Después de la declaración de IBM de que habían desarrollado una red neuronal que excedía el poder de procesamiento de una corteza felina, Henry Markram envío varios correos electrónicos mordaces y comentarios desacreditando la afirmación. Markram es líder el proyecto Blue Brain en EPFL basado Lusanne, Suiza, donde su equipo está tratando de hacer ingeniería inversa al cerebro mamífero. De acuerdo a Markram, la afirmación del cerebro de gato es poco más que bombo publicitario de Dharmendra Modha, el gerente de Almaden Research Center de IBM.

Gato 1 – IBM 0

El blogger de ciencia y tecnología Greg Fish entrevistó a Markram y le preguntó qué problemas ve en la simulación de IBM, qué tipo de modelos neuronales preve para el futuro y que aplicaciones prácticas pueden tener para la computación en general.

Greg Fish: ¿Qué tan corto sientes que se quedó IBM en su afirmación de simular una estructura que excede la escala de una corteza felina y por qué?

Henry Markram: Ellos afirman haber simulado más de mil millones de neuronas interactuando. Sus llamadas “neuronas” son los puntos más pequeños que te puedas imaginar, un punto microscópico. Más de 98 porciento del volumen de una neurona está ramificado (como un árbol). Ellos simplemente cortaron todas esas ramas y raíces y tomaron un punto en medio del tronco para representar una neurona. En la vida real, cada segmento de las ramas de una neurona contiene docenas de canales iónicos que poderosamente controlan el procesamiento de información en una neurona. Ellos [IBM] no tienen nada de eso.

Las neuronas contienen decenas de miles de proteínas que forman una red con decenas de millones de interacciones. Estas interacciones son increíblemente complejas y requerirá resolver millones de ecuaciones diferenciales. Ellos no tienen nada de eso.

Las neuronas contienen alrededor de 20,000 genes que producen productos llamados ARNm (ácido ribonucleíco mensajero), que construyen la proteína. La forma en que las neuronas construyen proteínas y las transportan a todos los lugares de la neurona que la necesitan es un proceso aún más complejo que también controla lo que es una neurona, sus memorias y cómo procesará información. No tienen nada de eso.

Usan una función alfa (arriba rápido, abajo lento) para simular un evento sináptico. Esto es una representación completamente inexacta de una sinapsis. Hay al menos seis tipos de sinapsis que son no-lineales en su transmisión (p. ej. que transforman y no solo transmiten entradas). De hecho necesitarías decenas de miles de ecuaciones diferenciales para simular una sinapsis. Las sinapsis son también máquinas moleculares extremadamente complejas  que en sí mismas requerirían miles de ecuaciones diferenciales para simular solo una. No simularon nada de esto.

Hay ecuaciones diferenciales complejas que deben ser resueltas para simular el flujo iónico en las ramas, para simular la biofísica de los canales iónicos, las interacciones entre proteínas, así como la maquinaria bioquímica y genética completa y la transmisión sináptica entre neuronas. Cientos de miles de ecuaciones diferenciales más. No tienen nada de esto.

También hay glía — diez veces más que neuronas — y el abastecimiento sanguíneo, y más y más. Estos “puntos” que simularon y las sinapsis que usaron para la comunicación son literalmente millones de veces más simples que un cerebro de gato real. Así que no han siquiera simulado el cerebro de un gato ni a una millonésima de su complejidad. Ni siquiera está cerca del cerebro de una hormiga.

Fish: El comunicado de prensa oficial de IBM no planteó explícitamente que el equipo de Blue Matter había modelado el cerebro de un gato, sin embargo muchos blogs y sitios de noticias sí. ¿Sientes que la distorsión del comunicado es culpa de IBM, la prensa, o ambas y por qué?

Markram: Yo sé muy bien cómo la prensa puede sacar cosas de proporción, pero esta vez la prensa no tiene la culpa. Fueron la víctima de un comunicado descaradamente falso. Hablo de la afirmación falsa de Modha, nadie más tiene la culpa. Aquí hay una parte de la publicación ganadora de premio Gordon Bell:

“Las simulaciones, que incorporan neuronas activas fenomenologicas, sinapsis individuales que aprenden, retardos axonales, y canales sinápticos dinámicos, exceden la escala de la corteza de un gato, marcando así el amanecer de una nueva era en la escala de simulaciones córticas.”

Esta no es una exageración de la prensa en lo absoluto, la prensa fue engañada de una manera poco ética. Es un caso muy serio de mala conducta y ningun científico debería quedarse viendo tales sandeces y cómo el publico es engañado. Eso es lo que pasa cuando una publicación no es evaluada por pares. Bien pues, esta es su evaluación.

Además, Eugene Izhikevich (de la Brain Corporation en San Diego, CA) hizo una simulación que es de hecho 60 veces más grande que la de Modha hace unos años ya (100 mil millones de neuronas) y lo hizo en computadoras de escritorio. Modha, incluso usó las ecuaciones de Izhikevich, así que sabe muy bien que su simulación no fue la más grande que se ha hecho. Izhikevich debería tener el premio Bell, no este tipo.

Ovidiu Anghelidi (del  International Neuroinformatics Coordinating Facility en Toronto, Canada) tiene el record mundial con 700 mil milllones de neuronas simuladas. De hecho, sus neuronas son mucho más complejas ya que usa lo que se conoce como ecuaciones Hodgin-Huxley, que pueden capturar las delicadezas de canales iónicos complejos en neuronas. Su simulación tomó días así que no es óptima, pero si hubieran tenido una supercomputadora disponible, esto sería bastante sencillo.

Así que esto desacredita al comité del Gordon Bell por ni siquiera revisar lo que se ha hecho previamente. El hecho de que haya tenido una supercomputadora para hacerlo, lo hace técnicamente más trivial, no más asombnroso. Intenta hacer eso con computadora de escritorio.

Fish: ¿Qué piensas de proyectos de computación cognitiva y cómo visualizas que los modelos de estructuras córticas o cerebros enteros hagan progreso al concepto? ¿Cómo se aplicaría en usos prácticos?

Markram: Estas no son el tipo de simulaciones que yo creo que ayudaran a entender el cerebro, pero acepto completamente que redes neuronales pueden ser extremadamente poderosas para problemas computacionales que IA normal no puede solucionar fácilmente. De hecho, la industria de redes neuronales es enorme y simular redes más grandes sí te da nuevas capacidades computacionales. A lo que objeto es la afirmación false y engañosa. Es una red artificial, no una simulación de cerebro artificial. Si puedes usar nuevos algoritmos de aprendizaje entonces puedes entrenar tales redes artificiales a solucionar problemas muy complejos, pero probablemente necesitarás un trillon de trillon de tales neuronas para acercarte al poder computacional de un pequeño insecto.

Fish: En tu concepción, ¿qué sería un modelo preciso de un cerebro o una estructura cerebral y como se establecería?

Markram: Pues, necesitas abstraer al menos matemáticamente cada una de las interacciones a nivel molecular e incluirle todas las restricciones que le tomo a la evolución millones de años en descubrir. Necesitas tener la composición de neuronas correcta, los números correctos y la correcta conexión sináptica entre las neuronas etc etc. Blue Brain usa una estrategia para alcanzar esta meta, siguiendo a la biología en lugar de la teoría.

Fish: ¿Crees que tales modelos pudieran llevarnos a inteligencia artificial o tencologías de ciencia ficción como el “subir la mente”, con frecuencia mencionado en el mundo de ciencia popular? Si es el caso, ¿cómo se establecerían tales sistemas?

Markram: Mi predicción es que entendermos el código neuronal mucho antes de haber terminado de contruir el cerebro – si lo contruimos desde cero (no solo puntos interactuando). El código neuronal es el código que usa el cerebro para representar información. Teniendo este código, muchas cosas serán posibles, como la realidad virtual que estimule tu cerebro para experimentar ciertas percepciones. La tecnología para estimular el cerebro de esta manera probablemente tome más tiempo, pero eventualmente vendrá. Para grabar sería casi igual. Si puedes grabar de miles de millones o billlones de lugares en el cerebro, probablemente podrías obtener un estado neuronal que represente un pensamiento, o un recuerdo.

Si puedes estimular el cerebro con esos patrones, entonces otra persona puede ver algo similar. Sin embargo, nuestros cerebros están calibrados de maneras distintas, asi que tendrías que aprender a interpretar la estimulación y entonces podrías ver algo que alguien más vio. Así que las descargas de mente están lejos en el futuro, pero no hay ningun motivo fundamental de por qué no sucederá eventualmente. Yo como que aludo a ello, es mejor no especular muy en el futuro.

Original:  IBM Cat Brain Computer Debunked – Discovery News

Traducción de DiosEsImaginario.com

LJ Biología y Genética, Ciencia, Computación