentes de neuronas, dentro de la neurociencia experimental son pr\u00e1cticamente irrelevantes, entre otras cosas, por la imposibilidad de ser medidos. En el proyecto COLAMN se est\u00e1 trabajando en un entorno altamente interdisciplinar, con unos 30 investigadores de diferentes disciplinas, incluyendo Ingenier\u00eda del hardware y del software, Electrofisiolog\u00eda, F\u00edsica, Teor\u00eda de la Informaci\u00f3n, Estad\u00edstica y Matem\u00e1ticas, etc. As\u00ed, uno entiende cu\u00e1les son los problemas globales de algo en com\u00fan (el cerebro), independientemente de cuestiones concretas que s\u00f3lo son relevantes para una comunidad de cient\u00edficos.<\/p>\n CC: \u00bfQu\u00e9 sabemos hoy sobre la corteza cerebral? \u00bfQueda a\u00fan mucho por descubrir?<\/strong><\/p>\n Pues sabemos mucho de qu\u00e9, poco del d\u00f3nde y practicamente nada del c\u00f3mo. Si decimos que en la corteza se procesa el lenguaje, lo sabemos principalmente por estudios basados en lesiones cerebrales (ataques epil\u00e9pticos, ictus, da\u00f1os por accidente de tr\u00e1fico, etc.). En los \u00faltimos a\u00f1os, gracias a t\u00e9cnicas de imagen no invasivas en Neurociencia Cognitiva (como, p. ej., electroencefalograf\u00eda o resonancia magn\u00e9tica funcional) podemos mirar al cerebro en acci\u00f3n cuando realizamos muchas tareas. Esto hace que se entienda mucho el qu\u00e9 (p.ej., memoria de trabajo, atenci\u00f3n) y a veces el d\u00f3nde (corteza prefrontal), pero no sabemos nada, o mucho menos, del c\u00f3mo. \u00bfC\u00f3mo se forman estos circuitos de procesamiento de informaci\u00f3n que soportan el sistema de la atenci\u00f3n? \u00bfPor qu\u00e9 en diferentes individuos, con diferente material gen\u00e9tico, se conservan las mismas propiedades mentales? \u00bfCu\u00e1les son los m\u00ednimos ingredientes que conforman el sistema de la atenci\u00f3n?<\/p>\n Por lo tanto, el m\u00e9todo a seguir para responder a estas cuestiones no est\u00e1 nada claro. \u00bfSe deben modelar estos procesos empezando en una simulaci\u00f3n muy realista a nivel de una sola neurona? O, por el contrario, \u00bfdebemos modelar procesos cognitivos mentales, independientemente de la biolog\u00eda que los sustenta? Dicho de otro modo, \u00bfdesde la conciencia a la neurona o desde la neurona a la conciencia? \u00bfQu\u00e9 camino es mejor? A mi entender, todas estas cuestiones no se resolver\u00e1n con las t\u00e9cnicas de visualizaci\u00f3n del cerebro actuales en muchas d\u00e9cadas.<\/p>\n CC: \u00bfC\u00f3mo ser\u00e1n los ordenadores del futuro?<\/strong><\/p>\n Qui\u00e9n sabe. Si seguimos con las tendencias actuales, ser\u00e1n m\u00e1s baratos, m\u00e1s r\u00e1pidos, pero disipando una cantidad enorme de energ\u00eda (o sea menos eficientes). A m\u00ed me gustar\u00eda creer que algunos de estos circuitos basados en el procesamiento de la informaci\u00f3n cerebral se pudieran llegar a integrar en el microprocesador de Pentium, consiguiendo as\u00ed computar con menos consumo operaciones abstractas como distinguir el estado de \u00e1nimo de alguien que nos habla. Pero, por ahora, estamos muy lejos.<\/p>\n Referencias<\/strong><\/p>\n Thomson, A. M. y Lamy, C. (2007) Functional maps of neocortical local circuitry. Frontiers in Neuroscience, 1,19-42. doi:10.3389\/neuro.01.1.1.002.2007<\/p>\n","protected":false},"excerpt":{"rendered":" \u00c1ngel Correa Dept. de Psicolog\u00eda Experimental y Fisiolog\u00eda del Comportamiento, Universidad de Granada, Espa\u00f1a COLAMN (\u00abUna novedosa arquitectura de procesamiento …<\/span> Read More →<\/span><\/a><\/span><\/p>\n","protected":false},"author":4,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[23,5,4,3],"tags":[155,154,156],"class_list":["post-53","post","type-post","status-publish","format-standard","hentry","category-entrevistas","category-inteligenciaartificial","category-neurociencia","category-psicologia","tag-corteza-cerebral","tag-neurociencia-computacional","tag-simulacion-por-ordenador"],"_links":{"self":[{"href":"https:\/\/www.cienciacognitiva.org\/index.php?rest_route=\/wp\/v2\/posts\/53","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.cienciacognitiva.org\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.cienciacognitiva.org\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.cienciacognitiva.org\/index.php?rest_route=\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/www.cienciacognitiva.org\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=53"}],"version-history":[{"count":0,"href":"https:\/\/www.cienciacognitiva.org\/index.php?rest_route=\/wp\/v2\/posts\/53\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.cienciacognitiva.org\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=53"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.cienciacognitiva.org\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=53"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.cienciacognitiva.org\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=53"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}![\"Figura](\"https:\/\/www.cienciacognitiva.org\/files\/2008-35-cc-FrontiersinNeuroscience.jpg\")
<\/p>\n
\n<\/em><\/p>\n