Científicos se preparan para simular el cerebro humano en una supercomputadora

Un grupo de investigadores del Centro de Investigación Jülich (Alemania) tienen el objetivo de crear una simulación a escala del cerebro humano en una supercomputadora, con el objetivo de comprender mejor cómo viajan las señales a través de este órgano.

El cerebro humano siempre ha sido uno de los elementos del cuerpo que más interés ha generado dentro de la comunidad científica y, por eso, ya hace años que algunos equipos de investigación comenzaron a plantear su estudio desde la informática.

En marzo de 2023, por ejemplo, Microsoft e Inait desarrollaron una inteligencia artificial que simulaba el razonamiento humano, combinando neurociencia e inteligencia adaptativa para transformar fianzas, robótica y más.

Má recientemente ha aparecido Fugaku, un proyecto creado por el Allen Institute de Estados Unidos en colaboración con la Universidad de Electrocomunicaciones de Japón, que han desarrollado un modelo digital que se comporta como un cerebro auténtico.

La novedad de la propuesta del comentado grupo de investigadores alemán es que buscan crear una simulación a escala de todo el cerebro humano. Y, además, lo hacen con el antecedente del conocido como Proyecto Cerebro Humano, que fracasó hace unos años a pesar de contar con suficientes subvenciones para llevarlo a cabo, tal y como recuerda Futurism. 

Estudiando la corteza cerebral humana

Markus Diesmann, profesor de neurofísica de Jülich, es quien se encarga de dirigir el equipo que planea simular el cerebro humano en una supercomputadora, empleamdo para ello la conocida como Joint Undertaking Pioneer for Innovative and Transformative Exascale Research o JUPITER.

El equipo, que lleva meses trabajando en esta idea, demostró hace unas semanas que un modelo simple de las neuronas del cerebro y sus sinapsis, denominado 'red neuronal de pico' podría configurarse y ampliarse para funcionar en las miles de unidades de procesamiento gráfico (GPU) de JUPITER.

Esto le daría un tamaño de 20.000 millones de neuronas y 100 billones de conexiones, una arquitectura equivalente a la corteza cerebral humana, donde se dan "casi todas las funciones cerebrales más complejas", ha señalado New Scientist. 

Con este trabajo, escalado al nivel de un superordenador, los expertos buscan obtener resultados más valiosos que las simulaciones de cerebros más pequeños, como el de una mosca de la fruta, que anteriormente se ha ejecutado con resultados menos satisfactorios.

"Ahora sabemos que las grandes redes pueden hacer cosas cualitativamente diferentes a las pequeñas. Está claro que las grandes redes son diferentes", ha señalado Diesmann, en declaraciones recogidas por este otro medio.

Otro investigador también ha destacado lo beneficioso que resulta realizar este experimento a una escala mayor de la habitual. "Es realmente importante que, eventualmente, podamos hacer simulaciones a gran escala, porque, de lo contrario, nunca vamos a obtener lo real", ha concretado Thomas Nowotny, de la universidad de Sussex.

Una mayor escala para poner a prueba teorías básicas

Este medio especializado ha insistido en que las simulaciones cerebrales a gran escala podrían permitir a los investigadores probar teorías básicas de la funcionalidad cerebral que son imposibles tanto en modelos más pequeños como con cerebros reales.

En este sentido, han puesto de ejemplo el estudio de la formación de recuerdos, que se podría probar dando imágenes a una red cerebral, observando cómo reacciona y registrando cómo cambia esta formación de la memoria con el tamaño del cerebro.

Por otra parte, Nowotny propone que también se podría crear una forma de probar los medicamentos, como observar cómo los modelos de epilepsia en los que se dan convulsiones y ráfagas de actividad cerebral anormal se ven afectados por ciertos medicamentos.

Finalmente, se cree que, al disponer de una potencia computacional adicional, que permite que las simulaciones cerebrales se pueden ejecutar más rápido, es posible que los investigadores puedan conocer cómo se ejecutan procesos más lentos, como el aprendizaje.