El cerebro combina recuerdos para resolver problemas

Cerebro, plasticidad
GETTY IMAGES/ISTOCKPHOTO / LISAALISA_ILL - Archivo
Actualizado: jueves, 20 septiembre 2018 8:40

   MADRID, 20 Sep. (EUROPA PRESS) -

   Las personas tienen la capacidad de combinar creativamente sus recuerdos para resolver problemas y extraer nuevos conocimientos, un proceso que depende de los recuerdos para eventos específicos conocidos como memoria episódica. Pero, aunque la memoria episódica ha sido ampliamente estudiada en el pasado, las teorías actuales no explican fácilmente cómo las personas pueden usar sus recuerdos episódicos para llegar a estos nuevos conocimientos.

   Los resultados de un equipo de neurocientíficos e investigadores de inteligencia artificial en DeepMind, en Londres, Reino Unido; 'Otto von Guericke University Magdeburg' y el Centro Alemán para Enfermedades Neurodegenerativas (DZNE, por sus siglas en alemán), en Alemania, publicados este miércoles en la revista 'Neuron', brindan una ventana a la forma en que el cerebro humano conecta recuerdos episódicos individuales para resolver problemas.

   Por ejemplo, una mujer va conduciendo un coche en nuestra calle y al día siguiente, ves a un hombre conduciendo exactamente el mismo auto en nuestra calle. Esto podría desencadenar el recuerdo de la mujer que vimos el día anterior, y podríamos razonar que la pareja vive junta, dado que comparten un coche.

   Los investigadores proponen un novedoso mecanismo cerebral que permitiría a los recuerdos recuperados desencadenar la recuperación de más recuerdos relacionados de esta manera. Este mecanismo permite la recuperación de múltiples recuerdos vinculados, que luego permiten al cerebro crear nuevos tipos de ideas como estas.

   Al igual que las teorías estándar de la memoria episódica, los autores postulan que los recuerdos individuales se almacenan como huellas de memoria separadas en una región del cerebro llamada hipocampo. "Los recuerdos episódicos pueden indicarnos si ya conocemos a alguien o dónde estacionamos nuestro coche --dice Raphael Koster, investigador de DeepMind--. El sistema del hipocampo es compatible con este tipo de memoria, que es crucial para el aprendizaje rápido".

CONEXIÓN ANATÓMICA QUE PARTE DEL HIPOCAMPO

   A diferencia de las teorías estándar, la nueva teoría explora una conexión anatómica descuidada que sale del hipocampo hacia la corteza entorrinal vecina, pero luego regresa inmediatamente. Es esta conexión recurrente, según los científicos, la que permite que los recuerdos recuperados del hipocampo activen el recuperación de recuerdos adicionales relacionados.

   Los investigadores idearon una forma de probar esta teoría tomando resonancias magnéticas funcionales de 7 teslas de alta resolución de 26 hombres y mujeres jóvenes mientras realizaban una tarea que les exigía obtener información en eventos separados.

   A los voluntarios se les mostraron pares de fotografías: una de una cara y de un objeto o un lugar. Cada objeto y lugar individual aparecían en dos pares de fotos separados, cada uno de los cuales incluía una cara diferente. Esto significaba que cada par de fotos estaba vinculado con otro par a través del objeto compartido o la imagen de lugar.

   En una segunda fase del experimento, los investigadores probaron si los participantes podían inferir en la conexión indirecta entre estos pares de fotos vinculados al mostrar una cara y pedir a los participantes que elijan entre otras dos caras. Una de las opciones, la correcta, se había emparejado con el mismo objeto o imagen de lugar, y otra no.

   Los científicos supusieron que la cara presentada provocaría la recuperación del objeto o lugar emparejado y, por lo tanto, desencadenaría una actividad cerebral que pasaría del hipocampo hacia la corteza entorrinal. De manera crucial, los investigadores también esperaban ver evidencia de que esta actividad pasaría de nuevo al hipocampo para desencadenar la recuperación de la cara vinculada correcta.

   "Utilizando técnicas especializadas desarrolladas en nuestro laboratorio en Magdeburgo, pudimos separar las partes de la corteza entorrinal que proporcionan la entrada al hipocampo", dice Yi Chen, investigador de la Universidad Otto von Guericke. "Esto nos permitió medir con precisión los patrones de activación en la entrada y salida del hipocampo por separado", añade.

   Los investigadores entrenaron un algoritmo de ordenador para distinguir entre la activación de escenas y objetos dentro de estas regiones de entrada y salida. El algoritmo se aplicó cuando solo se mostraban caras en la pantalla. Si el algoritmo indicó la presencia de información de escena u objeto en estas pruebas, solo podría ser conducido por los recuerdos recuperados de la escena vinculada o las fotos de objetos.

   "Nuestros datos mostraron que cuando el hipocampo recupera un recuerdo, no solo lo pasa al resto del cerebro", dice Dharshan Kumaran, de DeepMind. "En cambio, recircula la activación de vuelta al hipocampo, lo que desencadena la recuperación de otros recuerdos relacionados".

   Los investigadores piensan en los resultados del algoritmo como una síntesis de teorías nuevas y antiguas. "Los resultados podrían considerarse como lo mejor de ambos mundos: conservar la capacidad de recordar las experiencias individuales manteniéndolas separadas, mientras que al mismo tiempo es posible que los recuerdos relacionados se combinen sobre la marcha en el momento de la recuperación", dice Kumaran. "Esta habilidad es útil para entender cómo encajan las diferentes partes de una historia, por ejemplo, algo no posible si solo recuperas un suelo recuerdo", añade.

   Los autores creen que sus resultados podrían ayudar a la inteligencia artifical a aprender más rápido en el futuro. "Aunque hay muchos dominios donde la inteligencia artificial es superior, los humanos todavía tienen una ventaja cuando las tareas dependen del uso flexible de la memoria episódica", dice Martin Chadwick, otro investigador de DeepMind.

   "Si podemos entender los mecanismos que permiten a las personas hacer esto, la esperanza es que podamos replicarlos dentro de nuestros sistemas de IA, proporcionándoles una gran cantidad de una mayor capacidad para resolver rápidamente problemas nuevos", agrega.