De ninguna manera soy un experto en el tema, pero puedo decirle lo que aprendí de mi plan de estudios de pregrado.
Cnidaria y sistema nervioso temprano
Las redes nerviosas de dos capas que se encuentran en organismos como los de Phylum Cnidaria se consideran las primeras formas de un sistema nervioso. No tienen una estructura similar al cerebro porque no hay concentración de neuronas como la que hay en el cerebro humano. En cambio, las redes de dos capas tienen neuronas sensoriales y motoras distribuidas que responden y reaccionan a los estímulos de manera primitiva. Estas redes de dos capas preceden al cerebro moderno.
Gusano plano y red neuronal de tres capas
La evolución de una red neuronal de tres capas introdujo interneuronas. En una red de dos capas, solo teníamos neuronas que detectaban cosas que, a su vez, cambiaban la forma en que las neuronas motoras cercanas reaccionaban a las cosas de manera física. Las interneuronas son importantes porque sirven como centros de integración y procesamiento. Esto significa que es posible una mayor complejidad de procesamiento: los patrones generados a partir de diferentes neuronas sensoriales se pueden integrar y, en función de ciertas salidas de procesamiento, se puede realizar una acción más compleja. La función de las interneuronas es un campo de estudio candente y en las próximas décadas aprenderemos más y más sobre su papel en la cognición.
- ¿Cómo evolucionan las variaciones en la expresión génica?
- ¿Por qué se dice que la reproducción sexual promueve la diversidad de personajes en la descendencia?
- Cómo descubrir nuevos genes en un organismo y qué hacen
- ¿Es cierto que cuando los organismos viven en ambientes extremadamente duros, se adaptarán para convertirse en inmortales en lugar de reproducirse?
- Si los dinosaurios sobrevivieran al impacto de los asteroides, ¿una especie de dinosaurio se habría convertido en un ser inteligente como lo somos hoy?
Redes de varias capas y aprendizaje automático
Hemos utilizado lo que hemos aprendido de la estructura / función del cerebro (conceptos como la activación por retroalimentación y la propagación hacia atrás en redes neuronales) en aplicaciones como la visión por computadora y la predicción del mercado de valores. El aprendizaje profundo es un gran tema y las empresas que se centran en este tema están siendo barridas por gigantes como Google.
Los modelos de redes neuronales están dando forma al diseño de hardware.
Empresas como IBM están lanzando hardware que se parece mucho a nuestro modelo actual del cerebro. En lugar de tener una unidad de procesamiento central que se ejecuta a través de una secuencia de comandos uno por uno, el hardware de nuevo diseño está comenzando a imitar a las neuronas: numerosas “neuronas” de hardware se disparan como lo haría una neurona y envían mensajes a otras neuronas de hardware de forma asincrónica.
La forma en que nuestros modelos se corresponden con el funcionamiento real de nuestro cerebro está en debate, y con razón, en mi opinión. El día que podamos pasar de técnicas como fMRI o EEG a técnicas que nos den una buena imagen de la actividad neuronal asignada a un conectoma será enorme y las aplicaciones en campos como la informática son alucinantes para pensar.