Cómo el cerebro es lo suficientemente flexible para un mundo complejo

Instituto Picower para el Aprendizaje y la Memoria del MIT

Descripción general

No todas las funciones cerebrales son complejas. No es necesario que lo sean. Las funciones simples se pueden realizar mediante arquitecturas simples o capas únicas. Ver un objeto acercándose, probar un veneno, detectar comida en el esófago y tragarla, y retroceder ante algo que causa daño a los tejidos son funciones simples que circuitos y células simples pueden realizar. Las arquitecturas que sustentan estas funciones pueden tener propiedades sencillas o combinaciones simples de propiedades que cumplen esta función, muy parecida a una vía de ferrocarril que proporciona una ruta directa y sencilla. La falta de flexibilidad hace que estas funciones sean rápidas, eficientes y estereotipadas.

Por el contrario, los sistemas neuronales responsables del pensamiento y el comportamiento complejos exigen flexibilidad. El pensamiento inteligente es un pensamiento flexible. Todas las criaturas pueden reaccionar reflexivamente al medio ambiente. Pero los animales con sistemas nerviosos más complejos pueden cambiar su comportamiento integrando más parámetros en el proceso de toma de decisiones. Adaptan el comportamiento continuo a la situación actual y a un conjunto de submetas y objetivos en constante cambio. También tienen en cuenta una historia acumulada de eventos que sesgan los umbrales de decisión. Esta capacidad de generalizar el comportamiento dependiente del contexto es crucial para nuestra capacidad de proyectar nuestro comportamiento hacia el futuro, permitiéndonos hacer y ejecutar planes.

El sustrato neuronal de esta flexibilidad se puede ver en muchos lugares, pero es especialmente frecuente en áreas corticales que se sabe que son críticas para el comportamiento flexible, como la corteza prefrontal (PFC). Individualmente, las neuronas PFC tienen propiedades de respuesta adaptativas y multivariadas denominada “selectividad mixta”. Desempeñan muchas funciones y muestran diferentes patrones de selectividad en diferentes contextos de comportamiento. La información suele estar ampliamente distribuida entre ellas. La relación señal-ruido de las respuestas de cada neurona individual es baja, pero la información decodificable para la población es alta. Las neuronas PFC tienen tasas de activación basales moderadamente altas y altas proporciones de neuronas que responden a muchos estímulos, basándose en la mezcla de entradas más diversas que le dan a cada neurona individual muchos trabajos que codifican muchas variables.

Nuestra visión del PFC ha evolucionado: en lugar de líneas de pensamiento sobre las vías del tren, la PFC se parece más a los automóviles que circulan por el sistema de carreteras y autopistas. Las neuronas y sus axones proporcionan las autopistas: la arquitectura anatómica por la que pueden viajar los pensamientos, los sentimientos, las sensaciones y las órdenes motoras. Pero la forma en que se utilizan las carreteras es muy diferente debido a la inmensa complejidad de los impulsos eléctricos y químicos que circulan por todo el cerebro. Los vehículos de información pueden tomar diferentes caminos y diferentes destinos. Es posible que compartan un camino común con algunos vehículos en algunos momentos y con otros en otros. Esta autonomía proporciona máxima libertad y dimensionalidad.

Con esto viene la profundidad del pensamiento. Las propiedades neuronales multivariadas pueden aumentar la dimensionalidad representacional de la población, permitiendo cálculos más complejos. Además, el cerebro adapta la dimensionalidad a la tarea en cuestión. La dimensionalidad se expande y contrae para centrar el procesamiento en dimensiones relevantes. Esto mantiene el procesamiento enfocado en la tarea y dirigido a objetivos.

En resumen, la selectividad mixta proporciona al cerebro la capacidad de procesamiento necesaria para lograr complejidad y flexibilidad.

El costo de esta oportunidad de flexibilidad es la incapacidad de aprovechar las regularidades del mundo para generalizar a situaciones novedosas. La selectividad mixta permite representar un gran número de situaciones diferentes con todo detalle, pero en ocasiones necesitamos descartar o ignorar alguna información para tomar la decisión correcta.

Comentarios

Muchas neuronas exhiben "selectividad mixta". Pueden integrar múltiples entradas y participar en múltiples cálculos. Mecanismos como las oscilaciones y los neuromoduladores reclutan su participación y los sintonizan para centrarse en la información relevante.

Todos los días, nuestro cerebro se esfuerza por optimizar una compensación: con muchas cosas sucediendo a nuestro alrededor, incluso cuando también albergamos muchos impulsos y recuerdos internos, de alguna manera nuestros pensamientos deben ser flexibles pero lo suficientemente enfocados como para guiar todo lo que tenemos que hacer. En un nuevo artículo publicado en Neuron, un equipo de neurocientíficos describe cómo el cerebro logra la capacidad cognitiva de incorporar toda la información que es relevante sin verse abrumado por lo que no lo es.

Los autores sostienen que la flexibilidad surge de una propiedad clave observada en muchas neuronas: la "selectividad mixta". Si bien muchos neurocientíficos solían pensar que cada célula tenía solo una función dedicada, evidencia más reciente ha demostrado que muchas neuronas pueden participar en una variedad de conjuntos computacionales, cada uno de los cuales trabaja en paralelo. En otras palabras, cuando un conejo considera mordisquear un poco de lechuga en un jardín, una sola neurona podría participar no solo en evaluar qué tan hambriento se siente sino también si puede oír un halcón sobre su cabeza u oler un coyote en los árboles y a qué distancia está la lechuga.

El cerebro no realiza múltiples tareas, dijo el coautor del artículo Earl K. Miller, profesor Picower en el Instituto Picower para el Aprendizaje y la Memoria del MIT y pionero de la idea de la selectividad mixta, pero muchas células tienen la capacidad de integrarse en múltiples procesos computacionales (esencialmente “pensamientos”). En el nuevo artículo, los autores describen mecanismos específicos que emplea el cerebro para reclutar neuronas en diferentes cálculos y garantizar que esas neuronas representen el número correcto de dimensiones de una tarea compleja.