¿Se puede comparar una computadora a un cerebro?

Artículo y traducción de Elena Blanco-Suárez

Hace unas semanas me tropecé con un artículo después de que uno de mis amigos (que también es neurocientífico) lo colgase en una de las múltiples redes sociales que tenemos al alcance. Me entró la curiosidad inmediatamente debido al título que inteligentemente provoca a los neurocientíficos: ¿Puede un neurocientífico entender un microprocesador? Después de leerlo, el artículo se ha convertido en el tema central de unas cuantas conversaciones que he tenido con otros amigos, principalmente ajenos al mundo de la neurociencia y más enterados sobre microprocesadores y esas cosas. Es una metáfora muy común la de comparar cerebros a computadoras, a pesar de que esta comparación se queda corta a la hora de ilustrar lo complejos que son nuestros cerebros. Eric Chudler lo pone muy claro aquí, en su sección de neurociencia para niños – ¿para qué hacerlo más difícil? Por ejemplo, tanto un cerebro como una computadora pueden dañarse, pero existe una diferencia importante entre arreglar uno u otro. Y es que arreglar una computadora implica cambiar las partes estropeadas. Desafortunadamente, no podemos reemplazar lo que esta estropeado en un cerebro.

Siguiente nivel

Sin embargo, Eric Jonas de UC Berkeley y Konrad Kording de la Northwestern University de Chicago han tomado esta metáfora sobre cerebros y computadoras y la han llevado al siguiente nivel en el artículo que ya he mencionado. Su intención era considerar la posibilidad de que las actuales técnicas en neurociencia podrían no ser las mejores a la hora de descifrar el funcionamiento del cerebro. Para ello analizaron un microprocesador como si se tratase de un cerebro. Acumularon datos usando herramientas estándar de neurociencia para ver si podían llegar a concluir como la maquina procesaba la información, tal y como los neurocientíficos analizan grandes bancos de datos para estudiar los mecanismos cerebrales.

Utilizaron tres videojuegos, bien conocidos por todos los que crecieron en los 80: Donkey Kong, Space Invaders y Pitfall. Para el equivalente de esto en  biología, imagina que el microprocesador es un ratón y los videojuegos algunos de los comportamientos que se pueden estudiar en el animal.  Aunque reconocen las limitaciones de comparar el microprocesador al cerebro de un ser vivo, los autores defienden que existen suficientes similitudes para justificar dicho estudio: ambos, cerebro y microprocesador, se componen de conexiones entre pequeñas unidades que pueden diferenciarse y estudiarse individualmente. Comparan la estructura del microprocesador a la del cerebro, donde hay circuitos que se subdividen en microcircuitos, formados por neuronas que conectan entre ellas a través de las sinapsis. Por supuesto, el microprocesador es más simple que el cerebro en varios aspectos (por ejemplo, el cerebro requiere de rutas complejas para producir la energía que sus células necesitan, y está hecho de intrincados circuitos que aún no comprendemos totalmente).

El uso de protocolos de neurociencia para estudiar un microprocesador

Emplearon protocolos establecidos para analizar los diferentes aspectos del microprocesador MOS6502, un modelo que está bien estudiado. Utilizando el sistema que ya presentaron en otro de sus artículos previos, fueron capaces de identificar los tipos de transistor en el microprocesador y las conexiones entre ellos, parecido a lo que haríamos con un cerebro. En el microprocesador solo encontraron un solo tipo de transistor, haciéndolo mucho más simple que un cerebro donde hay varios tipos celulares. Sin embargo, fue imposible llegar a inferir el funcionamiento del microprocesador simplemente mirando únicamente las conexiones. En neurociencia esto es incluso más complicado, pues el cerebro se compone de diferentes tipos celulares, y otros componentes a tener en cuenta tales como sinapsis, canales y neurotransmisores. Los autores hablan de la importancia del estudio de las conexiones, pero enfatizan la falta de algoritmos que determinen las funciones de las regiones cerebrales estudiadas, de ahí la dificultad de entender el cerebro a través del análisis aislado de las conexiones. También estudiaron el efecto en el rendimiento del juego cuando eliminaban uno o más transistores del microprocesador. Es parecido a la eliminación de un gen para estudiar los efectos en el laboratorio. Identificaron la contribución de cada transistor a cada uno de los videojuegos considerados, pero no pudieron generalizar al resto de los videojuegos sin llevar a cabo más análisis. Según los autores, estos resultados se pueden relacionar a la neurociencia en el sentido de que es improbable que un comportamiento determinado se desencadene sin la interacción de diferentes circuitos y regiones del cerebro.

Estudiaron otros aspectos de los transistores que cuentan a lo largo del artículo. Con cada set de datos obtenido concluyen que, aunque interesantes y necesarios, los resultados obtenidos no llevan a un completo entendimiento de como el MOS6502 procesa la información.

Mejores estrategias para mejores resultados

No podemos olvidar de que el cerebro posee la plasticidad y capacidad de reparar circuitos y compensar lesiones y otras alteraciones que el MOS6502 no tiene. Esto facilita que los datos obtenidos sean mucho más limpios y claros que los obtenidos en experimentos científicos in vivo.

Así que, ¿pueden los neurocientíficos realmente entender un microprocesador? Jonas y Kording creen que si pero necesitamos diferentes métodos para ello, y que esos métodos podrían ser probados en microprocesadores para alcanzar cierto grado de validación. Pero quizás este estudio no debería ser considerado como una confirmación o negación del valor de la neurociencia para entender los microprocesadores, o incluso como una medida de la eficacia de los actuales métodos neurocientíficos. Este estudio ofrece una evidencia adicional de que los cerebros no son computadoras. En definitiva, lo que necesitamos es una mejor metáfora.

Referencias:

Post original (en inglés): Can neuroscience explain a computer? by Elena Blanco-Suárez for PLOS Neuro Community.

Jonas E, Kording KP (2017) Could a Neuroscientist Understand a Microprocessor?. PLOS Computational Biology 13(1): e1005268. doi: 10.1371/journal.pcbi.1005268

Eric Jonas, and Konrad Kording, ‘Automatic Discovery of Cell Types and Microcircuitry from Neural Connectomics’, eLife, 4 (2015), e04250