Dependiendo de la edad, los humanos necesitan de 7 a 13 horas de sueño en 24 horas. Suceden muchas cosas durante este tiempo: el pulso, la respiración y el metabolismo fluctúan y fluyen; los niveles hormonales se ajustan; el cuerpo se relaja. No tanto en el cerebro.

«El cerebro está muy ocupado cuando dormimos, repitiendo lo que hemos aprendido durante el día», dijo Maxim Bazhenov, PhD, profesor de medicina e investigador del sueño en la Facultad de Medicina de la Universidad de California en San Diego. «Dormir ayuda a reorganizar los recuerdos y los presenta de la manera más eficiente».

En trabajos publicados anteriormente, Bazhenov y sus colegas informaron cómo el sueño construye la memoria racional, la capacidad de recordar asociaciones arbitrarias o indirectas entre objetos, personas o eventos, y protege contra el olvido de viejos recuerdos.

Las redes neuronales artificiales utilizan la arquitectura del cerebro humano para mejorar numerosas tecnologías y sistemas, desde la investigación básica y la medicina hasta las finanzas y las redes sociales. En cierto modo, han logrado hazañas sobrehumanas, como la velocidad de cómputo, pero fallan en un aspecto clave: cuando las redes neuronales artificiales aprenden secuencialmente, la nueva información sobrescribe la anterior, un fenómeno llamado olvido catastrófico.

«Por el contrario, el cerebro humano aprende e integra continuamente nuevos datos en el conocimiento existente», dijo Bazhenov, «y normalmente aprende mejor cuando el nuevo entrenamiento se combina con períodos de sueño para la consolidación de la memoria».

Escribiendo en la edición del 18 de noviembre de 2022 de Biología Computacional PLOS, El autor principal Bazhenov y sus colegas analizan cómo los modelos biológicos pueden ayudar a mitigar el riesgo de olvido catastrófico en las redes neuronales artificiales y aumentar su utilidad en una amplia gama de intereses de investigación.

Los científicos utilizaron redes neuronales de picos, que imitan artificialmente los sistemas neuronales naturales: en lugar de comunicar información continuamente, se transmite como eventos discretos (picos) en puntos específicos en el tiempo.

Descubrieron que cuando las redes de picos se entrenaron en una nueva tarea pero con períodos ocasionales fuera de línea que imitaban el sueño, se mitigó el olvido catastrófico. Al igual que el cerebro humano, dijeron los autores del estudio, el «sueño» de las redes les permitió reproducir viejos recuerdos sin usar explícitamente datos de entrenamiento antiguos.

Los recuerdos están representados en el cerebro humano por patrones de peso sináptico: la fuerza o amplitud de una conexión entre dos neuronas.

«Cuando aprendemos nueva información», dijo Bazhenov, «las neuronas se disparan en un orden específico y esto aumenta las sinapsis entre ellas. Durante el sueño, los patrones de picos aprendidos durante nuestros estados de vigilia se repiten espontáneamente. Esto se conoce como reactivación o reproducción.

«La plasticidad sináptica, la capacidad de cambiar o dar forma, todavía está presente durante el sueño y puede mejorar aún más los patrones de peso sináptico que representan la memoria y ayudan a prevenir el olvido o la transferencia de conocimiento de lo antiguo a lo nuevo».

Cuando Bazhenov y sus colegas aplicaron este enfoque a las redes neuronales artificiales, descubrieron que ayudaba a las redes a evitar el olvido catastrófico.

“Significaba que estas redes, como los humanos o los animales, podían aprender continuamente. Comprender cómo el cerebro humano procesa la información durante el sueño puede ayudar a mejorar la memoria en las personas. Mejorar los patrones de sueño puede conducir a una mejor memoria.

“En otros proyectos, utilizamos modelos informáticos para desarrollar estrategias óptimas para aplicar estimulación durante el sueño, como B. Tonos auditivos que mejoran el ritmo del sueño y mejoran el aprendizaje. Esto puede ser particularmente importante cuando la memoria no es óptima, p. B. cuando la memoria disminuye con el envejecimiento o en ciertas condiciones médicas como la enfermedad de Alzheimer.

Los coautores incluyen: Ryan Golden y Jean Erik Delanois, ambos de UC San Diego; y Pavel Sanda, Instituto de Informática de la Academia Checa de Ciencias.

DEJA UNA RESPUESTA

Por favor ingrese su comentario!
Por favor ingrese su nombre aquí