Científicos israelíes publican una nueva teoría revolucionaria sobre como el cerebro aprende. La misma contradice la suposición aceptada en neurociencia.
Probablemente transformará nuestra comprensión de la función cerebral. Se abren ahora, nuevos horizontes para algoritmos avanzados de aprendizaje profundo.
La investigación fue publicada en Nature.
El cerebro es una red compleja que contiene miles de millones de neuronas. Cada una de estas neuronas se comunica simultáneamente con miles de otras a través de sus sinapsis (enlaces). La neurona realmente recoge sus muchas señales entrantes sinápticas a través de varios brazos ramificados. Esto son extremadamente largos, llamados árboles dendríticos.
En 1949, el trabajo de Donald Hebb sugirió que el aprendizaje ocurre en el cerebro al modificar la fuerza de las sinapsis. Las neuronas funcionan como elementos computacionales en el cerebro. Esta ha sido la suposición común hasta hoy.
Nuevos resultados teóricos y experimentos neuronales, fueron presentados por un grupo de científicos, dirigido por el profesor Ido Kanter. Ellos han demostrado que la suposición de casi 70 años que el aprendizaje ocurre solo en las sinapsis es errónea.
En un artículo reciente, los investigadores van en contra de la teoría convencional. Ellos demostraron que el aprendizaje en realidad es realizado por varias dendritas. Esto es similar al lento mecanismo de aprendizaje actualmente atribuido a las sinapsis.
“El proceso de aprendizaje recién descubierto en las dendritas ocurre a un ritmo mucho más rápido que en el escenario anterior. Esto sugiere que el aprendizaje se produce únicamente en las sinapsis. En este nuevo proceso de aprendizaje dendrítico, hay algunos parámetros adaptativos por neurona, en comparación con miles de los más pequeños y sensibles en el escenario de aprendizaje sináptico “, dijo el profesor Kanter.
El cerebro aprende de forma completamente diferente
El escenario de aprendizaje recientemente sugerido indica que el aprendizaje ocurre en unas pocas dendritas que se encuentran en una proximidad mucho más cercana a la neurona.
Aquí la diferencia de la noción previa. ¿Qué tiene más sentido? Medir la calidad del aire que respiramos a través de sensores satelitales pequeños y distantes en la elevación de un rascacielos, o mediante el uso de uno o varios sensores en las proximidades de la nariz.
“De manera similar, es más eficiente para la neurona estimar sus señales entrantes cerca de su unidad computacional, la neurona”, dice Kanter.
La teoría de Hebb ha estado tan profundamente arraigada en el mundo científico durante 70 años que nadie ha propuesto un enfoque tan diferente.
Además, las sinapsis y las dendritas están conectadas a la neurona en serie. Por lo que el sitio exacto localizado del proceso de aprendizaje parecía irrelevante.
Otro hallazgo importante del estudio es respecto a las sinapsis débiles. Antes se consideraban insignificantes, aunque desempeñan un papel importante en la dinámica de nuestro cerebro.
Las sinapsis débiles inducen oscilaciones de parámetros de aprendizaje en lugar de llevarlos a extremos fijos. Esto es lo que sugiere el escenario de aprendizaje sináptico actual.
El nuevo escenario de aprendizaje ocurre en diferentes sitios del cerebro. Por lo tanto, exige una reevaluación de los tratamientos actuales para la funcionalidad cerebral desordenada.
Además, el mecanismo de aprendizaje es la base del aprendizaje de máquinas y los logros de aprendizaje profundo.
El cambio en el paradigma de aprendizaje abre nuevos horizontes para diferentes tipos de algoritmos de aprendizaje profundo y aplicaciones basadas en inteligencia artificial.
De este modo pueden imitar nuestras funciones cerebrales, pero con características avanzadas y a una velocidad mucho más rápida.
Fuente: www.latamisrael.com