Un futuro con coprocesadores cerebrales

Se necesitan sistemas operativos que ayuden a los cerebros y las máquinas a trabajar juntos

En las últimas décadas se ha visto un aumento de la invención de tecnologías que permiten la observación o la perturbación de la información en el cerebro. La resonancia magnética funcional, que mide los cambios de flujo sanguíneo asociados con la actividad cerebral, se está usando para fines tan diversos como la detección de mentiras, la predicción de toma de decisiones humanas y la evaluación de la recuperación de lenguaje después de un accidente cerebrovascular. Estimuladores eléctricos implantados, que controlar la actividad de los circuitos neuronales, funcionan en cientos de miles de personas para tratar condiciones como la sordera, la enfermedad de Parkinson y los trastornos obsesivo-compulsivos. Y nuevos métodos, tales como el uso de una luz láser para activar o silenciar neuronas específicas en el cerebro, se están utilizando ampliamente en investigaciones para descubrir la manera de controlar los circuitos neuronales y así lograr cambios terapéuticamente útiles en la dinámica cerebral. Estamos entrando en un renacimiento de la neurotecnología, en el que se están expandiendo las herramientas para la comprensión del cerebro, y estudiando sus funciones, tanto en alcance como en poder, a un ritmo sin precedentes.

Esta caja de herramientas ha crecido hasta el punto en que utilizando estratégicamente neurotecnologías múltiples interrelacionadas dentro de un sistema puede producir nuevas capacidades fundamentales, tanto científicas como clínicas, más allá de lo que estas tecnologías pueden ofrecer en forma individual. Por ejemplo, considere un sistema que lee la actividad de un circuito cerebral, computa una estrategia para controlar el circuito de tal modo que entre en un estado deseado, o realiza un cálculo específico, y luego entrega la información al cerebro para lograr esa estrategia de control. Este sistema permitiría que las computaciones cerebrales se guíen por objetivos predefinidos por el paciente o por el médico, o en forma adaptable según sean las circunstancias del entorno del paciente, o el estado momentáneo de su cerebro.

Algunos ejemplos de este tipo de tecnología de «coprocesador cerebral» están bajo desarrollo activo, como los sistemas que influyen en un cerebro epiléptico cuando se observa eléctricamente una crisis, y prótesis para los amputados que «leen» los nervios para controlar extremidades artificiales y estimular los nervios para proporcionar retroalimentación sensorial. Mirando hacia el futuro, estas arquitecturas de sistema pueden ser capaces de funciones muy avanzadas, como suministrar información justo a tiempo al cerebro de un paciente con demencia para aumentarle la capacidad cognitiva, o modelar el perfil de toma de riesgo de un paciente con una adicción en presencia de los estímulos que le aumentan el antojo o deseo.

Dado la cantidad en aumento de tecnologías disponibles de lectura y control del cerebro, se podría habilitar una arquitectura generalizada de coprocesador cerebral definiendo interfaces comunes que determinen cómo se comunican entre sí las tecnologías de los componentes, y también un «sistema operativo» que determine cómo funciona el sistema como un todo unificado; algo análogo a la manera en que las computadoras personales rigen la interacción de sus unidades de discos, memorias, procesadores y pantallas. Una plataforma así para los coprocesadores cerebrales podría facilitar la innovación al permitir que neuroingenieros se enfoquen en un nivel algorítmico para las prótesis neuronales, de mismo modo que un programador de computadoras puede trabajar en un equipo a nivel conceptual, sin tener que planear el destino de cada bit individual. Además, si las nuevas tecnologías progresan en, por ejemplo, un nuevo tipo de tecnología de registro neural, podrían ser incorporadas en un sistema y, en principio, acopladas rápidamente a los actuales métodos de computación e influencia o perturbación, sin necesidad de la dura readaptación de los otros componentes.

El desarrollo estas arquitecturas de coprocesador cerebral llevará un poco de trabajo. En particular, se requieren tecnologías lo suficientemente estandarizadas, o tal vez lo suficientemente abiertas, para que funcionen en una variedad de combinaciones. Sin embargo, se podría aprender mucho con el desarrollo de prototipos de sistemas relativamente simples. Por ejemplo, las tecnologías de registro pueden informar por sí mismas de la actividad cerebral, pero no pueden dar testimonio pleno de la contribución causal que la actividad cerebral que se observada le produce a un determinado resultado clínico o de comportamiento. Por el otro lado, las tecnologías de control pueden introducir información en sus objetivos neurales, pero sus resultados pueden ser difíciles de interpretar por sí mismos debido a que existe información neuronal endógena y procesamiento neural que no son observados. Se les puede quitar ambigüedad a estas cuestiones científicas con coprocesadores cerebrales rudimentarios, construidos con componentes fácilmente disponibles y que utilicen tecnologías de registro para evaluar cómo una perturbación dada en el circuito neural altera la dinámica del cerebro. Estas exploraciones puede comenzar a revelar los principios que determinan cuál es la mejor manera de controlar un circuito, revelando cuáles son los blancos neurales y las estrategias de control que lleven con más eficacia a lograr un estado cerebral o a un efecto de comportamiento, y así señalar el camino hacia nuevas estrategias terapéuticas. Unos coprocesadores cerebrales miniaturizados e implantables podrían respaldar un nuevo tipo de medicina personalizada, por ejemplo, la adaptación continua de una estrategia de control neural hacia los objetivos, estado, entorno e historia de un paciente individual, lo cual es una importante capacidad, dada la naturaleza dinámica de muchos trastornos del cerebro.

En el futuro, el módulo de cálculo de un coprocesador cerebral puede ser lo suficientemente potente como para ayudar en la cognición humana de alto nivel o la toma de decisiones complejas. Por supuesto, aumentar la inteligencia humana ha sido uno de los principales objetivos de los ingenieros informáticos durante más de medio siglo. En efecto, si relajamos un poco la definición de coprocesador cerebral de manera que no requiera un acceso físico directo al cerebro, muchas tecnologías de consumo que se desarrollan hoy están convergiendo en arquitecturas similares a un coprocesador cerebral. En una gran cantidad de estas nuevas tecnologías se está tratando de descubrir información útil para el usuario, para así entregarle esta información al usuario en tiempo real. Además, estos procesos de descubrimiento y entrega cada vez están más determinados por el entorno (por ejemplo, la ubicación) y la historia (por ejemplo, las interacciones sociales, las búsquedas) del usuario. Así que estamos viendo un abandono de la visión clásica (como habían previsto inicialmente los primeros pensadores sobre la simbiosis hombre-máquina, como JCR Licklider), en la que los equipos reciben las indicaciones de los seres humanos, realizan cálculos definidos y luego proporcionan los resultados a los seres humanos.

Por supuesto, dotar a las máquinas de autoridad para servir como coprocesadores humanos proactivos, y permitirles que capten nuestra atención con sus prioridades computarizadas, es algo que se debe considerar cuidadosamente, como puede atestiguar cualquier persona que ha perdido horas al ser interrumpida por una serie de novedades en una red social o por alertas de un motor de búsqueda. ¿Cómo se puede dar acceso al cerebro humano a unas tecnologías de coprocesamiento cada vez más activas sin que perdamos de vista nuestros objetivos generales? Una idea es desarrollar e implementar indicadores que nos permiten evaluar el coeficiente intelectual de un ser humano más un coprocesador trabajando en conjunto, y evaluar el desempeño de inteligencias naturales y artificiales colaborando entre sí en una batería amplia de contextos de resolución de problemas. Después de todo, los seres humanos con un coprocesamiento cerebral a través de Internet (por ejemplo, computadoras portátiles en las que corren navegadores de web) pueden ser más distraíbles si la meta incluye tareas extensas y enfocadas de escritura, pero pueden ser mejores en síntetizar datos generales de fuentes dispares. Por esto, una configuración determinada del coprocesador cerebral puede ser buena para algunos problemas pero mala para otros.

Pensar en nuevas tecnologías computacionales, tales como los coprocesadores cerebrales, nos fuerza a pensar en ellas en términos del impacto, positivo y negativo, que pueden tener sobre el cerebro, y es importante que esto nos aporte un marco para diseñar cuidadosamente sus efectos directos, así como los emergentes.

Fuente: Technology Review. Aportado por Eduardo J. Carletti

Más información: