Los modelos cerebrales normalmente abordan subcomponentes y subsistemas relativamente pequeños. Hasta el momento no había sido posible demostrar cómo trabajan juntos estos subsistemas en un cerebro vivo que funciona en un mundo real.
Ahora, por primera vez, científicos del Grupo de Investigación SPECS (Sistemas Sintéticos, Perceptivos, Emotivos y Cognitivos) de la UPF han tenido éxito en la realización de un modelo cerebral completo de roedor, en un robot capaz de controlar su comportamiento en tiempo real.
Esto se ha conseguido gracias a un programa de investigación interdisciplinario, dirigido por Paul Verschure, profesor de investigación ICREA del Departamento de Tecnologías de la Información y las Comunicaciones (DTIC) y director del Grupo de Investigación SPECS en el Centro de Sistemas Autónomos y Neurorobóticos (N-RAS) de la UPF, que combina la neurociencia, la psicología, la inteligencia artificial y la robótica. Es fruto del trabajo de investigación que Verschure está llevando a cabo durante más de veinte años sobre la teoría del Control Adaptativo Distribuido (DAC, Distributed Adaptative Control) de la mente y el cerebro.
La teoría del Control Adaptativo Distribuido propone que, en el mundo real, los animales se ocupan de las tareas vitales como la obtención de alimentos, satisfaciendo cinco objetivos de alto nivel que responden a las cuestiones "como", "por qué", "qué", "dónde" y "cuando", lo que Verschure ha llamado: "el problema H4W" (Verschure, 2012).
Este comportamiento complejo pasa por saber dónde hay que ir y cuando hay que salir a buscar los recursos, qué buscar, dónde y cuándo se ha de volver a la base, la manera de evitar los obstáculos y cómo actuar para satisfacer las necesidades internas. Los investigadores se han preguntado "¿de qué manera el cerebro y los principios neuronales subyacentes pueden explicar estos comportamientos complejos y su coordinación?".
El DAC-X aporta información sobre cómo se coordinan las áreas cerebrales
La investigación llevada a cabo por los miembros de SPECS, Giovanni Maffei, Diogo Santos-Pata, Encarnación Marcos, Martí Sánchez-Fibla, bajo la dirección de Paul Verschure, ha estudiado cómo operan y se realizan los paradigmas fundamentales de aprendizaje del condicionamiento clásico en los sistemas centrales del cerebro, cerebelo, hipocampo y corteza cerebral. Hasta ahora se habían elaborado modelos biológicamente limitados de estos sistemas.
Los autores, por primera vez han logrado juntar todos estos componentes en el modelo DAC-X y han obtenido nuevos conocimientos sobre cómo se coordina la interacción entre los sistemas cerebrales. El modelo DAC-X, además de ser único a nivel biológico, también lo es por la capacidad que tiene de controlar un robot en tiempo real facilitando con ello la comprensión de las dinámicas realistas del cerebro en el mundo real.
Comportamiento del robot en la búsqueda y acaparamiento de nutrientes
Los experimentos del robot DAC-X se centran en su comportamiento fundamental de subsistencia, búsqueda y acaparamiento de nutrientes. Los experimentos hechos con robots móviles muestran que un agente que se tenga que alimentar en un entorno desconocido deberá adquirir varios tipos de conocimiento, deberá establecer asociaciones sensoriomotoras, adoptando retos y estrategias para lograr sus objetivos.
En particular, el agente con el tiempo aprende a depender de las señales ambientales locales para encontrar recursos que le sean útiles, para lo cual adquiere las habilidades de planificación de navegación que dan soporte a la toma de decisiones eficientes, lo que conduce a un aumento de la eficiencia del comportamiento en términos de coste-recompensa.
El modelo DAC-X muestra en detalle cómo actúan simultáneamente los sistemas cerebrales centrales implicados en esta compleja tarea, que los autores describen en esta secuencia: "el hipotálamo dicta las necesidades dominantes, el cerebelo configura los patrones de acción específicos para negociar con el entorno, el hipocampo hace las simulaciones internas de rutas potenciales y la corteza cerebral prefrontal ajusta los objetivos específicos de comportamiento".
Este trabajo da luz de las sinergias que se establecen entre los múltiples sistemas de aprendizaje cerebrales y también de cómo estos mecanismos descritos podrían explicar conductas observadas en roedores y otros mamíferos.
El objetivo del DAC-X, y por extensión del resto de modelos derivados de la teoría DAC, es lograr entender el funcionamiento del cerebro a través de la robótica, tanto en la salud como en la enfermedad, para avanzar tanto en el campo de la robótica, como para conseguir mejores diagnósticos e intervenciones para la práctica clínica.
El grupo SPECS ya ha dado pasos en esta dirección con el desarrollo del Rehabilitation Gaming System (RGS), un sistema de realidad virtual orientada a la rehabilitación motora de las extremidades superiores de personas afectadas de diferentes grados de déficits neurológicos.
Reconocimientos:
La investigación que lleva a estos resultados ha recibido financiación del Consejo Europeo de Investigación dentro del Séptimo Programa Marco de la Unión Europea (FP7 / 2007-2013) / acuerdo de subvención del CEI núm.341196]CDAC, Séptimo Programa Marco de la Comisión Europea ([7PM/ 2.007 a2.013]en virtud de acuerdo de subvención núm. [612139]) WYSIWYD, Séptimo Programa Marco de la Comisión Europea ([FP7/ 2013 a2016]en virtud de acuerdo de subvención núm.[601167])del CSN II y Horizonte 2020 socSMC de la Comisión Europea (con el número del acuerdo: socSMC-641321H2020-FETPROACT-2014).
Trabajo de referencia:
Giovanni Maffei, Diogo Santos-Pata, Encarnación Marcos, Martí Sánchez-Fibla y Paul FMJ Verschure (2015),"An embodied biologically constrained model of foraging: from classical and operant conditioning to adaptive real-world behavior in DAC-X", Neural Network, 30 de octubre.
El equipo de investigadores observó cambios en el...
El gen AtCDF3 promueve una mayor producción de az...
Un estudio con datos de los últimos 35 años, ind...
En nuestro post hablamos sobre este interesante tipo de célula del si...
La revista ‘Nature Protocols’ selecciona esta técnica como “pro...
