8

Autor xxxx xxxx xx xxxxx xxxxx xxxx xxxxxx xxxxxx xxx xx
xxxxxxxxxx xxxx xxxxxxxxxx xxxxxx xxxxxxxx xxxxxxxx.

Terry Sejnowski es investigador en el Instituto Médico

Howard Hughes y profesor Francis Crick en el Instituto
Salk de Estudios Biológicos, donde dirige el Laboratorio
de Neurobiología Computacional.

Tobi Delbruck es uno de los jefes del grupo de sensores

en el Instituto deNeuroinformática de la Universidad
de Zúrich.

e
j
a
gu
NEUROCIENCIA

el

n
e
L

o
r
b
e
r

e
c

del

iante
d
e
ias m orren
c
n
e
i
per
e rec nas
x
u
e
q
s
s
a
eta l impulso de neuroowski
r
p
r
los
inte
nes erry Sejn ruck
e
o
o
l
d
r
l
i
b
n
T
m
re
ió
elb
bi D
o
El ce cronizac miles de
T
y
la sin

De entre la vasta gama de experiencias y emociones que almacenamos, en un instante accedemos a una de ellas.Reconocemos de inmediato la cara de nuestros padres, cónyuge, amigos o mascotas, ya sea
a plena luz, en la oscuridad, desde arriba o de reojo, una tarea que los
sistemas de visión por ordenador de los robots más sofisticados logran
a duras penas. También realizamos sin esfuerzo varias operaciones a
la vez, como cuando sacamos un pañuelo de nuestro bolsillo y nos
secamos la frente mientrasentablamos una conversación con un
conocido. Sin embargo, la creación de un cerebro electrónico que permita a un robot llevar a cabo esta simple combinación de comportamientos queda todavía lejos.
50  INVESTIGACIÓN Y CIENCIA, diciembre 2012

kenn brown, mondolithic studios

Nuestro cerebro funciona mejor que
Google o que el robot más moderno.

Sinapsis: Los puntos de conexión
entre neuronas regulan elflujo de
información a través del cerebro.

Diciembre 2012, InvestigacionyCiencia.es  51

¿Cómo ejecuta el cerebro todas esas acciones, teniendo
en cuenta que la complejidad de redes en su interior (billones
de conexiones entre miles de millones células) rivaliza con
la de Internet? Una de las respuestas la hallamos en su gran
eficiencia energética: cuando una neurona se comunica con
otra, gastauna millonésima parte de la energía que necesita
un ordenador para realizar una operación equivalente. Sin
duda, la evolución debió favorecer en este órgano de algo más
de 1 kilogramo un rendimiento cada vez mayor.
Sin embargo, el ahorro energético no puede ser la única explicación, dado que el cerebro cuenta con una serie de limitaciones intrínsecas. Una neurona de la corteza cerebral, porejemplo, responde a un estímulo de otra neurona que inicia un impulso, o potencial de acción, en milésimas de segundo. Lo hace
a paso de tortuga, en comparación con los nanosegundos que
tardan los transistores en encender un ordenador. La fiabilidad
de una red neuronal también es baja: una señal que viaja de
una célula cortical a otra llega a su destino final con una probabilidad del 20 por ciento, valorque se reduce aún más si la
conexión entre ambas es distante y no directa.
No se comprende del todo la manera en que el cerebro extrae
una información coherente de las señales que pasan por él. Sin
embargo, los autores del presente artículo y otros investigadores
hemos realizado progresos muy interesantes, al concentrarnos
en el modo en que el cerebro emplea la coordinación temporal
de lospotenciales de acción para codificar la información y resolver con rapidez problemas computacionales complicados. Ello
se debe a que un grupo de impulsos iniciados al mismo tiempo
pueden transmitir mucha más información que un grupo de impulsos semejantes pero no sincronizados.
Aparte de entender una de las máquinas más complejas que
se conocen en el universo, los resultados de estos estudios podríanllevar al desarrollo de ordenadores totalmente nuevos. Ya
se han construido circuitos electrónicos «neuromórficos» que
imitan algunas características de las redes de señalización cerebrales. Hoy en día, podemos crear aparatos con un millón de neuronas electrónicas y se planea construir sistemas aún mayores. A
la larga, será posible diseñar ordenadores neuromórficos que funcionen mucho más rápido...