Actualidad informática
Noticias y novedades sobre informática
admin
Ordenadores «inteligentes» para procesar EEG
Filtrar información para los motores de búsqueda, actuar como oponente en juegos o reconocer imágenes: La inteligencia artificial ha superado con mucho la inteligencia humana en ciertas tareas. Varios grupos del clúster de excelencia de Friburgo, BrainLinks-BrainTools, dirigidos por el profesor de neurociencias Dr. Tonio Ball, están demostrando cómo las ideas de la informática podrían revolucionar la investigación del cerebro. En la revista científica Human Brain Mapping, ilustran cómo un algoritmo de autoaprendizaje decodifica las señales del cerebro humano que fueron medidas por un electroencefalograma (EEG). Incluye movimientos realizados, pero también movimientos de manos y pies que eran meramente pensamientos o una rotación imaginaria de objetos. A pesar de que al algoritmo no se le dio ninguna característica previamente, funciona de forma tan rápida y precisa como los sistemas tradicionales que han sido creados para resolver ciertas tareas basadas en señales cerebrales predeterminadas, que por lo tanto no son apropiadas para cada situación. La demanda de intersecciones tan diversas entre el hombre y la máquina es enorme: en el Hospital Universitario de Friburgo, por ejemplo, podría utilizarse para la detección temprana de crisis epilépticas. También podría utilizarse para mejorar las posibilidades de comunicación para los pacientes gravemente paralizados o para un diagnóstico neurológico automático.
«Nuestro software se basa en modelos inspirados en el cerebro que han demostrado ser más útiles para descifrar diversas señales naturales como los sonidos fonéticos», dice el científico informático Robin Tibor Schirrmeister. El investigador lo está utilizando para reescribir los métodos que el equipo ha utilizado para decodificar datos de EEG: las denominadas redes neuronales artificiales son el corazón del proyecto actual en BrainLinks-BrainTools. «Lo destacado acerca del programa es que no es necesario predeterminar las características. La información es procesada capa por capa, es decir, en varios pasos con la ayuda de una función no lineal. El sistema aprende a reconocer y diferenciar entre ciertos patrones de comportamiento de varios movimientos a medida que suceden», explica Schirrmeister. El modelo se basa en las conexiones entre las células nerviosas en el cuerpo humano en el que las señales eléctricas de las sinapsis se dirigen desde las protuberancias celulares al núcleo de la célula y viceversa. «Las teorías han estado en circulación durante décadas, pero no fue sino hasta el surgimiento de la potencia de procesamiento de los ordenadores actuales que el modelo se ha hecho factible», comenta Schirrmeister.
Habitualmente, la precisión del modelo mejora con un gran número de capas de procesamiento. Hasta 31 se utilizaron durante el estudio, también conocido como «Aprendizaje Profundo». Hasta ahora, había sido problemático interpretar los circuitos de la red después de completar el proceso de aprendizaje. Todos los procesos algorítmicos tienen lugar en el fondo y son invisibles. Es por eso que los investigadores desarrollaron el software para crear tarjetas a partir de las cuales podían entender las decisiones de decodificación. Los investigadores pueden insertar nuevos conjuntos de datos en el sistema en cualquier momento. «A diferencia del método antiguo, ahora podemos ir directamente a las señales crudas que el EEG registra del cerebro, nuestro sistema es tan preciso, si no mejor, que el antiguo», dice el investigador jefe Tonio Ball, resumiendo el estudio de la investigación. El potencial de la tecnología aún no se ha agotado – junto con su equipo, el investigador desea continuar su desarrollo: «Nuestra visión para el futuro incluye algoritmos de autoaprendizaje que pueden confiable y rápidamente reconocer las diversas intenciones del usuario basadas en sus señales cerebrales Además, estos algoritmos podrían ayudar a los diagnósticos neurológicos «.
Ampliar en: https://arxiv.org/abs/1703.05051
Nueva visión de cómo el cerebro memoriza
Cada vez que se memoriza algo, en alguna parte del cerebro un pequeño filamento se desplaza hacia fuera de una neurona y forma una conexión electroquímica con una neurona vecina.
Un equipo de biólogos de la Universidad de Vanderbilt, dirigido por el Profesor Asociado de Ciencias Biológicas Donna Webb, estudia cómo se forman estas conexiones a nivel molecular y celular.
Los filamentos que hacen estas nuevas conexiones se denominan espinas dendríticas y en una serie de experimentos descritos en la edición del 17 de abril del Journal of Biological Chemistry, los investigadores informan que una proteína de señalización específica, Asef2, miembro de una familia de proteínas que regulan la migración celular y la adhesión, desempeña un papel crítico en la formación de la espina dendrítica. Esto es significativo porque Asef2 se ha relacionado con el autismo y la coocurrencia de dependencia del alcohol y depresión.
«Las alteraciones en las espinas dendríticas se asocian con muchos trastornos neurológicos y de desarrollo, como autismo, enfermedad de Alzheimer y síndrome de Down«, dijo Webb. «Sin embargo, la formación y el mantenimiento de las espinas es un proceso muy complejo que apenas estamos comenzando a entender.»
Los cuerpos celulares de las neuronas producen dos tipos de largas fibras que se tejen a través del cerebro: dendritas y axones. Los axones transmiten señales electroquímicas desde el cuerpo celular de una neurona a las dendritas de otra neurona. Las dendritas reciben las señales entrantes y los llevan al cuerpo celular. Esta es la forma en que las neuronas se comunican entre sí.
Mientras esperan señales entrantes, las dendritas producen continuamente diminutos filamentos flexibles denominados filopodios. Estos salen hacia fuera de la superficie de la dendrita y oscilan en la región entre las células en busca de los axones. Al mismo tiempo, los biólogos piensan que los axones secretan sustancias químicas de naturaleza desconocida que atraen a los filopodios.
Cuando uno de los filamentos dendríticos hace contacto con uno de los axones, comienza a adherirse y desarrollarse una espina. El axón y la espina forman las dos mitades de una unión sináptica. Nuevas conexiones como esta son la base para la formación y el almacenamiento de memoria.
El autismo se ha asociado con espinas inmaduras, que no se conectan correctamente con los axones para formar nuevas uniones sinápticas. Sin embargo, una reducción de espinas es característica de las primeras etapas de la enfermedad de Alzheimer. Esto puede ayudar a explicar por qué las personas con Alzheimer tienen problemas para formar nuevos recuerdos.
La formación de espinas está impulsado por actina, una proteína que produce microfilamentos y es parte del citoesqueleto. Webb y sus colegas mostraron que Asef2 promueve las espinas y la formación de sinapsis mediante la activación de otra proteína llamada Rac, que es conocida por regular la actividad de actina. También descubrieron que otra proteína, espinofilina, recluta Asef2 y lo guía a las espinas específicas.
«Una vez que sepamos los mecanismos involucrados, entonces podremos ser capaces de encontrar fármacos que puedan restaurar la formación de espinas en las personas que la han perdido, lo que podría devolverles su capacidad de recordar», dijo Webb.
Los coautores del estudio son los estudiantes de postgrado J. Corey Evans y Cristina Robinson y postdoctoral Mingjian Shi, del Departamento de Ciencias Biológicas y el Centro Kennedy para la Investigación sobre el Desarrollo Humano.
La investigación fue apoyada por los Institutos Nacionales de Salud subvenciones GM092914, GM008554, MH071674 y el Centro Nacional de Recursos para investigación S10RR025524. EE.UU.
El cerebro de un programador informático
Si trabajas cerca de un programador sin duda te habrás preguntado, como yo, qué es exactamente lo que sucede dentro de su cabeza. Se trata de criaturas muy particulares – que no se me enfaden – capaces de concentrarse en la tarea de crear código como si acamparan en el corazón de Matrix. Pues bien, lo que ves sobre estas líneas es la imagen de resonancia magnética del cerebro de un programador – el primer estudio de este tipo que se realiza – y las áreas iluminadas son las zonas que se activan mientras lee código.
¿Qué sentido tiene hacer un estudio de este tipo? Como bien cuentan en Fast Company, resulta que en EEUU hay una pequeña pero interesante polémica acerca de qué formación deben recibir los futuros programadores. Mientras que en la mayoría de los Estados las ciencias informáticas se incluyen en la parte de ciencias y matemáticas, en Texas – y parece que pronto en Kentucky y Nuevo México – han hecho que la programación de código sea equivalente a una lengua extranjera. Y aquí viene la cuestión que nos interesa: ¿es la programación de código una habilidad más relacionada con las matemáticas o con el lenguaje?
Para averiguarlo, un equipo de investigadores internacional, dirigido por Janet Siegmund, de la Universidad de Passau, ha elaborado un primer estudio en el que sometieron a 17 estudiantes de informática (todos con conocimientos de programación y solo dos de ellos chicas) a una prueba con resonancia magnética funcional. En el experimento, tumbaron a los sujetos en el escáner y monitorizaron su actividad cerebral mientras leían unas líneas de código. Estas líneas de código indicaban una tarea de impresión del ordenador y los participantes debían predecir, en un tiempo determinado, qué texto imprimiría la máquina.
El resultado, por sorprendente que parezca a muchos, fue que las áreas cerebrales que se activaron tienen en principio más relación con el lenguaje que con el mero cálculo matemático. «No hay una prueba clara de que aprender lenguaje de programación sea como aprender una lengua extranjera», asegura Christian Kästner, coautor del estudio, «pero nuestros resultados muestran que hay similitudes claras en la activación cerebral que indican que la hipótesis es plausible».
Autor: Antonio Martínez Ron
Ampliar en: NEUROLAB
Diferencias y semejanzas entre un cerebro y un ordenador
“Brain Quiz” es una serie de microespacios de divulgación científica sobre nuestro cerebro, producido por la UCC+i de la Universitat Politècnica de València y Medianomedia, y financiado por la Fundación Española para la Ciencia y la Tecnología (FECYT) del Ministerio de Economía y Competitividad.”
La falsa creencia de que solo usamos el 10% de nuestro cerebro
Todos habrán oído que sólo usamos el 10% del cerebro. La evidencia dice lo contrario, tal como explica Barry Beyerstein en el libro Mind Myths: Exploring Popular Assumptions About the Mind and Brain de Sergio Della Sala.
Así está resumido en Wikipedia:
- Estudios sobre el daño cerebral: Si el 90% del cerebro no se utiliza, entonces cuando se lesionan ciertas áreas no debe afectar al rendimiento. En cambio, no hay ningún área del cerebro que pueda ser dañada sin que se pierda alguna habilidad. Incluso los daños en las áreas más pequeñas pueden conllevar consecuencias graves.
- Evolución: El cerebro necesita un enorme gasto energético en comparación con el resto del cuerpo, consume una gran cantidad de oxígeno y nutrientes. Si el 90% del mismo no fuese necesario los humanos con el cerebro más pequeño tendrían grandes ventajas para sobrevivir, ya que sus cerebros serían más eficientes. Así que el proceso de selección natural debería haber eliminado los cerebros ineficientes.
- Imágenes cerebrales: Tecnologías como la tomografía por emisión de positrones (PET) y la imagen por resonancia magnética nuclear funcional (fMRI) permiten monitorizar la actividad cerebral de personas vivas. Estas técnicas han revelado que, incluso mientras dormimos, todas las partes del cerebro presentan algún nivel de actividad. Sólo cuando el cerebro sufre un daño grave tiene “silenciadas” algunas áreas.
- Localización de función: En lugar de trabajar como una sola masa, el cerebro tiene regiones distintas para los diferentes tipos de procesamiento de la información. Varias décadas de investigación han permitido mapear las funciones de las áreas del cerebro, y no se han encontrado áreas que no tengan ninguna función.
- Análisis microestructural: Mediante la técnica de grabación de unidades individuales (single-unit recording), los investigadores han insertado un electrodo diminuto en el cerebro para monitorizar la actividad de una sola célula. Si no se utilizan el 90% de las células, esta técnica lo debería haber demostrado.
- Estudios metabólicos: Otra técnica científica implica estudiar la adopción de moléculas de 2-desoxi-D-glucosa etiquetadas radiactivamente en el cerebro. Si el 90 % del cerebro estuviera inactivo, entonces esas células inactivas deberían aparecer como áreas en blanco en una radiografía del cerebro. Una vez más, no hay tal resultado.
- Enfermedades neuronales: Las células del cerebro que no se utilizan deberían degenerarse. Por lo tanto, si el 90% del cerebro permaneciera inactivo, las autopsias de cerebros adultos tendrían que revelar una degeneración a gran escala.
Fuente: DE AVANZADA
La dinámica neocortical discreta y los «captchas»
¿Cómo puedes reconocer la cara de una amiga independientemente de las condiciones de luz, de cómo lleve el pelo o del maquillaje? ¿Cómo las personas que conocían a Dora Maar la reconocían en el retrato que Picasso hizo de ella en 1937 y que abre esta entrada? ¿Cómo es que oímos las mismas palabras independientemente de que las pronuncie un varón o una mujer, un adulto o un niño, gritando o susurrando? El cerebro humano tiene la asombrosa capacidad, aunque estemos tan habituados a ella que nos parece lo más normal del mundo, de convertir una avalancha de datos sensoriales en una serie de categorías y objetos definidos. Esta capacidad de crear invariantes en un mundo cambiante es extremadamente difícil de reproducir en una máquina. Por eso funcionan los captcha.
Brice Bathellier, del Instituto de Investigación en Patología Molecular (Austria), encabeza un estudio que demuestra que son determinadas características de las redes neuronales del cerebro las responsables de la formación de estas categorías. Los resultados se publican en Neuron.
Los investigadores produjeron una serie de sonidos y controlaron la actividad de agrupaciones de neuronas del córtex auditivo mediante microscopía de dos fotones/calcio, una técnica que combina la microscopía de fluorescencia de 2 fotones con los efectos que en la fluorescencia de las tinciones usadas tiene la presencia de iones de calcio y que permite el análisis en tiempo real de circuitos neuronales intactos con una resolución de células individuales. Encontraron que grupos de 50 a 100 neuronas mostraban un número limitado de patrones de actividad en respuesta a los diferentes sonidos.
A continuación seleccionaron dos sonidos base (A, B) que producían diferentes patrones de respuesta y construyeron mezclas (combinaciones lineales aA+bB) de ambos. Cuando el ratio (a/b) de la mezcla se hacía variar continuamente la respuesta no era un cambio continuo en los patrones de actividad de las neuronas sino, por el contrario, una transición brusca.
Este tipo de comportamiento dinámico recuerda el de las redes artificiales con atractores. Una red con atractores es una red que evoluciona hacia un patrón estable con el tiempo. Las redes con atractores se usan en neurociencia computacional para modelar procesos neuronales como la memoria asociativa y el comportamiento motor, así como en métodos de aprendizaje de máquinas de inspiración biológica. Este tipo de redes se había propuesto como solución al problema de la categorización por parte de algunos especialistas en inteligencia artificial.
Experimentos posteriores monitorizando el comportamiento de los ratones confirmaron estos resultados. Se entrenó a un grupo de ratones a discriminar entre dos sonidos. Se les exponía entonces a un tercer sonido y se seguía su reacción. Los experimentadores eran capaces de predecir cuantitativamente el comportamiento de los ratones a partir de los patrones de actividad cortical, dependiendo de si la reacción al tercer sonido era más parecida al primer o al segundo sonido, lo que indicaría una similitud en la percepción.
Estos resultados indicarían que estados de red discretos podrían ser el sustrato para la formación de categorías. Los autores sugieren que la estructura jerárquica de las representaciones discretas podrían ser esenciales para la funciones cognitivas más elaboradas como el procesamiento del lenguaje.
Referencia: Bathellier B, Ushakova L, & Rumpel S (2012). Discrete neocortical dynamics predict behavioral categorization of sounds. Neuron, 76 (2), 435-49 PMID: 23083744
Fuente: EXPERIENTIA DOCET
Insólito,el cerebro de Einstein en el iPad
Los poseedores de un Apple iPad ahora pueden sondear los misterios del cerebro de Albert Einstein por $ 9.99 (7.7 euros) gracias a una iniciativa del Museo Nacional de Salud y Medicina de Chicago(EE.UU.) . Se supone que inspirará a futuros investigadores y neurólogos, este logro tal vez no emocionaría a Einstein. Alérgico a la idea de ser objeto de adoración, el descubridor de la relatividad había dicho que se dispersaran sus cenizas en un lugar secreto.
La informática y la neurociencia cada vez cecen más y por una buena razón. Cientos de fotografías tomadas a través de un microscopio, las secciones del cerebro de Albert Einstein están libremente disponibles con un iPad a un precio menor que comprar el DVD de Los Vengadores en iTunes. Uno no puede evitar pensar que el proyecto Hayworth Kenneth alcance la inmortalidad.
Los miembros del Museo Nacional de Salud y Medicina de Chicago (Chicago NMHM), tuvieron la idea de archivar en línea el cerebro de Einstein. Algunos de estos cortes se pueden ver en un vídeo.
Ampliar en; Futura-Sciences
Un mecanismo para la codificación de la memoria humana
Un equipo de investigación postula la teoría de que la memoria puede ser codificado en la estructura de tres dimensiones de la célula neuronal.
«La memoria se atribuye al fortalecimiento de las conexiones sinápticas entre las neuronas del cerebro, y sin embargo los componentes de la membrana sináptica son transitorios, mientras que los recuerdos pueden permanecer. Esto sugiere que la información sináptica se codifica y ‘cablea’ en otros lugares, por ejemplo, a nivel molecular dentro de la neurona post-sináptica. »
«El equipo buscó en las estructuras a nivel del citoesqueleto de la estructura del cerebro. Encontraron componentes que encajan entre sí y eran capaces de crear el procesamiento de la información y la capacidad de almacenamiento que el cerebro necesita para formar y retener la memoria.»
Los microtúbulos rellenan el interior de las neuronas de nuestro cerebro, especialmente en los axones y las dendritas, donde se lleva a cabo la mayor parte de la actividad . Se investigó para averiguar si esta semejanza es accidental o no. Esto condujo a la generación de un modelo computacional muy exacto de la interacción entre CaMKII y microtúbulos. Parece que se ha encontrado un mecanismo de codificación de la memoria.
El citoesqueleto (también CSK) es un «andamiaje» celular o «esqueleto» que figura en el citoplasma de una célula y está hecho de proteínas. El citoesqueleto está presente en todas las células, aunque se pensaba que era único de los eucariotas, pero investigación reciente ha identificado el citoesqueleto en procariotas.
Microtúbulos del citoesqueleto
http://en.wikipedia.org/wiki/File:Btub.jpg
http://en.wikipedia.org/wiki/Cytoskeleton#Microtubules
http://medicalxpress.com/news/2012-03-memories-encoded-brains.html
Figuras del artículo:
https://plus.google.com/109667384864782087641/posts/BSgTpqrFeoa
El artículo:
http://www.ploscompbiol.org/article/info:doi/10.1371/journal.pcbi.1002421
Hubs en el cableado neuronal del cerebro
«Un concentrador o hub permite centralizar el cableado de una red; recibe una señal y repite esta señal emitiéndola por sus diferentes puertos.” Ciertas regiones del cerebro actúan como hubs que están muy interconectados entre sí; según un nuevo estudio de van den Heuvel y Sporns los grupos de hubs muy bien interconectados se comportan como clubs exclusivos y son cruciales para una comunicación eficiente entre las neuronas del cerebro.
Los autores realizaron imágenes corticales de 21 individuos sanos y estudiaron la conectividad estructural de dichas regiones (68 corticales y 14 subcorticales, que fueron divididas en 1170 parcelas). Aplicando técnicas de la teoría de grafos red descubrieron un conjunto de 12 regiones que están más densamente interconectadas entre sí que cualquier otro conjunto de regiones del cerebro y al que casi todas las otras regiones examinadas están conectadas. Estas regiones presentan funciones fundamentales para el cerebro y cualquier “ataque” que dañe los ganglios en estas regiones tiene un efecto mucho mayor que cualquier otro ataque al azar, lo que podría ofrecer pistas sobre cómo ciertas enfermedades afectan al funcionamiento general del cerebro.
Ampliar en: Francis (th)E mule Science’s News
autobus las palmas aeropuerto cetona de frambuesa