Cómo el cerebro realiza cálculos flexibles.

Los seres humanos pueden realizar una amplia gama de operaciones mentales y ajustar
sus respuestas de comportamiento basadas en instrucciones externas y creencias
internas. Por ejemplo, para aprovechar tu ritmo musical, tu cerebro debe procesar el
sonido entrante y también utilizar tu conocimiento interno de cómo va la canción.

Los neurocientíficos del MIT ahora han identificado una estrategia que utiliza el cerebro
para seleccionar rápidamente y realizar con flexibilidad diferentes operaciones
mentales. Para hacer este descubrimiento, aplicaron un marco matemático conocido
como análisis de sistemas dinámicos para comprender la lógica que gobierna la
evolución de la actividad neuronal en grandes poblaciones de neuronas.

"El cerebro puede combinar señales internas y externas para realizar cómputos
novedosos sobre la marcha", dice Mehrdad Jazayeri, el Profesor de Desarrollo de
Carrera Robert A. Swanson de Ciencias de la Vida, miembro del Instituto McGovern
para la Investigación del Cerebro del MIT y autor principal del estudiar. “Lo que hace
que esto sea sorprendente es que podemos hacer ajustes a nuestro comportamiento en
una escala de tiempo mucho más rápida que la que puede cambiar el hardware del
cerebro. Como resultado, el mismo hardware puede asumir muchos estados diferentes, y
el cerebro usa instrucciones y creencias para seleccionar entre esos estados ".

El trabajo previo del grupo de Jazayeri ha encontrado que el cerebro puede controlar
cuándo iniciará un movimiento al alterar la velocidad a la que los patrones de actividad
neuronal evolucionan con el tiempo. Aquí, encontraron que el cerebro controla esta
velocidad de forma flexible basándose en dos factores: entradas sensoriales externas y
ajuste de los estados internos, que corresponden al conocimiento sobre las reglas de la
tarea que se realiza.

Evan Remington, un postdoctorado del Instituto McGovern, es el autor principal del

artículo, que aparece en la edición del 6 de junio de Neuron. Otros autores son el ex
postdoctorado Devika Narain y el estudiante graduado del MIT Eghbal Hosseini.

Los neurocientíficos creen que la "flexibilidad cognitiva" o la capacidad de adaptarse

rápidamente a la nueva información reside en las áreas corticales superiores del cerebro,
pero se sabe poco sobre cómo el cerebro logra este tipo de flexibilidad.

Para comprender los nuevos hallazgos, es útil pensar cómo se pueden usar los
interruptores y los diales para cambiar la salida de un circuito eléctrico. Por ejemplo, en
un amplificador, un interruptor puede seleccionar la fuente de sonido controlando la
entrada al circuito, y un dial puede ajustar el volumen controlando parámetros internos
como una resistencia variable. El equipo del MIT teorizó que el cerebro transforma de
manera similar las instrucciones y creencias en entradas y estados internos que
controlan el comportamiento de los circuitos neuronales.

Para probar esto, los investigadores registraron la actividad neuronal en la corteza

frontal de los animales entrenados para realizar una tarea de tiempo flexible llamada
“listo, listo, listo”. En esta tarea, el animal ve dos destellos visuales: “listo” y
“establecido” - que están separados por un intervalo en cualquier lugar entre 0,5 y 1
segundo, e inician un movimiento - "ir" - algún tiempo después de "establecer". El
animal tiene que iniciar el movimiento de tal manera que el intervalo de "establecer-ir"
sea igual al o 1.5 veces el intervalo de "listo-establecido". La instrucción de si usar un
multiplicador de 1 o 1.5 se proporciona en cada prueba.

Las señales neuronales registradas durante el intervalo "set-go" transportaban

claramente información sobre el multiplicador y la longitud medida del intervalo
"ready-set", pero la naturaleza de estas representaciones parecía desconcertantemente
compleja. Para descifrar la lógica detrás de estas representaciones, los investigadores
utilizaron el marco de análisis de sistemas dinámicos. Este análisis se utiliza en el
estudio de una amplia gama de sistemas físicos, desde simples circuitos eléctricos hasta
transbordadores espaciales.

La aplicación de este enfoque a los datos neuronales en la tarea "listo, listo, listo"
permitió a Jazayeri y sus colegas descubrir cómo el cerebro ajusta las entradas y las
condiciones iniciales de la corteza frontal para controlar los tiempos de movimiento de
manera flexible. Una operación similar a un interruptor establece la entrada asociada
con el multiplicador correcto, y una operación similar a un dial ajusta el estado de las
neuronas basándose en el intervalo de "configuración preparada". Estas dos estrategias
de control complementarias permiten que el mismo hardware produzca diferentes
comportamientos.

David Sussillo, científico investigador de Google Brain y profesor adjunto de la

Universidad de Stanford, dice que una de las claves del estudio fue el desarrollo por
parte del equipo de investigación de nuevas herramientas matemáticas para analizar
grandes cantidades de datos de grabaciones de neuronas, lo que permite a los
investigadores descubrir cómo La población de neuronas puede trabajar junta para
realizar operaciones mentales relacionadas con el tiempo y el ritmo.

"Han aplicado de manera muy rigurosa el enfoque de sistemas dinámicos al problema

del tiempo", dice Sussillo, quien no participó en la investigación.

Los investigadores afirman que aún quedan muchas preguntas sin responder sobre cómo
el cerebro logra esta flexibilidad. Ahora están tratando de averiguar qué parte del
cerebro envía información sobre el multiplicador a la corteza frontal, y también esperan
estudiar.

Y qué sucede en estas neuronas cuando aprenden primero las tareas que requieren que
respondan con flexibilidad.

"No hemos conectado todos los puntos de la flexibilidad del comportamiento a los
detalles neurobiológicos. Pero lo que hemos hecho es establecer una comprensión
algorítmica basada en las matemáticas de los sistemas dinámicos que sirve de puente
entre el comportamiento y la neurobiología ", dice Jazayeri.

Los investigadores también esperan explorar si este tipo de modelo podría ayudar a
explicar el comportamiento de otras partes del cerebro que tienen que realizar cálculos
de manera flexible.