Inteligencia Artificial y Neurología (III Parte)

Inteligencia Artificial y Neurología

Doctor Mario Camacho Pinto
Académico de Número

De acuerdo con mi anuncio esta III Parte estaría constituida por los mecanismos cerebrales susceptibles de extrapolación tal como fueron enumerados por mí: control de input-output para realizar conductas, y de inteligencia y aprendizaje. De los cuales por razón de espacio sólo se publica la mitad en esta edición de Medicina.

Se trata de una presentación esquemática, aun cuando ahora encuentro quizás más atractivo el enfoque de J’urgen Ruech expuesto en el Capítulo Comunicación y Psiquiatría de la obra extensa de Freedman (1) así: Input = percepción.

Análisis de datos = reconocimiento. Procesamiento de datos = pensamiento. Almacenamiento de datos = memoria. Output = expresión y acción. A mi modo de ver se completaría este encuadre funcional con el tópico aprendizaje, proceso contiguo al de la memoria. Antes de entrar en materia hago unas consideraciones preliminares.

En la primera me refiero a otro enfoque del concepto de LA. no incluido anteriormente. Se trata de Schank Roger y Hunter Larry (2) para quienes las indagaciones a que conduce el trasegar acerca de lA son las más atrevidas de nuestra existencia: ¿cuál es la naturaleza de la mente, qué pasa cuando estamos pensando, sintiendo, viendo o entendiendo?

¿Es posible comprender cómo trabaja nuestra mente realmente? Preguntas milenarias en cuyas respuestas no se ha registrado progreso. La lA ofrece una nueva herramienta para avanzar en este sentido: el computador.

Las teorías sobre la mente han consistido en procesos descriptivos. Y los planteamientos iníciales hechos sobre lA por los investigadores han sido enfocados hacia lo que ellos mismos consideraron como manifestaciones de alta inteligencia: problemas matemáticos, ajedrez, rompecabezas complejos, etc.. Gran cantidad de energía fue dedicada y se encontraron técnicas computacionales exitosas.

Pero se comprendió que las técnicas desarrolladas no eran las mismas que emplea el cerebro, por lo cual se ha comenzado a concentrar esfuerzos en tareas que se consideran triviales para cualquier adulto normal:

Lenguaje, sentido común, aprendizaje por experiencias pasadas.

En cuanto al lenguaje se refiere. El mayor problema reside en que la gente entiende mucho más de lo que el léxico literalmente expresa. Lo atinente al sentido común, no basta el conocimiento de una gran cantidad de cosas sino se requiere su aplicación a una variedad de situaciones.

En cambio el aprendizaje de experiencias pasadas tiene como base la memoria que facilita la aplicación de ese conocimiento en situaciones relevantes. Lo que sí representaría un avance hacia verdadera inteligencia. Entonces se repite la pregunta: ¿para qué sirve la lA? Los autores mencionados responden que el concepto popular de lA se ha enfocado erróneamente hacia lo artificial o sea hacia los computadores.

En realidad estos ejecutan tareas nunca antes imaginadas. Científicos e ingenieros constantemente están aumentando su utilidad y poder. Pero esto no es lA; su concepto se debe enfocar por el aspecto inteligencia.

Ponen como ejemplo el popular programa “Expertos” rotulado como “rulebased” en donde no hay razonamiento en la forma como lo hace un experto humano (hecho anotado en la la. parte). Pues si bien es cierto que realizan tareas interesantes. No son modelos de inteligencia porque no pueden decir qué hay que hacer cuando algo no cuadra en sus reglas basadas en éxito o fracaso.

Agregan que la lA es una ciencia mucho más básica de lo que generalmente se cree. Un producto hecho posible por una idea de lA tiene mérito si funciona con éxito útil, no simplemente porque sea fruto de una idea de lA.

¿Entonces cuáles serían las aplicaciones de la 1A? Según Schank y Hunter si ganamos en conocimiento profundo (insight) o entendimiento de cómo piensa el ser humano. Esos hallazgos ayudarían a la misma gente a pensar mejor y constituirían la más importante aplicación.

Me explico: si descubrimos más sobre cómo la gente lee, entiende y crea, podemos ayudar para que se haga mejor.

En este caso la aplicación más interesante sería para fines educacionales: cómo leer, memorizar, pensar y extender la creatividad. La 1A vendría a ser una parte en el gran intento de entender el pensamiento y ésta debe ser su meta. Su interés reside en el factor inteligencia. No en el de producir artefactos. Por lo demás parte incomparable e insustituible en la vida actual. El resultado real debe ser una nueva forma de entendernos a nosotros mismos, lo que sería mucho más valioso que cualquier otro programa.

Bernard Glueck y Charles Stroebel en “Ordenadores y Psiquiatría” (3) han escrito que el cerebro es un sistema que puede organizar la información que recibe en un modelo multidimensional y multifuncional elaborado del mundo exterior y utilizar este modelo para llegar a decisiones inteligentes.

En el computador el problema como hemos visto es poder dotarlo de este modelo al que se le pueda impartir comprensión (27) global para lograr el desarrollo de una verdadera 1A. Actualmente Newquist Harvey afirma (14) que la siguiente generación de computadores será modelada sobre la estructura física del cerebro humano.

Comentamos: la función cerebral completa es un conjunto tan integrado que sólo se puede fragmentar con fines didácticos y descriptivos porque es la única forma de entender su mecanismo que va progresivamente de lo simple a lo complejo llevando en cada una de sus etapas todo el sentido de unificación que concluye en un comportamiento inteligente. Esta autonomía no quiere decir independencia pues el medio ambiente puede y lo hace modificar o no tanto su flujo como su contenido.

Inteligencia en el Sentido Biológico

Cuando el investigador trata aspectos parciales acude a diferentes procedimientos adecuables a la jerarquía funcional. Cuando se quiere hablar de inteligencia en el sentido biológico se requiere un criterio obtenible por la información básica de los mecanismos biológicos de la integración funcional cerebral.

Y si se aspira a simular estas funciones para lA nunca puede ser en plan diferente de la aplicación parcial de los mecanismos cerebrales para lograr objetivos también parciales. Pues de lo contrario apareceríamos pretendiendo lo absurdo que sería querer igualar lo antagónico: con lo parcial obtener lo total.

Lea También: Principios Generales de Pre-Procesamiento Sensorial Primario

Artificial Neural Networks, ANN.

Está demostrado que estos artificios albergan una capacidad increíble de memoria en un muy pequeño sistema de bajo poder como lo hace el cerebro (4) (13).

Y como un avance informativo comento que las redes neurales artificiales ya empiezan a ingresar en la práctica aplicada con dos artificios que modelan el comportamiento de las neuronas empleando la tecnología de muy amplia escala de integración (VLSI) que comenté en la parte cuando anoté cómo se conforma un “chip” con miles de microprocesadores y que ahora explico diciendo que se trata de varios diseños electrónicos amplificadores y de resistencias para imitar la operancia de las neuronas en el cerebro: son redes análogas que representan la información en resistores constantes, entre ellas y no dentro de ellas (5) (4). Los técnicos anotan que les ha resultado notoriamente difícil dotar un “chip” con resisto res (6).

El primer modelo es el de Hopfield (7)

Que consiste en un dispositivo relativamente sencillo en que el output de cada amplificador de circuito es retrotraído a input con conexiones de resistencias alternantes. Ha sido desarrollado en Caltech. Está compuesto por diseños de carga acoplados CCDs que representan el cuerpo de la neurona y semiconductores en metal nitrooxidado MNOs o compuertas flotantes que almacenan carga y sirven como sinapsis entre las “neuronas”. Este artificio se está ya empleando en sistemas de visión computada y de reconocimiento de lenguaje.

El segundo modelo es el del M.1.T.

Representado por una matriz de neuronas integradas por elementos tipo “n” y tipo “p” que conforman el cuerpo y CCDs que simulan la transferencia sináptica con conexiones-interconexiones, feedback de circuitos complejos y arquitectura neural sofisticada consistente en diseños CCDs acoplados que simulan el mecanismo de transferencia neuronal o conducción empleando un método químico para transformar la carga de output de la neurona a voltaje efector de la célula receptora terminal.

El tamaño de los paquetes de carga transportados por el CCD es arreglado por una compuerta flotante aislada con un film de nitrito.

La carga puede ser cambiada por aumento en el voltaje que obliga a los electrones a traspasar el film, y variando la carga en la compuerta varía la fuerza de las interconexiones. Estudios teóricos y simulaciones han mostrado que estos modelos pueden ser implementados con mecanismos de aprendizaje obtenidos variando la fuerza de las conexiones, hecho considerado como un gran logro para el cual las técnicas de silicón son insuficientes y por ello están siendo remplazadas.

Un sistema neural difiere de otras formas de lA en que puede actuar bajo una evidencia incompleta suministrada por interconexiones, efectos de compuerta y umbral.

Las redes neurales tienen otras características que las distinguen de los computadores digitales:

a) pueden procesar información análoga en lugar de digital;

b) el circuito completo -no una fracción- es encajado en la computación, por tanto mayor rapidez;

c) un circuito neural puede retribuir y procesar información mejorando las respuestas ante una pregunta mal hecha.

La información es tolerada globalmente, con la tolerancia de los sistemas biológicos (15) (22) (24) (25). Se anuncia que en tiempo real, ambiente ruidoso e información parcial, los ANN s pueden llegar a ser los que en el día de mañana tomen ciertas decisiones en aplicaciones militares (9).

Varias agencias gubernamentales como la ASFOR (A ir Forces Office of Scientific Research); la DARDA (Defence Advanced Research Projects Agency) y la Office of Naval Research, están financiando la investigación y desarrollo en redes neurales. De otra fuente, Electronic Engineering Time en escrito de Brown Chapel (5) informa sobre la producción de las primeras redes neurales artificiales.

Relata cómo investigadores de universidades y compañías electrónicas describen circuitos inspirados en nuevos conocimientos profundos de la forma como el cerebro trabaja y los están incorporando en sus computadores digitales mediante “chips” y sistemas digitales que remedan muchas de las propiedades de las neuronas. El resultado parece ser el de haber obtenido sistemas de lA. Fundamentalmente diferentes del sistema de “Expertos” ahora tan en boga.

La TRW ha introducido el “Mark III Artificial Neural System Processor” que puede simular 8.100 neuronas con 417.000 interconexiones variables y 1.2 millones de interconexiones fijas: su función principal es reconocimiento del lenguaje.

Ahora entro a analizar mis tan anunciados ítems en su planteamiento original con miras a sacar conclusiones en cuanto a extrapolación se refiere. No presumo de original en este esquivo tema, tomo de los otros lo que considero necesario para exponer mis ideas (¿o errores?).

Requiero guiones permanentes para el desarrollo de este tema pues como lo planteara Marvin Minsky en su concepto citado ya y ahora lo dice Somjen en su Neurofisiología 1986, hay discrepancia de opiniones que expresa así: “las disciplinas que se ocupan de los aspectos físicos y químicos de la función cerebral están separadas de aquellas que se ocupan de sus manifestaciones conductuales y mentales.

Espero que con los progresos de la neurofisiología en un futuro haya fusión”. “No es mucho lo que se sabe sobre los mecanismos fisiológicos de los que dependen las llamadas funciones cerebrales superiores” (10).

Opinión muy respetable pero con la cual no están en acuerdo del todo otros autores como Luria en sus obras

“El Cerebro Humano y los Procesos Psíquicos” (11) y “Las Funciones Corticales Superiores del Hombre” (12) de la escuela soviética, fundador de la neuropsicología o “lenguaje del cerebro normal o lesionado” como resultado del asiduo estudio investigativo continuado de su impresionante casuística de toda clase de heridas cerebrales en la 2a. guerra mundial.

Y también leemos en Kent: “las dos tareas que requieren el mayor procesamiento del cerebro como son el análisis de la información que inunda incansablemente los órganos de los sentidos (input) y el diseño y ejecución de los movimientos en el espacio (output), han encontrado la solución que facilita su extrapolación en la noción de procesamiento paralelo que se está poniendo en práctica con éxito”.

Conciente estoy de que piso un terreno más especulativo que real porque en la actualidad el prototipo de lA es el robot inteligente, meta del proyecto japonés “V generación”; mas mi interés está principalmente orientado hacia el modelo neural norteamericano VI generación, basado en la interpretación de los mecanismos del cerebro humano cuyo conocimiento constituye y compromete en la actualidad toda mi ilusión.

Recién ha dicho Stephen Grossberg (13) “la literatura sobre redes neurales artificiales está mucho más desarrollada y sofisticada de lo que en la actualidad se está informando, hecho verdadero que constituye la mejor esperanza de que se está realizando un rápido progreso en el campo de la ingeniería neural”.

El neurofisiólogo Somjen dice:

“Una buena parte de nuestro sistema nervioso central parece estar dedicado al control del movimiento, que en teoría podemos separar en dos aspectos así: a) programación del movimiento y b) guía del mismo”.

A su turno Kenten enfoque heterodoxo expresa que “el control cerebral que organiza la generación y la ejecución de movimientos en espacio y tiempo es obviamente muy complejo en su organización, pero se puede simplificar, resumir y reducir en última instancia a dos nociones: a) terminales de placas efectoras en músculos, y b) terminales de las mismas en órganos”.

“Los receptores sensoriales recogen información convirtiendo pequeños cambios de energía en señales nerviosas eléctricas, siendo transductores de una forma de energía a otra: bien por células receptoras especializadas, bien por membranas de terminales periféricas de una fibra nerviosa sensitiva; potencial receptor en el primer caso, y potencial generador o efector en el segundo.

Hay mecano, termo, quimio, fotorreceptores. Los distintos estímulos de estos órganos receptores evocan diferentes tipos de sensaciones subjetivas”. Y advierte que no somos siempre conscientes de todas las entradas de las aferencias nerviosas, en parte por cuestión de atención, en parte por competencia de estímulos. (Vea también: El Descubrimiento del Origen Carencial del Bocio por Boussingault)

Control de Input-Output

Consideraciones neurofisiológicas: en el enfoque neurofisiológico de los mecanismos de la función cortical cerebral me aparto de la tradicional descripción de síndromes frontal, temporal, etc., o de lóbulos cerebrales y sus funciones, etc., y sigo el concepto neuropsicológico de comportamiento y función en relación con la anatomía.

De la cual como lo expresó Kent, no se requieren detalles finos sino funcionales, de arquitectura global. Así el concepto de que las neuronas en el córtex motor prerolándico controlan los movimientos voluntarios se considera hoy en día ingenuu.

Técnicas por microelectrodos han mostrado que hay neuronas del haz piramidal que proyectan monosinápticamente a las motoneuronas espinales y que una sola de estas motoneuronas puede recibir proyecciones de áreas corticales de 2.5 y 8 mm2 por superposición. Aparte de la noción anterior Patton y Amassian (15) repudian el clásico “mosaico anatómico cortical”, remplazando esta noción por la de agrupaciones funcionales diseminadas e intermezcladas con otras que deben ser eliminadas en su momento, (excitatorias, inhibitorias).

Se admite ahora que el control básico del movimiento es ejecutado por las estructuras ventromediales basales cerebrales. Y en conclusión se puede decir que las vías subcorticales son las que guían los movimientos independientes de los miembros y del cuerpo y que las vías cortico-espinales superimponen velocidad y agilidad. Lo cual reafirma la teoría de J ackson de las jerarquías o “niveles”.

Penfield demostró la existencia (16) de una área motora suplementaria. Hablando en términos de simplicidad, una de las mayores funciones del cerebro es procesar información proveniente de los órganos receptores sensoriales y ajustar el comportamiento del organismo a corto y largo plazo: en este sentido actúa como un sistema de feed-back estabilizador para las proyecciones corticales somestésicas, kinestésicas, vestibulo-cerebelosas, de visión, oído, gusto y olfato.

Tanto la noción de corteza sensorio-motora como la existencia del área somatosensorial secundaria situada en el borde superior silviano están aceptadas (16).

En cuanto a visión, comenzamos por recordar los conceptos de percepción y reconocimiento; la falta de la primera conduce a la ceguera y la ausencia del segundo a la agnosia. Luego anotamos que Mishkin citado por Daly (16) propone 3 regiones corticales distintas para el procesamiento visual, a saber: el área estriada, la preestriada y la inferotemporal; ésta última adicionalmente recibe proyecciones del córtex inferotemporal contralateral, el córtex frontal lateral y el pulvinar.

En este punto Gross concluye que el déficit causado por lesiones infero-temporales produce detrimento de la discriminación. Del aporte de los factores asociativos y falla en el reconocimiento en ausencia de perturbación sensorial elemental; mientras que el déficit por lesiones estriadas es más sensorial: es decir afecta básicamente percepción y atención.

Varios estudios han demostrado que el hemisferio derecho identifica mejor las figuras cuyo contorno falta, en juzgar el tamaño de un círculo por la imagen de un fragmento, y en caso de lesión se produce marcado déficit en visión estereoscópica, lo que se interpreta como que hay procesamiento diferente para los mismos estímulos entre los dos hemisferios cerebrales, predominando en el derecho la configuración espacial.

El hemisferio izquierdo lo hace mejor en las respuestas verbales, en el recuerdo del código lingüístico. Consideraciones similares se pueden hacer para la audición. Estos datos muestran la complejidad para la investigación de cómo simular estas funciones. Sin embargo esto no es óbice para continuar estudiando e ir considerando esa por ahora utópica posibilidad.

Con estas salvedades anotadas y otras obvias, continuamos con las consideraciones extrapolables que presentamos a continuación.

Estudiando ahora los mecanismos fisiológicos de entradas y salidas susceptibles a la supuesta extrapolación, consideramos -apartándonos de Kent- algunos de los factores relevantes en el siguiente orden:

10.) El sistema sensorial primario o receptor (input) conformado por la información proveniente de los órganos de los sentidos, y además la piel (somatoestesia); y 20.). El efector o de acción constituido por la organización motora periférica y su adecuado control central superior mediante el monitoreo ejecutado por la corteza motora, el cerebelo, los ganglios basales, la función kinestésica (o cinestésica).

Señalo que auncuando he consultado varios estudios de intención sobre el tema, jamás pretendo un desideratum, sólo un vistazo para indagar posibilidades, propiciar criterio informado y estimular inquietudes que poco a poco han de ir enriqueciéndose con nuevos aportes proporcionados por las múltiples investigaciones internacionales.

Marc Jeannerod en su libro “The Brain Machine” (17) demuestra con argumentos elegantes que “el problema cerebro-movimiento es el paradigma esencial del problema mente-cerebro, al enunciar una organización neural del movimiento con implicaciones para la neurofisiología y las neurociencias”.

El Sistema Sensorial Primario

El cerebro adquiere experiencia, al robot hay que suministrársela.El problema de codificación: quizás el más notable hecho ejecutado por el cerebro es la creación de una organización útil, resultado del cúmulo de datos proporcionados por los estímulos sensoriales. Es también una de las más difíciles tareas para el bioingeniero diseñar un sistema robot inteligente.

En cuanto a lo primero, pensemos no más en la infinita información recibida por el sentido de la vista para darle significado y convertir en elementos comportamentales el aporte de estímulos y sensaciones.

Empezaremos por definir estos vocablos. El primero se refiere al evento actual físico que activa un receptor que para el caso de la visión como ejemplo es un grupo de fotones absorbidos por la retina.

La intensidad y longitud de onda de la luz están determinadas por las propiedades de los objetos físicos que la proyectan. Cuando hablamos de estímulos luminosos entendemos que su acción depende de las propiedades de la luz que recibe la retina.

Sensación se refiere a una experiencia mental que resulta de una forma de activación de nuestros receptores: un estímulo es una ocurrencia objetiva, una sensación es subjetiva. ¿Podemos decir que lo rojo es una propiedad de la luz? No, porque solamente la propiedad física de la luz es su longitud de onda. Lo mismo pasa con el sonido.

En el computador se puede encontrar una analogía con el código ASCn:

Que emplea patrones bit para representar letras y números como vimos en la parte. Pero que pueden significar también algo distinto. La sensación luminosa no es el resultado de activar la retina porque si se corta el nervio óptico y se estimula la corteza visual se obtienen sensaciones luminosas (fosfenos). Entonces las sensaciones dependen de las neuronas del córtex. La información sobre longitud de onda específica en la retina es llevada por los correspondientes axones del nervio óptico.

Este sistema puede ser catalogado como un “place code”. Si aceptamos la noción de que las sensaciones mentales son producidas o determinadas por el cerebro como resultado de estímulos decodificados que producen activación de los receptores, acordes con determinadas convenciones, entonces la sensación viene a ser básicamente un ejemplo de procesamiento de información. La naturaleza de la experiencia conciente se tratará adelante.

Por ahora el objetivo es examinar las clases de transformaciones que el cerebro impone a sus inputs y preguntar por qué una transformación particular y no otra es la útil ante el ambiente. En un sistema artificial el detallado examen de los objetos distantes se podría tener usando sistemas de formación de imágenes sobre una red de transductores sensitivos.

En el sistema cerebral visual se procesa la información así: hay alrededor de 10.000.000 de elementos receptores de luz en la retina; y el cerebro puede cumplir un completo análisis de los patrones de iluminación aproximadamente 100 veces cada segundo. Si esto fuera hecho en una forma directa mediante el examen de todas las percepciones posibles de 10.000.000 de bits, no más de un décimo de segundo de visión sería demasiado para el cerebro. Pero este órgano se defiende reduciendo y sus trucos le son de utilidad.

El primer paso es el proceso de decidir qué no hay que mirar recurriendo a fijarse sólo en los límites sin tener que escrutar el conjunto. El segundo es mirar solamente a las cosas que se mueven en espacio y tiempo.

El ojo es sensible a dos estímulos dimensionales de luz a saber: intensidad y longitud de onda, que percibimos como sensaciones de brillo y de color. Detectar límites temporales o cambios de iluminación en tiempo se puede simular artificialmente. En efecto, un AC acoplado a un convertidor análogo a digital (AjD) con apropiada constante de tiempo podría ser una forma efectiva para modelar este proceso en un robot.

Pero el problema serio es pasar de lo simple a lo complejo, función que realiza el córtex sencillamente como una propiedad de la neurona receptora. El elemento receptor del ojo actúa como un terminal inteligente que transmite al córtex información sobre límites y cambios hacia los altos niveles (20).

Hace poco Carver Head (20) ha logrado construir un “chip” versión de un receptor visual similar a los encontrados en las células de la visión periférica del ojo.

Se pueden imaginar implicaciones para definir la naturaleza de la experiencia mental. El carácter distintivo de los procesos de extracción de imágenes para codificar, las características distintivas de esos extractores; codificación de la intensidad con el equivalente cerebral del “temporal byte” relacionado con cuáles células deben ser activadas por un estímulo y graduar su intensidad; identificar rasgos, para lo cual se requiere información sobre espacio, en el curso del proceso que se considera ejemplo de cómo el cerebro combina los sistemas digital y análogo en un sencillo mecanismo decisivo al que se llega por niveles.

Hay más:

En materia conceptual este campo es ilimitado y sujeto a innovación permanente como la del feedforward (corrección de lo que ya fue actuado). E investigar soluciones artificiales se busca prioritariamente en el proyecto japonés como se ha dicho (26). Otro tipo de análisis inicial de inputs al cerebro se refiere a la frecuencia espacial, un aspecto de extracción de caracteres distintivos diferente del anterior que es de tipo geométrico.

Por frecuencia espacial se entiende no la frecuencia en tiempo de “ciclos por segundo”, sino en términos de frecuencia acústica o eléctrica de 17 dimensión espacial: “ciclos por centímetro lineal”. Ahora será posible especular con frecuencias espaciales en la misma forma que estamos acostumbrados a tratar con frecuencias temporales, y con la aplicación de los postulados de Fourier.

El sistema visual de análisis de movimiento tiene como uno de sus objetivos mayores la habilidad para detectar un patrón de reconocimiento independiente de la localización espacial. De otra manera un objeto dado sería definido de acuerdo a la posición y los objetos colocados en diferentes sitios parecerían ser la única entidad en cada localización. El cerebro ha desarrollado hasta cierto punto extractores de localización independientes.

Por otra parte el conocimiento de la localización de un objeto puede ser suministrado también por los escalones inferiores o unidades específicas de lugar que contribuyen a la independencia de los altos niveles. El registro del movimiento es un aspecto fundamental de la habilidad del sistema visual para proporcionar información ambiental, computar trayectorias y aún distinguir cualidades importantes.

En muchos casos el movimiento es uno de los rasgos esenciales con la forma y el tamaño para el reconocimiento del estímulo visual. Se espera encontrar detectores de movimiento a nivel retiniano.

Otra función es la que concierne a la visión tridimensional:

Con la cual todos estamos familiarizados; la noción de profundidad está dominada por la visión binocular (18) aun cuando hay otros factores como textura de la superficie, iluminación, tamaño de los objetos, interposiciones a diferentes distancias, movimiento aparente de objetos, relaciones con el fondo, etc.

Hay dos posibles sistemas (ambos relacionados con la convergencia ocular) para obtener la noción de profundidad. El primero es el que se realice el registro de la imagen del objeto en partes equivalentes de las dos retinas; el otro es el grado de disparidad en las posiciones de la retina de una imagen que obliga en cierta forma a la convergencia ocular.

Probablemente el cerebro emplea ambos mecanismos (18). Además debe tener “medidor” en el output del mesencéfalo en donde están los núcleos de los nervios óculomotores. El truco está en detectar cuándo las dos imágenes están siendo recibidas por sus partes equivalentes de las dos retinas.

Conocemos el trayecto de las vías visuales al cerebro, en cuya corteza visual estriada están representadas todas las orientaciones tangentes y todas las direcciones posibles de movimiento para todos los puntos dentro del espacio visual; cualquier objeto en el campo visual activará una única combinación de columnas corticales (10).

En neurofisiología se acepta que la visión de profundidad se explica porque los dos ojos están colocados frontalmente para ver los objetos desde ángulos ligeramente diferentes; el cerebro fusiona las dos imágenes bidimensionalmente aunque un poco disparejas en una única experiencia visual tridimensional, hecho demostrado por el estereoscopio.

Sabemos que estas vías se cruzan parcialmente en el quiasma:

Hacen estación en el cuerpo geniculado lateral y en el tubérculo cuadrigémino anterior para la acción refleja y la organización visual del córtex estriado occipital en columnas verticales cada una de las cuales analiza un área del campo visual estableciendo una “dominante” (10). Los ojos pueden generar también una visión de profundidad con base en discrepancias. Pero en cada columna del córtex estriado debe haber células especializadas en evaluar profundidad porque para conseguir este objetivo no es indispensable la visión binocular.

En la práctica existe ya un robot que puede manejar un carro a 30 kilómetros por hora de velocidad evitando obstáculos interpuestos. Infortunadamente la oftalmología no nos proporciona mayor ayuda porque como lo confiesaJ.G. Pashleyen “Fundamentos Científicos de Oftalmología” (19). El oftalmólogo está más interesado en la fisiología del ojo que en el sistema ojo-cerebro.

La aud1:ción. Es interesante la comparación entre visión y audición. El dato fundamental en el sistema auditivo son los patrones básicos de frecuencia y amplitud de onda mediante los cuales se diferencian sonidos y se determinan localizaciones espaciales.

En muchos aspectos la tarea básica es diferente de la del sistema visual a niveles inferiores. Pero a niveles superiores es reminiscente. Sobre esto volveremos. El mecanismo de transducción consiste en un pick-up que es el tímpano, convertidor de las ondas aéreas a vibraciones mecánicas en una cámara líquida, la cóclea, que contiene el órgano de Corti.

Ahí dentro unas membranas perforadas (de Reissner y basilar)

Se ponen en movimiento por las vibraciones del tímpano que con el máximo desplazamiento y su cualidad resonante llega a los diferentes puntos según su frecuencia. Cuando la membrana es desplazada (cilias) produce descargas eléctricas en las neuronas o células ciliares del nervio auditivo o coclear, que van al cuerpo geniculado interno en el tálamo y de ahí a la corteza temporal, áreas 41 y 42 de Helsch. Esto puede ser simulado artificialmente.

Es importante anotar aquí que un componente del sonido, el tono o frecuencia, queda reducido a un “place code”. Así el tono queda representado por un grupo de células y la intensidad por la frecuencia con que estos grupos descargan.

La interacción es importante, así como las proyecciones a centros o núcleos subcorticales auxiliares excitadores o inhibidores unos, y otros como el colículo inferior que son relativamente sensitivos para aquellos estímulos que determinan la localización espacial o la fuente del sonido.

En la corteza auditiva el espectro de frecuencia a la respuesta es comparable al de la corteza visual. Cuya significación es la conveniencia para establecer conexiones. Sin embargo la mayoría de neuronas auditivas no responden igual que las visuales a la estimulación, parece que sólo extrajeran rasgos específicos de frecuencia espacial codificada que confronta con las relaciones suministradas por las neuronas de bajos niveles y conexiones colaterales.

Aquí la transformación del complejo de ondas a espectro de frecuencia temporal es otro ejemplo de análisis análogo de Fourier (complejo de la forma de las ondas de los sonidos naturales).

Los otros dos órganos de los sentidos que alimentan la información del sistema nervioso central, gusto y olfato

No han sido muy estudiados neurológicamente bajo nuestro punto de vista. Aunque sí experimentalmente en biología comportamental, neurobiología y modelaje neural por Gelpering, J. Hopfield, Tank, (21) en el molusco Limax, herbívoro que vive entre plantas venenosas y hongos tóxicos que no come por rechazo de olfato y gusto.

Para el tacto valen las consideraciones hechas anteriormente a propósito de los sistemas visual y auditivo.

Considérese ahora la Kinestesia o sentido que define el movimiento del ángulo articular.

Para esta función cinestésica debe haber neuronas que descarguen a ratas progresivamente crecientes según el grado de apertura de dicho ángulo y así la discriminación fina correspondería a “detectores de ángulo”. Para que no ocurra que el cerebro tenga que codificar percepciones del mundo en la forma de una línea singular activa para cada percepción.

La alternativa sería codificar patrones de actividad de un conjunto de neuronas, con la posibilidad de permutaciones entre un gran número de elementos neuronales. Lo que impediría aglomeración y redundancia. La distinción es exactamente la misma entre codificar un número por una posición en “núcleo” de un bit o codificar por el arreglo o permutaciones de bits en un pequeño byte (conjunto de bits).

El cerebro emplea códigos de permutación por la misma razón que un ingeniero lo hace en un computador. Las ventajas obtenidas por el cerebro en el procesamiento paralelo simultáneo y operación no sincronizada cuadran bien para este esquema. Cualquier unidad funcional del cerebro debe tener acceso a cualquier “bit” de cualquier parte en cualquier tiempo. La casualidad se evita en el cerebro posiblemente con. una neurona habida genéticamente o adquirida por aprendizaje.

Se puede suponer que la maquinaria central preferirá conservar unidades generalizadas y permitir que surja la especificidad a través de momentáneos patrones generados en amplios bytes por la interacción de varios tipos de elementos relativamente no específicos.

Comparable a lo que pasa en el sonido, en que cualidades simples como localización y tono puede ser extraidos a niveles bajos en un sistema de input de “buses” donde los niveles altos puedan hacer uso de ellos. Rasgos más complejos pueden ser extraídos de niveles de inputs más al tos. A los cuales tienen acceso estos “bi ts” marchando en paralelo (23).

La ventaja de este añadido al código perceptual es que el “byte” entero es hallable en cualquier instante. La representación final de los datos de los procesamientos de input ocurren en el código interno de la maquinaria central que Erickson ha llamado “codificador paralelo de población”. Las implicaciones de este sistema para el diseño de inteligencia artificial es grande.