Los datos de fMRI revelan la cantidad de procesos paralelos que se ejecutan en el cerebro

El cerebro humano a menudo se describe como una máquina informática masivamente paralela. Eso plantea una pregunta interesante: ¿qué tan paralelo es?

Hoy recibimos una respuesta gracias al trabajo de Harris Georgiou de la Universidad Nacional Kapodistriana de Atenas en Grecia, quien ha contado la cantidad de núcleos de CPU en funcionamiento en el cerebro mientras realiza tareas simples en una resonancia magnética funcional (fMRI). máquina. La respuesta podría ayudar a desarrollar computadoras que coincidan mejor con el rendimiento del cerebro humano.

El cerebro en sí consta de alrededor de 100 mil millones de neuronas, cada una de las cuales establece hasta 10 000 conexiones con sus vecinos. Todo esto está empaquetado en una estructura del tamaño de un pastel de fiesta y funciona a una potencia máxima de solo 20 vatios, un nivel de rendimiento que los informáticos observan con una envidia indisimulada.

Las máquinas fMRI revelan esta actividad al medir los cambios en los niveles de oxígeno en la sangre que pasa por el cerebro. La idea es que las áreas más activas usan más oxígeno, por lo que el agotamiento del oxígeno es un signo de actividad cerebral.

Por lo general, las máquinas fMRI dividen el cerebro en píxeles tridimensionales llamados vóxeles, cada uno de unos cinco milímetros cúbicos de tamaño. La actividad completa del cerebro en cualquier instante se puede registrar mediante una cuadrícula tridimensional de 60 x 60 x 30 vóxeles. Estas mediciones se repiten aproximadamente cada segundo, generalmente para tareas que duran dos o tres minutos. El resultado es un conjunto de datos de alrededor de 30 millones de puntos de datos.

El trabajo de Georgiou consiste en determinar la cantidad de procesos independientes en funcionamiento dentro de este vasto conjunto de datos. Esto no es muy diferente a tratar de recuperar la cantidad (mínima) de 'núcleos de CPU' reales necesarios para 'ejecutar' todas las tareas cognitivas activas que están registradas en todo el volumen cerebral tridimensional, dice.

Esta es una tarea difícil dado el tamaño del conjunto de datos. Para probar su técnica de procesamiento de señales, Georgiou comenzó creando un conjunto de datos sintéticos de fMRI compuesto por ocho señales diferentes con características estadísticas similares a las que funcionan en el cerebro. Luego usó una técnica estándar de procesamiento de señales, llamada análisis de componentes independientes, para determinar cuántas señales diferentes estaban presentes y descubrió que, de hecho, hay ocho, como se esperaba.

A continuación, aplicó la misma técnica de análisis de componentes independientes a datos reales de fMRI recopilados de sujetos humanos que realizaban dos tareas simples. La primera era una tarea visomotora simple en la que un sujeto mira una pantalla y luego tiene que realizar una tarea simple dependiendo de lo que aparece.

En este caso, la pantalla muestra un cuadro rojo o verde en el lado izquierdo o derecho. Si el recuadro es rojo, el sujeto debe indicarlo con el dedo índice derecho, y si el recuadro es verde, el sujeto lo indica con el dedo índice izquierdo. Esto es más fácil cuando el cuadro rojo aparece a la derecha y el cuadro verde aparece a la izquierda, pero es más difícil cuando se intercambian las posiciones. Los datos consistieron en casi 100 ensayos realizados en nueve adultos sanos.

La segunda tarea fue más fácil. A los sujetos se les mostró una serie de imágenes que caen en categorías tales como rostros, casas, sillas, etc. La tarea consistía en detectar cuando el mismo objeto aparece dos veces, aunque desde un ángulo diferente o bajo diferentes condiciones de iluminación. Esta es una tarea clásica de reconocimiento visual.

Los resultados hacen una lectura interesante. Aunque el análisis es complejo, el resultado es simple de enunciar. Georgiou dice que el análisis de componentes independientes revela que alrededor de 50 procesos independientes están en funcionamiento en el cerebro humano realizando las complejas tareas visomotoras de indicar la presencia de cajas verdes y rojas. Sin embargo, el cerebro usa menos procesos cuando realiza tareas simples, como el reconocimiento visual.

Ese es un resultado fascinante que tiene implicaciones importantes para la forma en que los científicos informáticos deberían diseñar chips destinados a imitar el rendimiento humano. Implica que el paralelismo en el cerebro no ocurre a nivel de neuronas individuales sino a un nivel estructural y funcional mucho más alto, y que hay alrededor de 50 de estas.

Georgiou señala que un vóxel típico corresponde a aproximadamente tres millones de neuronas, cada una con varios miles de conexiones con sus vecinas. Sin embargo, los chips neuromórficos de última generación actuales contienen un millón de neuronas artificiales cada una con solo 256 conexiones. Lo que queda claro de este trabajo es que el paralelismo que Georgiou ha medido ocurre en una escala mucho mayor que esta.

Esto significa que, en teoría, un equivalente artificial de una estructura cognitiva similar al cerebro puede no requerir una arquitectura masivamente paralela al nivel de neuronas individuales, sino más bien un conjunto de procesos limitados adecuadamente diseñados que se ejecutan en paralelo en una escala mucho más baja. concluye.

Cualquiera que esté pensando en diseñar chips similares al cerebro podría encontrar este consejo útil.

Ref:arxiv.org/abs/1410.7100: Estimación de la dimensión intrínseca en el espacio fMRI a través del análisis fractal de conjuntos de datos

esconder