{"id":1807,"date":"2019-11-25T09:08:35","date_gmt":"2019-11-25T12:08:35","guid":{"rendered":"https:\/\/icc.fcen.uba.ar\/?p=1807"},"modified":"2022-03-29T10:38:08","modified_gmt":"2022-03-29T13:38:08","slug":"una-mirada-a-la-neurociencia-computacional","status":"publish","type":"post","link":"https:\/\/icc.fcen.uba.ar\/en\/una-mirada-a-la-neurociencia-computacional\/","title":{"rendered":"Una mirada a la Neurociencia Computacional"},"content":{"rendered":"

Juan Kamienkowski<\/b><\/span> es licenciado y doctor en f\u00edsica de la Universidad de Buenos Aires. Se desempe\u00f1a como docente de Exactas e investigador del ICC, integrante del Laboratorio de Inteligencia Artificial Aplicada<\/a>. Sus intereses acad\u00e9micos est\u00e1n vinculados al An\u00e1lisis del comportamiento humano en escenarios naturales -correlatos neurales y modelos computacionales- y al Desarrollo de procesos cerebrales de control cognitivo en contextos de vulnerabilidad social. Cuenta con numerosas publicaciones y direcci\u00f3n de proyectos en el \u00e1rea. Actualmente utiliza t\u00e9cnicas de grafos y aprendizaje autom\u00e1tico para mejorar los estudios de neurociencia. En esta entrevista con el ICC, indagamos acerca de los pormenores de sus investigaciones.<\/span><\/p>\n

\u00bfC\u00f3mo fue tu acercamiento a los temas de computaci\u00f3n, siendo doctor en f\u00edsica?<\/b><\/span><\/p>\n

En realidad trabajo en temas interdisciplinarios y las preguntas de fondo entre f\u00edsica y computaci\u00f3n siempre fueron las mismas. Tanto cuando era estudiante y colaboraba con un laboratorio de biolog\u00eda como cuando comenc\u00e9 el doctorado sobre neurociencia y ciencias cognitivas, siempre mi aporte consisti\u00f3 en brindar un enfoque cuantitativo sobre los experimentos. <\/span><\/p>\n

Ese enfoque es el que enriquece la neurociencia desde la computaci\u00f3n\u2026<\/b><\/span><\/p>\n

As\u00ed es, mi ingreso a la computaci\u00f3n me permiti\u00f3 introducir nuevas t\u00e9cnicas y modelos de an\u00e1lisis del comportamiento del cerebro humano. Cuando uno trabaja sobre an\u00e1lisis de electroencefalograf\u00eda, en general hay miles y hasta millones de datos, porque son series continuas de 128 electrodos y hay distintas formas de encarar el an\u00e1lisis. Estos experimentos se hacen com\u00fanmente en ciencias cognitivas y psicolog\u00eda en todo el mundo. Pero un psic\u00f3logo o un m\u00e9dico ponen m\u00e1s \u00e9nfasis en el dise\u00f1o del experimento sin tanto cuestionamiento de las t\u00e9cnicas implementadas. Nuestro diferencial se centra en explorar diferentes t\u00e9cnicas, cu\u00e1nto se pueden mejorar y si se puede generar una nueva t\u00e9cnica de an\u00e1lisis. <\/span><\/p>\n

\u00bfQu\u00e9 t\u00e9cnicas est\u00e1s aplicando actualmente?<\/b><\/span><\/p>\n

Para el an\u00e1lisis de actividad cerebral se usan diversas t\u00e9cnicas de redes (grafos), pensando a las distintas regiones del cerebro como nodos que se conectan en funci\u00f3n de lo que la persona est\u00e1 haciendo en cada momento y brindan informaci\u00f3n sobre las propiedades reales de esta actividad.<\/span><\/p>\n

En cuanto a lo que es aprendizaje autom\u00e1tico, se entiende como un m\u00e9todo estad\u00edstico m\u00e1s fuerte y tambi\u00e9n como una forma de generar interfaces visuales o software de an\u00e1lisis para el entrenamiento del cerebro y, a partir del aprendizaje de cada persona, poder predecir cierto comportamiento (por ejemplo hemos realizado una interfaz que permite escribir a partir de la actividad cerebral y poder aprender de la respuesta de cada sujeto).<\/span><\/p>\n

Hablemos ahora de tus investigaciones en particular, \u00bfen qu\u00e9 proyectos est\u00e1s trabajando?<\/b><\/span><\/p>\n

Uno de los proyectos consiste en estudiar la conectividad cerebral en chicos de 5 a\u00f1os, en funci\u00f3n de distintos tipos de entrenamiento y el desarrollo de distintas capacidades como memoria de trabajo o atenci\u00f3n. El objetivo es saber si se puede encontrar un correlato de esas capacidades de desarrollo en las regiones conectadas del cerebro. Trabajamos con chicos que est\u00e1n en situaci\u00f3n de vulnerabilidad social. En este proyecto tambi\u00e9n est\u00e1n involucrados investigadores del DC\/ICC, un psic\u00f3logo que realiza su doctorado en el Laboratorio y un importante grupo de investigadores en psicolog\u00eda del CEMIC.<\/span><\/p>\n

A trav\u00e9s de diferentes pruebas, podemos medir estas redes en el cerebro y observar si la conectividad entre distintas regiones predice o no esas capacidades cognitivas. Por ejemplo, le proponemos a los chicos un simple test de memorizar una cierta cantidad de d\u00edgitos o usar un juego como el Pacman para que respondan o no a ciertos est\u00edmulos. Al realizar la prueba al mismo tiempo en que la persona est\u00e1 haciendo la tarea, podemos estudiar si se produce un incremento entre la conectividad entre dos regiones cerebrales y si esto muestra un correlato con alguna de estas capacidades del chico.<\/span><\/p>\n

Existe toda una discusi\u00f3n atr\u00e1s que plantea que estas capacidades est\u00e1n moldeadas desde los primeros a\u00f1os de la infancia y no se pueden estimular, una visi\u00f3n que claramente no es rigurosa. Nosotros planteamos todo lo contrario: a estas edades el cerebro es s\u00faper pl\u00e1stico y se lo puede entrenar con una tarea o una intervenci\u00f3n en una clase.<\/span><\/p>\n

\u00bfY existe alg\u00fan otro proyecto en Neurociencia con t\u00e9cnicas similares?<\/b><\/span><\/p>\n

S\u00ed, el otro proyecto trata de predecir qu\u00e9 es lo que uno persona est\u00e1 mirando, a partir de su actividad cerebral. Hacemos experimentos con decenas de sujetos voluntarios, que generalmente consisten en buscar una cara espec\u00edfica entre una multitud de caras. Nos detenemos en la se\u00f1al de actividad cerebral cuando el sujeto mira una cara cualquiera e intentamos predecir si es efectivamente el rostro que est\u00e1 buscando o no. Usamos un electroencefalograma (EEG) y detectamos una se\u00f1al muy fuerte que es la P300 (positividad de 300 milisegundos despu\u00e9s de que aparece el est\u00edmulo en la regi\u00f3n central), la cual generalmente aparece cada vez que uno encuentra algo que estaba buscando previamente o que cumple un objetivo (esta misma se\u00f1al tambi\u00e9n emerge con experimentos de audio o de texto). Nuestras im\u00e1genes no son est\u00e1ndares y no condicionamos la respuesta. En muchos casos usamos im\u00e1genes de tribunas deportivas y de all\u00ed el sujeto tiene que mirar los rostros uno por uno hasta encontrar el que busca. <\/span><\/p>\n

En definitiva, te enfrent\u00e1s con datos heterog\u00e9neos para cada experimento. \u00bfC\u00f3mo se hace para refinarlos y procesarlos?<\/b><\/span><\/p>\n

Existen 3 dimensiones donde mirar la se\u00f1al: 1) amplitudes en funci\u00f3n del tiempo 2) espectro de frecuencias 3) conectividad (grafos aplicados a redes del cerebro), que en este caso se agrupa en 128 series temporales.<\/span><\/p>\n

Trabajamos con el comportamiento medido en tiempos de respuesta y probabilidad de responder \u201ccorrecto\u201d o \u201cincorrecto\u201d, con los movimientos oculares que son se\u00f1ales continuas que se toman a partir de im\u00e1genes de video y usan un algoritmo para detectar la posici\u00f3n de la pupila y detectar eventos discretos como la fijaci\u00f3n de la mirada o el movimiento muy r\u00e1pido del ojo (sacada). Adem\u00e1s utilizamos el EEG, donde aplicamos una serie de filtros para enfocarse en las bandas de frecuencia en que est\u00e1 ocurriendo la actividad cerebral.<\/span><\/p>\n

Resulta complejo extraer los datos relevantes porque la se\u00f1al de actividad cerebral suele ser muy peque\u00f1a comparada con todo el ruido que aparece en el experimento (desde se\u00f1ales el\u00e9ctricas del ambiente, hasta movimientos musculares de la persona e incluso se\u00f1ales card\u00edacas). <\/span><\/p>\n

Claramente hay todo un trabajo atr\u00e1s de observar los datos, limpiarlos y luego procesarlos. Considero que la ciencia de datos ayuda en gran medida a estos experimentos particulares, que intentan emular un entorno m\u00e1s natural y dejan m\u00e1s libertad a los est\u00edmulos que usamos, porque suelen ser menos controlados por el sujeto experimentador. <\/span><\/p>\n

Tenemos que lidiar con distintos co-factores que no se pueden balancear por completo. En el caso de los experimentos con texto, intentamos proveer texto lo m\u00e1s natural posible (un cuento por ejemplo) y aplicamos t\u00e9cnicas de procesamiento del lenguaje natural para poder parametrizarlo. Se necesita mirar la historia del sujeto, el comportamiento previo y el recorrido que hizo ante esos est\u00edmulos (c\u00f3mo mir\u00f3, c\u00f3mo ley\u00f3, c\u00f3mo habl\u00f3, etc.) e incluso si el experimento fall\u00f3 en alguna instancia. En el caso de las caras, por ejemplo, no podemos hacer regresi\u00f3n a un \u00fanico factor (si es la cara que el sujeto estaba buscando o no), sino que debemos mirar en qu\u00e9 posici\u00f3n est\u00e1 la cara, cu\u00e1nto tiempo pas\u00f3 desde que se estaba buscando, en qu\u00e9 posici\u00f3n particular de la imagen estaba, etc. Todo ello nos fuerza, en resumen, a complejizar las t\u00e9cnicas.<\/span><\/p>\n<\/div>

<\/div><\/div><\/div><\/div><\/div>\n","protected":false},"excerpt":{"rendered":"","protected":false},"author":9,"featured_media":1808,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[71,12],"tags":[29,50,76,28],"class_list":["post-1807","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-actualidad","category-noticias","tag-aprendizaje-automatico","tag-big-data","tag-capacidades-cognitivas","tag-inteligencia-artificial"],"_links":{"self":[{"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/posts\/1807","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/users\/9"}],"replies":[{"embeddable":true,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/comments?post=1807"}],"version-history":[{"count":3,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/posts\/1807\/revisions"}],"predecessor-version":[{"id":1814,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/posts\/1807\/revisions\/1814"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/media\/1808"}],"wp:attachment":[{"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/media?parent=1807"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/categories?post=1807"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/tags?post=1807"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}