Un avance en neurociencia abre la puerta a redes neuronales más parecidas al cerebro humano
.
Mediante la formulación de modelos matemáticos de ciertos procesos neuronales, se logra caracterizar el funcionamiento de las neuronas en la corteza visual.
.
Imagen de Vilius Kukanauskas en Pixabay
.
.
Un equipo del Instituto de Óptica del Consejo Superior de Investigaciones Científicas (IO-CSIC), en colaboración con científicos del Centre National de la Recherche Scientifique (CNRS), ha desarrollado un modelo matemático que explica con mayor precisión cómo trabajan las neuronas de la corteza visual, la región situada en la parte posterior del cerebro encargada de procesar la información que llega desde los ojos.
El estudio, publicado en la revista Journal of Neuroscience, abre la puerta al diseño de redes neuronales artificiales más fieles al funcionamiento real del cerebro.
“Nuestro modelo proporciona una mejor comprensión de los procesos neuronales, ya que logra explicar una serie de resultados experimentales para los que los enfoques tradicionales no son satisfactorios”, explica Marcelo Bertalmío, investigador del IO-CSIC y líder del trabajo.
El nuevo enfoque amplía el modelo clásico propuesto en 1959 por David Hubel y Torsten Wiesel, que describe la organización jerárquica del procesamiento visual. Aunque ha sido fundamental para entender la visión, este modelo no logra explicar ciertos fenómenos que ocurren en el córtex visual. Los investigadores señalan que una de sus principales limitaciones es que no incorpora el papel de las dendritas, estructuras que actúan como receptores de impulsos nerviosos y son esenciales para la transmisión de información.
Para superar estas carencias, el equipo ha introducido abstracciones matemáticas de procesos neuronales internos que hasta ahora no se habían tenido en cuenta, en parte por su complejidad. “También se asumía que el modelo clásico sería suficiente para explicar cualquier fenómeno”, añade Bertalmío.
Avances con impacto en inteligencia artificial
Además de mejorar el conocimiento sobre el cerebro, este avance tiene implicaciones para el desarrollo de redes neuronales artificiales. El modelo podría permitir crear sistemas computacionales más precisos, capaces de reproducir propiedades clave del cerebro, como la estabilidad frente a perturbaciones.
Las redes neuronales artificiales son modelos inspirados en la estructura y el funcionamiento de las neuronas biológicas. Se utilizan en inteligencia artificial y en técnicas de machine learning y deep learning para tareas como el reconocimiento de patrones y la resolución de problemas complejos.
El equipo trabaja ahora en ampliar el modelo para incorporar variaciones temporales, validarlo con resultados experimentales y explorar su aplicación en sistemas de visión por computadora.
El estudio, publicado en la revista Journal of Neuroscience, abre la puerta al diseño de redes neuronales artificiales más fieles al funcionamiento real del cerebro.
“Nuestro modelo proporciona una mejor comprensión de los procesos neuronales, ya que logra explicar una serie de resultados experimentales para los que los enfoques tradicionales no son satisfactorios”, explica Marcelo Bertalmío, investigador del IO-CSIC y líder del trabajo.
El nuevo enfoque amplía el modelo clásico propuesto en 1959 por David Hubel y Torsten Wiesel, que describe la organización jerárquica del procesamiento visual. Aunque ha sido fundamental para entender la visión, este modelo no logra explicar ciertos fenómenos que ocurren en el córtex visual. Los investigadores señalan que una de sus principales limitaciones es que no incorpora el papel de las dendritas, estructuras que actúan como receptores de impulsos nerviosos y son esenciales para la transmisión de información.
Para superar estas carencias, el equipo ha introducido abstracciones matemáticas de procesos neuronales internos que hasta ahora no se habían tenido en cuenta, en parte por su complejidad. “También se asumía que el modelo clásico sería suficiente para explicar cualquier fenómeno”, añade Bertalmío.
Avances con impacto en inteligencia artificial
Además de mejorar el conocimiento sobre el cerebro, este avance tiene implicaciones para el desarrollo de redes neuronales artificiales. El modelo podría permitir crear sistemas computacionales más precisos, capaces de reproducir propiedades clave del cerebro, como la estabilidad frente a perturbaciones.
Las redes neuronales artificiales son modelos inspirados en la estructura y el funcionamiento de las neuronas biológicas. Se utilizan en inteligencia artificial y en técnicas de machine learning y deep learning para tareas como el reconocimiento de patrones y la resolución de problemas complejos.
El equipo trabaja ahora en ampliar el modelo para incorporar variaciones temporales, validarlo con resultados experimentales y explorar su aplicación en sistemas de visión por computadora.
.
Trabajo de referencia | Ilias Rentzeperis, Dario Prandi, and Marcelo Bertalmío. A neural model for V1 that incorporates dendritic nonlinearities and back-propagating action potentials. Journal of Neuroscience. DOI: 10.1523/JNEUROSCI.1975-24.2025
.
FUENTE • Consejo Superior de Investigaciones Científicas | CSIC.....
.
ETIQUETAS • Neurología • Investigación.....
.
CONTENIDO RELACIONADO
.
0 comentarios: