tag:blogger.com,1999:blog-76229344673713023002024-03-13T19:45:15.347+01:00Artificial Nervous SystemEduardo Reyes Guzmánhttp://www.blogger.com/profile/13973438243048495295noreply@blogger.comBlogger137125tag:blogger.com,1999:blog-7622934467371302300.post-87002006969128176632019-12-09T05:13:00.000+01:002019-12-09T05:13:09.803+01:00Simple neural network based on the Gradient Descent algorithmSource code in C++ language in the following link.<br /><br /><a href="https://sites.google.com/site/yoctocosmos/neural_network_201912090436.zip">https://sites.google.com/site/yoctocosmos/neural_network_201912090436.zip</a><br /><br />It is an improved version of neural_network_20180525.zip.<br />
<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEg1gp3K1J9mERbwNa7bsAKVWo4WqF5sJSjOsFBWgQ85g5aCDnnn9seevFeQSOYHuWkn_ULDKpAjoOeRuS7jNQg-L96CxqZ3hbvwnO6D5MslxKF4u1YI_wWtDFLR2pbbwnEta5QJXtv09QPL/s1600/network.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="480" data-original-width="640" height="240" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEg1gp3K1J9mERbwNa7bsAKVWo4WqF5sJSjOsFBWgQ85g5aCDnnn9seevFeQSOYHuWkn_ULDKpAjoOeRuS7jNQg-L96CxqZ3hbvwnO6D5MslxKF4u1YI_wWtDFLR2pbbwnEta5QJXtv09QPL/s320/network.jpg" width="320" /></a></div>
<br />Eduardo Reyes Guzmánhttp://www.blogger.com/profile/13973438243048495295noreply@blogger.com0tag:blogger.com,1999:blog-7622934467371302300.post-73625552690961261802018-08-04T04:30:00.000+02:002018-08-04T04:30:07.178+02:00Simple neural network with MAPLE 2017<a href="https://sites.google.com/site/yoctocosmos/red.mw">https://sites.google.com/site/yoctocosmos/red.mw</a><br /><br /><a href="https://sites.google.com/site/yoctocosmos/red.pdf">https://sites.google.com/site/yoctocosmos/red.pdf</a><br /><br /><a href="https://sites.google.com/site/yoctocosmos/red_ejecutada.mw">https://sites.google.com/site/yoctocosmos/red_ejecutada.mw</a><br /><br /><a href="https://sites.google.com/site/yoctocosmos/red_ejecutada.txt">https://sites.google.com/site/yoctocosmos/red_ejecutada.txt</a><br />
<br />Eduardo Reyes Guzmánhttp://www.blogger.com/profile/13973438243048495295noreply@blogger.com0tag:blogger.com,1999:blog-7622934467371302300.post-16095381024234912822018-05-25T13:33:00.000+02:002018-05-25T13:33:19.850+02:00Simple neural network based on the Backpropagation algorithmSource code in C++ language in the following link.<br />
<br />
<a href="http://sites.google.com/site/yoctocosmos/neural_network_20180525.zip">http://sites.google.com/site/yoctocosmos/neural_network_20180525.zip</a><br />
<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEj2PC-wDbGi5FyU2-5t5BW6SDpIOL73gpxSOPfh6bm3svSVfojPdY_lxiUSFL0bEQWZMwuLAtzXP57yyFfiqnOsWp5gpJ6HxVDQoQNNuC1KXdVsDTVmZaacIaJUgttnu4zKHZkPoUHUq3RH/s1600/network.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="480" data-original-width="640" height="240" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEj2PC-wDbGi5FyU2-5t5BW6SDpIOL73gpxSOPfh6bm3svSVfojPdY_lxiUSFL0bEQWZMwuLAtzXP57yyFfiqnOsWp5gpJ6HxVDQoQNNuC1KXdVsDTVmZaacIaJUgttnu4zKHZkPoUHUq3RH/s320/network.jpg" width="320" /></a></div>
<br />Eduardo Reyes Guzmánhttp://www.blogger.com/profile/13973438243048495295noreply@blogger.com0tag:blogger.com,1999:blog-7622934467371302300.post-39738336564631441682017-08-22T22:38:00.003+02:002017-08-22T22:38:20.592+02:00Michio Kaku - Immortality Is Ours<div class="separator" style="clear: both; text-align: left;">
<iframe width="320" height="266" class="YOUTUBE-iframe-video" data-thumbnail-src="https://i.ytimg.com/vi/gv6Gxbp8Rvs/0.jpg" src="https://www.youtube.com/embed/gv6Gxbp8Rvs?feature=player_embedded" frameborder="0" allowfullscreen></iframe></div>
<br />
<b>Michio Kaku - Immortality Is Ours</b><br />
<br />Eduardo Reyes Guzmánhttp://www.blogger.com/profile/13973438243048495295noreply@blogger.com0tag:blogger.com,1999:blog-7622934467371302300.post-85805848677437501272017-07-23T16:48:00.003+02:002017-07-23T16:48:55.394+02:00Reconstruir y simular el sistema nervioso de muertos con superordenadores (Human Brain Project)Os pongo un mensaje con un enlace a un vídeo que he enviado a un compañero de trabajo sobre el Human Brain Project.<br /><br />"Reconstruir y simular el sistema nervioso de muertos con superordenadores (Human Brain Project)"<br /><br />Hola,<br /><br />Me pareció que te interesaba el tema. Cuando uno escucha hablar a alguien diciendo que vamos a "resucitar muertos" en menos de 50 años, lo normal es pensar que esa persona está bromeando o no está bien de la cabeza. Por eso me gustaría aclarar lo que dije, y os lo digo por escrito.<br /><br />Como dije, en la carrera me especialicé en Bioingeniería y Telemática. En Bioingeniería se estudia el Sistema Nervioso Humano y cómo hacer máquinas para interactuar con el Sistema Nervioso Humano. Por ejemplo, nos cuentan cómo hacer prótesis que se pueden mover directamente con el campo eléctrico creado por neuronas. También se pueden estimular neuronas a distancia por medio de campos eléctricos.<br /><br />Las neuronas están recubiertas de una membrana por la que circulan señales eléctricas. Estas señales eléctricas son trenes de pulsos llamados "potenciales de acción". La intensidad de la señal eléctrica que circula por una dendrita o por un axón de una neurona viene dada por la frecuencia de los pulsos, no por su amplitud. Los "potenciales de acción" se propagan extremadamente despacio, a unos 10 m/s. Es un mecanismo de propagación iónico. En los circuitos electrónicos las señales eléctricas se propagan a velocidades del mismo orden de magnitud que la velocidad de la luz (300000 km/s).<br /><br />Estas señales eléctricas cuando se propagan se ven afectadas básicamente por la forma de la membrana que recubre las neuronas y por la presencia de determinados compuestos químicos, sobre todo en las uniones entre neuronas ("sinapsis").<br /><br />En Física se sabe desde hace tiempo como simular (macroscópicamente) la propagación de campos Electromagnéticos en materiales con forma arbitraria mediante métodos numéricos. Para ello es necesario saber la forma de esos materiales, y qué materiales son. Sabiendo qué materiales son conocemos todas sus propiedades electromagnéticas: permitividad, permeabilidad y conductividad. Con esa información se puede simular como van cambiando los campos Eléctrico y Magnético en esos materiales a lo largo del tiempo.<br /><br />El sistema nervioso recibe información del exterior mediante células que trasforman magnitudes físicas en potenciales de acción. Por ejemplo, tenemos células que trasforman la presión y la temperatura en potenciales de acción. Por otro lado, también tenemos células que hacen lo contrario, transforman los potenciales de acción en alguna manifestación física. Por ejemplo, tenemos células que según la frecuencia de los potenciales de acción que reciben, contraen con mayor o menor fuerza una fibra muscular.<br /><br />Los equipos de Tomografía Axial Computarizada convencionales que se usan en los hospitales tienen una resolución espacial muy baja, del orden de poco menos de un milímetro. Pero los recientes equipos de Tomografía de Coherencia Óptica tienen resoluciones espaciales por debajo del micrómetro, y pueden seguir mejorando. Para extraer la información necesaria sobre la forma de la membrana de las neuronas y la presencia de determinados compuestos químicos, es necesaria una resolución espacial que yo estimo que debe rondar las decenas de nanómetros, porque las vesículas sinápticas tienen un diámetro aproximado de 50 nanómetros. Las vesículas sinápticas son unas bolitas muy pequeñas que tienen dentro neurotransmisores. No hay elementos mucho más pequeños que las vesículas sinápticas que interactúen con los potenciales de acción a nivel macroscópico.<br /><br />La información que permite reconstruir y simular el sistema nervioso de ratones (la forma de la membrana de las neuronas y la presencia de determinados compuestos químicos) se puede obtener actualmente en gran parte mediante tomografía especializada de alta resolución. Esa información está presente en el animal durante un tiempo después de que el animal haya muerto, lo cual permite cortarlo para ver el interior. Cuando el animal está muerto obviamente no hay actividad eléctrica, pero la forma de la membrana de las neuronas y la presencia de determinados compuestos químicos permanece durante un tiempo. Por eso es irrelevante que el animal esté vivo o muerto para reconstruir y simular su sistema nervioso.<br /><br />En el proyecto Human Brain, de mil millones de euros, financiado en gran parte por la Unión Europea, en el que participan muchas universidades importantes, parece que están consiguiendo reconstruir y simular trozos de cerebro de ratones. Eso es lo que ellos dicen y yo les creo. Son científicos de mucha reputación de las mejores universidades, principalmente físicos, biólogos e ingenieros (neurocientíficos, no psiquiatras). Si tenéis 10 minutos os recomiendo que veáis el siguiente vídeo.<br /><br />https://www.youtube.com/watch?v=a1XcY-xAvos<br /><br />Se avecinan grandes avances científicos y tecnológicos, avances revolucionarios, como en su día lo fueron el uso de la Electricidad y la Aviación. Yo creo que es casi seguro que en menos de 100 años se podrá simular el sistema nervioso de algunas personas fallecidas, y probablemente se consiga antes de 50 años. Tendremos que preguntárselo a Michio Kaku o a Ray Kurzweil si Henry Markram todavía no lo sabe.<br /><br />Saludos,<br /><br />Eduardo Reyes Guzmán<br />Eduardo Reyes Guzmánhttp://www.blogger.com/profile/13973438243048495295noreply@blogger.com0tag:blogger.com,1999:blog-7622934467371302300.post-65806359373952227972017-06-29T19:58:00.001+02:002017-06-30T18:17:06.013+02:00The Blue and Human Brain Projects, Prof. Henry Markram<div class="separator" style="clear: both; text-align: left;">
<iframe allowfullscreen="" class="YOUTUBE-iframe-video" data-thumbnail-src="https://i.ytimg.com/vi/a1XcY-xAvos/0.jpg" frameborder="0" height="266" src="https://www.youtube.com/embed/a1XcY-xAvos?feature=player_embedded" width="320"></iframe></div>
<b>The Blue and Human Brain Projects, Prof. Henry Markram</b><br />
<br />
If to this we add the high resolutions that will be able to be reached with technologies like the <b>Optical Coherence Tomography (OCT)</b>, surely in less than 100 years we will be able to simulate the nervous system of a deceased person.<br />
<br />Eduardo Reyes Guzmánhttp://www.blogger.com/profile/13973438243048495295noreply@blogger.com1tag:blogger.com,1999:blog-7622934467371302300.post-4967044792942739352017-06-29T19:54:00.000+02:002017-06-29T19:54:11.370+02:00Imaging large scale ensemble neural codes underying learning and memory, Prof. Mark Schnitzer<div class="separator" style="clear: both; text-align: left;">
<iframe width="320" height="266" class="YOUTUBE-iframe-video" data-thumbnail-src="https://i.ytimg.com/vi/LYi87XuSD1I/0.jpg" src="https://www.youtube.com/embed/LYi87XuSD1I?feature=player_embedded" frameborder="0" allowfullscreen></iframe></div>
Imaging large scale ensemble neural codes underying learning and memory, Prof. Mark Schnitzer<br />
<br />Eduardo Reyes Guzmánhttp://www.blogger.com/profile/13973438243048495295noreply@blogger.com0tag:blogger.com,1999:blog-7622934467371302300.post-92063794307760131802017-06-29T19:48:00.002+02:002017-06-29T19:48:28.123+02:00The White House Conference on the BRAIN Initiative<div class="separator" style="clear: both; text-align: left;">
<iframe width="320" height="266" class="YOUTUBE-iframe-video" data-thumbnail-src="https://i.ytimg.com/vi/6MEGFFlMHpQ/0.jpg" src="https://www.youtube.com/embed/6MEGFFlMHpQ?feature=player_embedded" frameborder="0" allowfullscreen></iframe></div>
<br />Eduardo Reyes Guzmánhttp://www.blogger.com/profile/13973438243048495295noreply@blogger.com0tag:blogger.com,1999:blog-7622934467371302300.post-16077673350551210412017-01-11T12:58:00.002+01:002017-01-11T16:32:57.886+01:00UN MODELO MATEMÁTICO VÁLIDO PARA TODAS LAS NEURONASEl sistema nervioso humano está formado por unos 100 mil millones de neuronas.<br /><br />Aunque hay diferentes tipos de neuronas, el funcionamiento de cada neurona se puede simular mediante un modelo matemático válido para todas las neuronas. Este modelo matemático es extremadamente complejo y todavía no se ha desarrollado completamente.<br /><br />Algún simulador del funcionamiento de una única neurona necesita una capacidad de computación del mismo orden de magnitud que la capacidad de computación de un ordenador portátil.<br /><br />Cada neurona tiene 3 partes principales: dendritas, núcleo y axón. Las dendritas reciben la información del exterior de la neurona. El núcleo procesa dicha información. El axón transmite la información que resulta del procesado al exterior de la neurona.<br /><br />Cada neurona se conecta a otras neuronas mediante uniones llamadas sinapsis.<br /><br />La información que recibe y transmite cada neurona está codificada en la frecuencia de trenes de pulsos eléctricos llamados potenciales de acción. Estos trenes de pulsos eléctricos viajan mediante la membrana de las neuronas a una velocidad aproximada de 10 m/s.<br /><br />El sistema nervioso recibe información del exterior mediante las dendritas de neuronas conectadas a células que trasforman alguna magnitud física en potenciales de acción. Un ejemplo de información entrante al sistema nervioso podría ser la variación de la presión del aire en el oído.<br /><br />El sistema nervioso transmite información al exterior mediante los axones de neuronas conectados a células que trasforman los potenciales de acción en alguna magnitud física. Un ejemplo de información saliente del sistema nervioso podría ser la variación de la tensión de un músculo.<br /><br />Cuando se conozca completamente un modelo matemático para simular el funcionamiento de cualquier neurona, se podrá simular el funcionamiento de cualquier número de neuronas conectadas siempre que haya capacidad de computación suficiente.<br />Eduardo Reyes Guzmánhttp://www.blogger.com/profile/13973438243048495295noreply@blogger.com0tag:blogger.com,1999:blog-7622934467371302300.post-1480121549885910612016-12-17T15:49:00.001+01:002016-12-17T15:49:23.938+01:00Un mundo virtual para entrenar inteligencias artificialesUniverse está compuesto por unos mil 'entornos' formados por avanzados videojuegos, como Minecraft o Grand Theft Auto V, que se utilizan para simular la vida real<br /><br />ALVARO IBÁÑEZ ‘ALVY’ | MICROSIERVOS<br /><br />10 DIC 2016 - 18:04 CET<br /><br />OpenAI es una organización sin ánimo de lucro dedicada a impulsar el desarrollo de la inteligencia artificial. Su última aportación tecnológica es Universe, una especie de mundo virtual en el que los desarrolladores de software pueden entrenar ideas y algoritmos (reglas precisas para resolver problemas) y medir los resultados principalmente a partir de juegos y sencillas simulaciones.<br /><br />La tarea no es fácil ni barata. OpenAI está patrocinada por Microsoft, Amazon, InfoSys e YCombinator. Además, uno de sus impulsores es Elon Musk, fundador también de Tesla, la compañía más conocida por sus coches eléctricos con conducción autónoma. La idea de esta "plataforma de entrenamiento de inteligencias artificiales" es que en el futuro –y ya sea en vehículos, robots o el software que gestiona los aparatos que nos rodean– esas inteligencias artificiales sean seguras y que estén repartidas de la forma más amplia e igualitaria posible.<br /><br />El camino hacia la inteligencia artificial<br /><br />El terreno en el que se ha movido hasta ahora OpenAI incluye ideas aplicadas a la robótica y conceptos tales como lo que los técnicos denominan aprendizaje por refuerzo, aprendizaje automático y aprendizaje profundo. Todo esto incluye técnicas más tangibles como son la exploración segura, la robustez y la escalabilidad. ¿Se puede programar un robot para caminar por el borde de un precipicio sin que se caiga al tantear el terreno? ¿Podría lograrse que un algoritmo de reconocimiento de rostros explique que el jarrón que está viendo no solo "no es una cara", sino por qué? ¿Se puede evitar que un robot barrendero logre el objetivo de mantener limpia una calle sin dejarse llevar por artimañas como evitar mirar en los sitios donde hay suciedad, engañándose a sí mismo al hacerlo?<br /><br />Muchos de los primeros trabajos de OpenAI trataron sobre inteligencia artificial aplicada al reconocimiento de rostros o las tareas clásicas de aprendizaje por refuerzo. Hace un tiempo presentaron OpenAI Gym, un conjunto de herramientas diseñadas precisamente para este tipo de algoritmos: allí pequeños programas podían jugar a Pong, al Aterrizaje Lunar o incluso a versiones simplificadas del Go y otros juegos de mesa. Eran ejemplos muy sencillos en los que había pocos controles –básicamente los de un joystick– y donde el objetivo está muy claramente definido: obtener una mayor puntuación, vencer a un contrincante o alargar una partida todo el tiempo posible.<br /><br />Nuevos universos en los que "jugar"<br /><br />Ahora, con Universe, las posibilidades se han multiplicado gracias a la incorporación de otros juegos mucho más avanzados y complejos. En total calculan que son unos mil entornos, que es el nombre técnico que reciben. Entre ellos están videojuegos tan complejos y conocidos como Portal, Minecraft o Grand Theft Auto V.<br /><br />Estos juegos se hacen funcionar en unos servidores de la nube en lo que se denominan máquinas virtuales, algo en cierto modo equivalente a un PC convencional. Con esas máquinas interactúa el algoritmo, recibiendo siempre unos 60 fotogramas por segundo de imágenes y disponiendo de controles y datos más amplios: movimientos del ratón, puntuaciones, y otros (como la velocidad de un coche en una carrera).<br /><br />Más allá de los juegos<br /><br />Naturalmente, programar agentes de inteligencia artificial para todos estos mundos es mucho más complicado que jugar al Pong. Pero, en cierto modo, también supone adelantar trabajo: un buen algoritmo que analice las realistas imágenes de GTA V y sea capaz de mantener al coche en su carril solo con "mirar la pantalla" probablemente se comportará de forma similar controlando un coche auténtico equipado con una cámara frontal.<br /><br />Un detalle sumamente interesante es que además de los videojuegos convencionales de un montón de productoras (como Valve, EA, Microsoft y otras, con quienes OpenAI mantiene acuerdos) también se ha creado una especie de adaptador para juegos en tecnología Flash de Adobe y otro para tareas de navegación web.<br /><br />Esto quiere decir que, por un lado, se puede enlazar con unas ocho líneas de código con cualquier aplicación en Internet que funcione en Flash. Y por otro –y esto es tal vez más interesante– que se puede lanzar a un agente a pedir páginas web e interactuar con ellas. Es algo que abre la posibilidad de crear agentes capaces de entender y rellenar formularios de datos, interactuar con software científico (como ejemplo destacado: Mathematica), comportarse como bots con usuarios reales y un sinfín de otras posibilidades.<br /><br />Todo esto no solo ayudará al desarrollo de mejores algoritmos y nuevas inteligencias artificiales, sino también a mejorar la seguridad de su comportamiento. En un mundo en el que muchas aplicaciones solo pueden permitirse un fallo cada mil intentos o cada millón (siendo el objetivo "ninguno", aunque ni siquiera los humanos podamos alcanzar tanta perfección) entornos como los de Universe y OpenAI pueden resultar sumamente útiles.<br /><br />Entre los próximos títulos que se han anunciado como entornos de Universe están juegos más avanzados como Civilization (estrategia), Kerbal Space Program (para construir naves espaciales y colonizar planetas) o FoldIt (plegar proteínas para curar enfermedades. Todo esto da una idea de que su utilidad puede ir mucho más allá de lo que parece hoy en día.<br /><br /><br /><a href="http://tecnologia.elpais.com/tecnologia/2016/12/09/actualidad/1481274381_916477.html">http://tecnologia.elpais.com/tecnologia/2016/12/09/actualidad/1481274381_916477.html</a><br />Eduardo Reyes Guzmánhttp://www.blogger.com/profile/13973438243048495295noreply@blogger.com0tag:blogger.com,1999:blog-7622934467371302300.post-72746983058128953702016-10-29T19:54:00.001+02:002016-10-29T20:00:58.243+02:00Por qué la hidra es ‘inmortal’El mito se vuelve real y los científicos estudian la morfología de estos pólipos<br />
<br />
ÒSCAR CUSÓ<br />
<br />
28 OCT 2016 - 17:32 CEST<br />
<br />
En la mitología griega, la Hidra de Lerna era un monstruo del inframundo con forma de serpiente de múltiples cabezas. En el segundo de sus doce trabajos, Heracles tuvo que matarla. No fue una misión fácil, cada vez que cortaba una cabeza, dos más surgían de nuevo. Para evitar que se regeneraran, su sobrino Yolao quemó los muñones de los cuellos. Luego Heracles tomó su única cabeza inmortal y la enterró bajo una gran roca. Al fin, acabaron con la bestia policéfala. Desde entonces, la Hidra de Lerna ha inspirado a los científicos tanto por su aspecto como por sus poderes.<br />
<br />
En el año 1736, Abraham Trembley se encontraba en Sorgvliet, cerca de la Haya, haciendo de tutor de los hijos del Conde de Bentinck. En una de sus clases, encontró un extraño organismo en una muestra de agua proveniente de un estanque. Un diminuto monstruo verde con múltiples extremidades. Al contarlas, se sorprendió. Cada individuo tenía un número diferente. Esta irregularidad hizo dudar a Trembley; ¿se trataba de un animal o de una planta? Para solventar la cuestión, cortó uno de ellos por el centro. El naturalista quedó estupefacto al ver que cada mitad regeneró en un nuevo individuo. Un propiedad, más bien, propia de las plantas. Estos resultados no lograron convencerlo: “De acuerdo con el razonamiento detrás de este experimento, habría tenido que concluir que se trata de una planta. Sin embargo, estaba muy lejos de arriesgarme a tomar tal decisión", ya que los movimientos espontáneos y erráticos del minúsculo espécimen balanceaban su juicio. Pero con paciencia y perseverancia, Trembley encontró la prueba que necesitaba: ¡observó cómo el monstruito comía!<br />
<br />
René Antoine Ferchault de Réaumur, un polímata francés, puso punto final al quebradero de cabeza de Trembley. Gracias a una fluida y detallada correspondencia con el suizo, Réaumur pudo probar y reafirmar que el organismo en cuestión se trataba de un animal (concretamente un pólipo, una de las formas de los cnidarios, la otra es la medusa). En una de sus cartas, Trembley apodó a uno de sus ejemplares como Hydre, en referencia al mito griego, y siete años más tarde, Carl Linnaeus clasificó a estos pólipos propios de aguas dulces bajo el género Hydra. Antes de los experimentos y la taxonomía, Hydra ya había sido descubierta por otro gran científico; Antonie van Leeuwenhoek, así como por un inglés anónimo. Pero en ciencia, más allá del qué y el quién, es el cómo. El reconocimiento de Trembley dentro la comunidad científica reside en su proceder. Con una investigación reiterada y minuciosa, una observación aguda y crítica y cierta cautela con las metas y las conclusiones, sentó las bases de la metodología experimental. Abraham Trembley cambió la biología para siempre.<br />
<br />
La experimentación sigue siendo uno de los pilares fundamentales de la ciencia, e Hydra no deja de asombrarnos. A finales del siglo XX, el profesor Daniel Martínez, reportó que Hydra vulgaris no envejecía. Después de estudiar esta especie durante cuatro años, vio que lucían tan bien como el primer día. Sus células no se deterioraron. La Hydra es eternamente joven y potencialmente inmortal. Su codiciado poder se encuentra en sus células madre. Gracias a ellas, se regenera y se reproduce sin sexo. Puede recuperar partes dañadas, como observó Trembley, y crear pequeños clones de sí misma. Recientemente, el profesor Thomas C. G. Bosch y su equipo han descubierto una proteína en las células madre que parece ser clave en el antienvejecimiento. "Si se elimina el gen FoxO, la Hydra envejece", apunta Bosch, aunque aún no está claro cómo funciona. En realidad, más allá de Hydra, FoxO podría ser la fuente universal de la eterna juventud. Los humanos tenemos versiones de este gen, y algunas son más comunes en gente que vive más de 100 años. Quizás algún día el tiempo no nos pase factura.<br />
<br />
La Hydra ha superado a su predecesor ficticio. No hay ningún Heracles que luche contra su poder, sino más bien científicos que trabajan duro para desvelarlo. La regeneración y la inmortalidad de la Hidra de Lerna han quedado en segundo plano ante el pólipo de aguas dulces. Su estudio ha abierto nuevos caminos en la biología, y sus secretos, en un futuro hipotético, podrían hacernos inmunes al paso del tiempo. Puede que sea un sueño, pero lo que una vez empezó como una fantasía ha acabado en ciencia. El mito de la Hidra se ha vuelto real.<br />
<br />
--<br />
Oscar Cusó (@oscarcuso) es biólogo, director y guionista de documentales de naturaleza, ciencia e historia. Ha trabajado en diferentes series y largometrajes para cadenas como la BBC, National Geographic o TVE.<br />
<br />
--<br />
Historias Naturales es una sección dedicada a las curiosidades científicas de los seres vivos. Una serie de reportajes donde se narran las historias que rodean a la flora y la fauna, desde sus leyendas y lunáticas concepciones hasta los descubrimientos más recientes. Un viaje del mito a la ciencia para descubrir las maravillas del mundo salvaje. El título de la sección juega con el plural para convertir la Historia Natural - concepción clásica de Biología - en cuentos, en relatos, en narraciones… en Historias Naturales.<br />
<br />
<br />
<a href="http://elpais.com/elpais/2016/10/06/ciencia/1475752826_096528.html" target="_blank">http://elpais.com/elpais/2016/10/06/ciencia/1475752826_096528.html</a>Eduardo Reyes Guzmánhttp://www.blogger.com/profile/13973438243048495295noreply@blogger.com0tag:blogger.com,1999:blog-7622934467371302300.post-50108904551240976592016-08-06T22:35:00.000+02:002016-08-06T22:36:15.682+02:00Michio Kaku - Digital Immortality<div class="separator" style="clear: both; text-align: left;">
<iframe allowfullscreen="" class="YOUTUBE-iframe-video" data-thumbnail-src="https://i.ytimg.com/vi/aoUgQtaotg4/0.jpg" frameborder="0" height="266" src="https://www.youtube.com/embed/aoUgQtaotg4?feature=player_embedded" width="320"></iframe></div>
<br />Eduardo Reyes Guzmánhttp://www.blogger.com/profile/13973438243048495295noreply@blogger.com0tag:blogger.com,1999:blog-7622934467371302300.post-29819247054358547612016-07-06T19:49:00.000+02:002016-07-06T19:51:46.277+02:00The Unfixed Brain<div class="separator" style="clear: both; text-align: left;">
<iframe allowfullscreen="" class="YOUTUBE-iframe-video" data-thumbnail-src="https://i.ytimg.com/vi/jHxyP-nUhUY/0.jpg" frameborder="0" height="266" src="https://www.youtube.com/embed/jHxyP-nUhUY?feature=player_embedded" width="320"></iframe></div>
Eduardo Reyes Guzmánhttp://www.blogger.com/profile/13973438243048495295noreply@blogger.com0tag:blogger.com,1999:blog-7622934467371302300.post-7724158594387931812016-05-18T12:21:00.001+02:002016-05-18T20:00:34.294+02:00A Simulated Mouse Brain in a Virtual Mouse Body<table>
<tr><td>
<div class="separator" style="clear: both; text-align: center;">
<iframe allowfullscreen="" class="YOUTUBE-iframe-video" data-thumbnail-src="https://i.ytimg.com/vi/ldXEuUVkDuw/0.jpg" frameborder="0" height="266" src="https://www.youtube.com/embed/ldXEuUVkDuw?feature=player_embedded" width="320"></iframe></div>
</td></tr>
<tr><td>
<a href="http://www.humanbrainproject.eu">http://www.humanbrainproject.eu</a>
</td></tr>
</table>
Eduardo Reyes Guzmánhttp://www.blogger.com/profile/13973438243048495295noreply@blogger.com0tag:blogger.com,1999:blog-7622934467371302300.post-54633128288892717222016-04-18T16:54:00.002+02:002016-07-17T19:30:17.599+02:00Optical coherence tomography (OCT)<table>
<tbody>
<tr><td><div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEijMKNaT7TDrV6ya08lQ0QqSp9hlzbxWqAxycq6A25JkdRW3lxnnZ6eHC2ouTQpvOTkXiaKF7zA4po8cdi9zu_Ns8Pm_NMGu2Ueh5dvSwpYLZlV0ONXc3M-1IBOd-IEBp8izgLa3fc2lfb_/s1600/cerebro_capas_oct.jpg" imageanchor="1" style="clear: left; float: left; margin-bottom: 1em; margin-right: 1em;"><img border="0" height="291" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEijMKNaT7TDrV6ya08lQ0QqSp9hlzbxWqAxycq6A25JkdRW3lxnnZ6eHC2ouTQpvOTkXiaKF7zA4po8cdi9zu_Ns8Pm_NMGu2Ueh5dvSwpYLZlV0ONXc3M-1IBOd-IEBp8izgLa3fc2lfb_/s400/cerebro_capas_oct.jpg" width="400" /></a></div>
</td></tr>
<tr><td>Para extraer la memoria de un cadáver bien conservado sería necesario un equipo de tomografía futuro con una resolución espacial de unos pocos nanómetros de arista de voxel. Las vesículas sinápticas tienen un diámetro aproximado de 50 nanómetros. Los equipos de tomografía convencionales actuales tienen un voxel de aproximadamente un milímetro cúbico. Este equipo de tomografía futuro deberá distinguir todos los tipos de sustancias que afectan a la transmisión de los potenciales de acción, incluidos los diferentes neurotransmisores.<br />
<br />
Cortar una capa de cerebro daña el cerebro que entra en contacto con el mecanismo de corte. ¿Entonces como podemos extraer la información?<br /><br />Si la profundidad de penetración del campo electromagnético del equipo en el cerebro es 2 mm, vamos cortando en capas de 1 mm de grosor, y escaneamos cada vez la capa entre 1 mm y 2 mm de profundidad, evitando escanear la capa en contacto con el exterior que estará dañada por el mecanismo de corte.</td></tr>
</tbody></table>
Eduardo Reyes Guzmánhttp://www.blogger.com/profile/13973438243048495295noreply@blogger.com0tag:blogger.com,1999:blog-7622934467371302300.post-37261924663221499282016-03-19T11:55:00.004+01:002016-07-06T19:53:30.443+02:00EMP Neurociencias: El Sistema de Recompensa y el Placer<div class="separator" style="clear: both; text-align: left;">
<iframe allowfullscreen="" class="YOUTUBE-iframe-video" data-thumbnail-src="https://i.ytimg.com/vi/osPyR16k0-E/0.jpg" frameborder="0" height="266" src="https://www.youtube.com/embed/osPyR16k0-E?feature=player_embedded" width="320"></iframe></div>
<br />Eduardo Reyes Guzmánhttp://www.blogger.com/profile/13973438243048495295noreply@blogger.com0tag:blogger.com,1999:blog-7622934467371302300.post-49601799140650430452016-01-26T18:13:00.002+01:002016-01-26T18:13:40.522+01:00Muere Marvin Minsky, el padre de la Inteligencia Artificial.Premio Fronteras del Conocimiento 2014<br /><br />.La odisea de las máquinas pensantes<br /><br />EL MUNDO | Madrid<br /><br />ACTUALIZADO 26/01/2016 11:54<br /><br />La Inteligencia Artificial está de luto. Marvin Minsky, el matemático e informático considerado el 'padre' de este campo de investigación, ha muerto a los 88 años como consecuencia de una hemorragia cerebral. Minsky, que en la actualidad era profesor emérito del Media Lab del Massachussetts Institute of Technology (MIT) de Boston, fue un pensador pionero y para muchos el gran visionario de la teoría de la inteligencia artificial.<br /><br />Su libro, La sociedad de la mente, se considera un texto de referencia para comprender el funcionamiento del cerebro y la posibilidad de desarrollar máquinas capaces de replicar los mecanismos neuronales. Su última obra, La máquina emocional: el sentido común, la inteligencia artificial y el futuro de la mente humana, se publicó en 2006.<br /><br />Minsky (Nueva York, 1927) se licenció de Matemáticas por la Universidad de Harvard en 1946. Tras doctorarse en la Universidad de Princeton, donde solía decir que se inspiró en la "gente brillante" que le rodeaba, ingresó como profesor en el Instituto Tecnológico de Massachusetts (MIT).<br /><br />Ahí conoció a su compañero John Mc Carthy (1927-2011) con el que fundó el Laboratorio de Inteligencia Artificial. Además, fue autor de contribuciones esenciales, teóricas y prácticas, en matemáticas, ciencia cognitiva, robótica y filosofía.<br /><br />Minsky fue, desde los inicios del campo de la Inteligencia Artificial, el verdadero impulsor de la aspiración de dotar a los ordenadores de sentido común, es decir, del conocimiento que el ser humano adquiere mediante la experiencia. «Raramente apreciamos la maravilla que supone que una persona pueda pasar toda su vida sin cometer un error realmente grave, como meterse un tenedor en el ojo o salir por la ventana en lugar de por la puerta», escribía en La sociedad de la mente (Edic. Galápago).<br /><br />Para Minksy, el secreto para lograr máquinas que superasen en inteligencia al ser humano era descifrar nuestro cerebro para tratar de imitar los procesos neuronales que generan esa inteligencia inherente que evita que salgamos por la ventana o que nos pinchemos el ojo con el tenedor.<br /><br />Los grandes avances que ha tenido la Inteligencia Artificial, en tan solo las seis décadas que han pasado desde que se acuñó el término, han sido abrumadores en buena medida por el impulso que le dio Minsky. De hecho, han permitido el desarrollo de aplicaciones muy extendidas en la sociedad actual como los sistemas de diagnósticos médicos o los aviones no tripulados que conocemos como drones.<br /><br />Minsky consideraba el cerebro como una máquina cuyo funcionamiento podría ser estudiado y replicado por ordenadores. Su papel crucial en el desarrollo de la Inteligencia Artificial se reflejó en el hecho de que Stanley Kubrick recurrió precisamente a él para poder recrear el omnipotente ordenador HAL 9000 que aparece en la mítica película de ciencia ficción 2001: una Odisea del Espacio, estrenada en 1968.<br /><br />El investigador estadounidense, por aquel entonces, ya preveía que los ordenadores y sus programas irían más allá de los cálculos matemáticos para poder llegar a simular las funciones del cerebro humano; es decir, desarrollar lo que se conoce hoy como Inteligencia Artificial.<br /><br />Hace sólo dos años, en 2014, Minsky visitó Madrid para recibir el Premio Fronteras del Conocimiento en la categoría de Tecnologías de la Información de la Fundación BBVA, y aseguró entonces que no le asustaba la velocidad a la que avanzan las investigaciones en inteligencia artificial y la capacidad cada vez mayor que tienen las máquinas de simular al cerebro humano. "Muchos han escrito en la ciencia ficción que las máquinas se hacen con el control de la civilización y siempre ocurre algo malo, pero me parece que la gente es muy imaginativa", aseguró.<br /><br />Minsky estaba convencido de que, con el tiempo, se llegarían a crear máquinas al menos tan inteligentes como los humanos. Sin embargo, según manifestó al recibir su Premio Fronteras del Conocimiento, no era muy optimista respecto al plazo en el que podría lograrse: "Depende de cuánta gente trabaje en los problemas adecuados. Ahora mismo no hay ni recursos ni investigadores suficientes". Y fiel a su reputación de científico iconoclasta, añadió: "Los grandes avances en Inteligencia Artificial se dieron entre los 60 y los 80 del pasado siglo. En los últimos años no he visto nada que me sorprenda, porque ahora la financiación se enfoca más en aplicaciones de corto plazo que en ciencia básica".<br /><br />Hasta el final de sus días, el padre de la Inteligencia Artificial siguió siendo fiel a su visión del cerebro humano como una «máquina de carne». «¿Qué somos las personas sino máquinas muy evolucionadas?», se preguntaba en Madrid, durante un debate con el cineasta Kike Maíllo organizado por la Fundación BBVA con motivo de la concesión de su Premio Fronteras.<br /><br />«Nadie sabe realmente lo que va a suceder, pero hay que tener en cuenta que las emociones nos han traído hasta aquí», aseguraba Minsky en aquel debate. «Las emociones no son más que una forma concreta de resolver problemas muy deprisa... Somos afortunados, teniendo que dejar esa decisión a las generaciones futuras. Pero hoy por hoy solo hay una cosa cierta: todo el que diga que hay diferencias básicas entre la mente de los hombres y de las máquinas del futuro se equivoca», sentenció el sabio.<br /><br /><br /><a href="http://www.elmundo.es/ciencia/2016/01/26/56a73a7ae2704e4f5c8b45a9.html">http://www.elmundo.es/ciencia/2016/01/26/56a73a7ae2704e4f5c8b45a9.html</a><br />Eduardo Reyes Guzmánhttp://www.blogger.com/profile/13973438243048495295noreply@blogger.com0tag:blogger.com,1999:blog-7622934467371302300.post-76394812059278194832016-01-21T23:30:00.001+01:002016-01-21T23:32:02.047+01:00Un científico italiano asegura que ha trasplantado la cabeza a un mono.Expertos españoles tachan el trasplante de cuerpo entero de 'delirio sin base científica'<br />
<br />
MÒNICA BERNABÉ | Roma<br />
<br />
ACTUALIZADO 21/01/2016 20:57<br />
<br />
El neurocientífico italiano Sergio Canavero, director del Grupo de Neuromodulación Avanzado de Turín, ha hecho pública una imagen de un mono al que supuestamente se le ha trasplantado la cabeza, y un vídeo en que se ve una pequeña rata que consigue andar, a pesar de que en teoría también se le ha sometido una operación del mismo tipo.<br />
<br />
Según el investigador, las imágenes corresponden a los últimos experimentos realizados con animales por él mismo, y los profesores Xiaoping Ren y C-Yoon Kim en los últimos meses en China y Corea del Sur. Canavero asegura que estas intervenciones son la última prueba de que sería posible hacer trasplantes de cabeza en humanos, de manera que pacientes que sufren tetraplejia, cáncer o distrofia muscular progresiva podrían sustituir su cuerpo enfermo por otro sano.<br />
<br />
Las imágenes han sido publicadas en New Scientist, antes de que salieran en una revista científica que avale el trabajo de ambos investigadores, cosa que ha suscitado críticas entre otros científicos que consideran una grave falta que Canavero haya corrido a publicitar el supuesto resultado de sus experimentos sin un aval real.<br />
<br />
"Los resultados se publicarán en los próximos meses en dos prestigiosas publicaciones académicas, Surgery y CNS Neuroscience & Therapeutics", explica el investigador italiano a EL MUNDO en una entrevista por skype, mientras muestra una carta de Surgery donde asegura que le confirman que publicarán su trabajo. "Llevo tres años diciendo que este tipo de trasplante es posible y todo el mundo me tomaba por loco. Ahora que estoy seguro de que es posible, lo he querido anunciar cuanto antes. Y quien no lo crea, ya lo verá publicado pronto en las revistas científicas", resuelve.<br />
<br />
Canavero también afirma que disponen del vídeo de toda la evolución de las ratas a las que sometieron a la operación. Desde el momento que le cortan la cabeza, hasta que las unen al nuevo cuerpo, y empiezan a recuperar los primeros movimientos al cabo de tres o cuatro semanas. "Los experimentos con ratas ya los habíamos hecho en otras ocasiones, pero esta vez es la primera que mostramos el vídeo de todo el proceso", explica el investigador.<br />
<br />
El director del Grupo de Neuromodulación Avanzado de Turín considera que lo más importante de todo es que "una médula espinal que ha sufrido un corte limpio se puede reconectar". Y añade: "Eso lo demostramos con el experimento de las ratas. Tras el trasplante de cabeza, estos animales recuperan la total movilidad. Esto es revolucionario". En su opinión, lo ocurrido con los roedores puede suceder también con los humanos. La técnica a utilizar es la misma: polietilenglicol (PEG), un polímero que Canavero usa como adhesivo.<br />
<br />
En el caso del trasplante de cabeza a un mono, los profesores Canavero y Xiaoping se limitaron a realizar la intervención quirúrgica pero no esperaron a ver la evolución del animal. Lo sacrificaron a las 20 horas de la operación. "El objetivo era comprobar que es posible hacer un trasplante de este tipo sin que se produzca un daño cerebral. Se trataba de confirmar lo que ya hizo White", comenta Canavero, en referencia al doctor estadounidense Robert White que, en los años sesenta, ya trasplantó con éxito la cabeza de un mono al cuerpo de otro, pero tuvo un pequeño problema: no logró conectar la médula espinal. Eso hizo que el primate no pudiera mover el cuerpo, aunque sí que consiguió respirar de forma asistida.<br />
<br />
En este caso, los dos investigadores consideraron "poco ético" mantener con vida al primate. "Tendríamos que haber esperado tres o cuatro semanas para que el PEG hiciera efecto y el mono empezara a recuperar una cierta movilidad", detalla el neurocientífico italiano, que asegura que ya no experimentarán más con animales. "A partir de ahora, las próximas intervenciones las haremos con humanos cerebralmente muertos".<br />
<br />
El objetivo final, no obstante, es llegar a hacer un trasplante real de cabeza en una persona viva. De hecho, ya existe un candidato: el joven ruso Valery Sprirdonov, de 31 años, que sufre una distrofia muscular genética. Canavero ya ha puesto fecha para la intervención: diciembre de 2017, pero aún existen muchas incógnitas.<br />
<br />
Inicialmente estaba previsto que la operación se llevara a cabo en China, con financiación del Gobierno. "Valery es ruso. No se le puede trasplantar el cuerpo de un chino y, por tanto, no podemos hacer la operación en China", explicaba este jueves el neurocientífico italiano, que ya ha iniciado negociaciones con Rusia y necesita casi 20 millones de dólares (unos 15 millones de euros) para llevar a cabo la intervención quirúrgica.<br />
<br />
Arthur Caplan, especialista en bioética en la Escuela de Medicina de Nueva York, criticó en New Scientist que Canavero se plantee realizar un trasplante de cabeza, en vez de intentar hacer crecer la médula espinal. "Hay cientos de miles de personas que se podrían beneficiar de algo así. Es como decir me quiero ir a otra galaxia, cuando puedo establecer una colonia en Marte", declaró.<br />
<br />
Canavero replicó que Caplan no tiene ni idea de lo que habla. "La médula se deteriora al cabo de un tiempo. La única manera de curar la tetraplejia es el trasplante de cuerpo", aseguró.<br />
<br />
<br />
<a href="http://www.elmundo.es/salud/2016/01/21/56a12c0a268e3edf738b4580.html">http://www.elmundo.es/salud/2016/01/21/56a12c0a268e3edf738b4580.html</a><br />
Eduardo Reyes Guzmánhttp://www.blogger.com/profile/13973438243048495295noreply@blogger.com0tag:blogger.com,1999:blog-7622934467371302300.post-3865671737738088412015-12-13T23:13:00.000+01:002015-12-13T23:13:01.453+01:00El ordenador cuántico de Google funcionaÁNGEL JIMÉNEZ DE LUIS - Nueva York<br /><br />ACTUALIZADO 10/12/2015 10:07<br /><br />Tras realizar varias pruebas a lo largo de los dos últimos años, Google ha confirmado que los ordenadores cuánticos, máquinas que aprovechan las extrañas propiedades de la materia a escala subatómica, no sólo funcionan sino que pueden llegar a ser increíblemente rápidos, mucho más que los construidos con procesadores tradicionales.<br /><br />El gigante de la red adquirió hace dos años junto a la NASA uno de los ordenadores cuánticos de la empresa D-Wave, la primera en fabricar este tipo de máquinas. Ayer, en un evento celebrado en el centro de desarrollo Ames de la NASA en California, Google mostró algunos de los resultados conseguidos con la segunda generación de procesadores de D-Wave y confirmó que para ciertas tareas, este tipo de procesadores podrían llegar a ser hasta 100 millones de veces más rápidos que el de un ordenador convencional.<br /><br />La expresión "ciertas tareas" es la clave de este anuncio. Los ordenadores cuánticos no pueden utilizarse para aplicaciones tradicionales, sólo son útiles en problemas muy específicos para los que la naturaleza binaria de la informática general no resulta efectiva. Estas tareas, sin embargo, podrían tener importantes aplicaciones en la descodificación de mensajes cifrados o el desarrollo de sistemas de inteligencia artificial.<br /><br />Hasta ahora, nadie había podido confirmar que las máquinas de D-Wave operaban realmente aprovechando las propiedades cuánticas de la materia y muchos expertos habían acusado a la empresa de exagerar las posibilidades de su producto.<br /><br />El responsable de la división de computación cuántica de Google, Hartmut Neven, asegura que estos resultados, disponibles en el blog de Google Research, son "intrigantes y muy alentadores", aunque hay todavía mucho trabajo que hacer para convertir este tipo de máquinas en una tecnología práctica.<br /><br /><br /><a href="http://www.elmundo.es/tecnologia/2015/12/10/56693fccca4741497f8b45fc.html">http://www.elmundo.es/tecnologia/2015/12/10/56693fccca4741497f8b45fc.html</a><br />Eduardo Reyes Guzmánhttp://www.blogger.com/profile/13973438243048495295noreply@blogger.com0tag:blogger.com,1999:blog-7622934467371302300.post-82072591861305018502015-11-28T00:54:00.001+01:002015-11-28T00:54:16.316+01:00El atlas más fino del cerebroUn equipo internacional reconstruye la mente de una mujer en 3D en una resolución casi celular<br />
<br />
El ‘BigBrain’ abre una vía para entender las bases neurobiológicas de la cognición, el lenguaje y las emociones, investigar enfermedades y desarrollar fármacos<br />
<br />
JAVIER SAMPEDRO | 20 JUN 2013 - 17:36 CET<br />
<br />
<table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left: auto; margin-right: auto; text-align: center;"><tbody>
<tr><td style="text-align: center;"><a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiw2nAfkCU3JHu-vXhI7KvfE42jRch-m4HfsudZzRR5aupzud8CaK4h5M_ZIiy1Ujt3C2hpysqc1TNNTdLLC5FU6u6spq127w9918ZmbY5B73ERy3P2jJ-d8XtX1it2d44ej_HLxQ4_Q7k5/s1600/cerebro_en_finas_capas.jpg" imageanchor="1" style="margin-left: auto; margin-right: auto;"><img border="0" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiw2nAfkCU3JHu-vXhI7KvfE42jRch-m4HfsudZzRR5aupzud8CaK4h5M_ZIiy1Ujt3C2hpysqc1TNNTdLLC5FU6u6spq127w9918ZmbY5B73ERy3P2jJ-d8XtX1it2d44ej_HLxQ4_Q7k5/s1600/cerebro_en_finas_capas.jpg" /></a></td></tr>
<tr><td class="tr-caption" style="text-align: center;">Procesamiento de las capas del cerebro. / AMUNTS, ZILLES, EVAN ET AL (SCIENCE)</td></tr>
</tbody></table>
<br />
El sueño de un neurocientífico es llegar a conocer el cerebro humano con la misma precisión que el sistema nervioso del gusano Caenorhabditis elegans, cuyas 100 neuronas exactas con todas sus conexiones sinápticas son desde hace años un libro abierto para la ciencia. Y hoy se acercan más que nunca a ese ideal con BigBrain, una reconstrucción digital del cerebro humano completo en 3D y ultra-alta resolución que deja muy atrás a cualquier iniciativa anterior de este estilo. BigBrain es la herramienta esencial que necesitan los laboratorios neurológicos de todo el mundo para elucidar la forma y la función de nuestro cerebro. Y estará disponible públicamente a coste cero.<br />
<br />
Hasta ahora existen otros atlas del cerebro, pero solo llegan al nivel macroscópico, o visible. Su resolución solo llega al nivel de un milímetro cúbico, y en ese volumen de cerebro caben fácilmente unas 1.000 neuronas. El nuevo BigBrain baja el foco hasta un nivel “casi celular”, según los científicos que lo han creado. Eso quiere decir que llega a discriminar cada pequeño circuito de neuronas que está detrás de nuestra actividad mental, y que puede abarcar toda la información disponible sobre el cerebro, desde los genes y los receptores de neurotransmisores hasta la cognición y el comportamiento.<br />
<br />
El cerebro de referencia se basa en el de una mujer fallecida a los 65 años, que ha sido fileteado en 7.400 secciones histológicas de solo 20 micras (el espesor de un cabello, y cerca de la dimensión de una célula). El BigBrain, según sus creadores, abre el camino para entender las bases neurobiológicas de la cognición, el lenguaje y las emociones, y también para investigar las enfermedades neurológicas y desarrollar fármacos contra ellas. El modelo se presenta en Science y estará disponible para usuarios registrados en http://bigbrain.cbrain.mcgill.ca.<br />
<br />
El trabajo ha sido coordinado por Katrin Amunts, del Instituto de Neurociencia y Medicina de Jülich, en Alemania; y Alan Evans del Instituto Neurológico de la Universidad McGill en Montreal, Canadá. Ambos explicaron su investigación en una teleconferencia para la prensa junto al editor de Science, Peter Stern.<br />
<br />
Tal vez la línea celular humana más utilizada por los laboratorios de todo el mundo durante el último medio siglo sea la línea HeLa; el cultivo proviene de un tumor de útero que le fue extirpado en 1951 a una paciente llamada Henrietta Lacks (de ahí el nombre de la línea) que, pese a haber muerto unos meses después de la operación, consiguió así una singular forma de inmortalidad.<br />
<br />
No es extraño que los periodistas mostraran ayer un especial interés en la mujer de 65 años que ha visto inmortalizado su cerebro como un modelo digital que pervivirá durante siglos o milenios. Quién sabe si la neurociencia del futuro será capaz de reconstruir a partir de BigBrain los pensamientos y deseos más ocultos de esa mujer, los recovecos de sus emociones y las ambigüedades de su moralidad. Eso es desnudarse para la posteridad, ríanse ustedes de una autobiografía.<br />
<br />
La insistencia de los medios, sin embargo, se topó con el compromiso insobornable de los científicos de preservar la intimidad de la mujer fallecida. Ni Amunts, ni Evans ni su colega Karl Zilles, ni por supuesto el editor de Science que había organizado la comparecencia, quisieron dar noticia sobre la vida que, de algún modo, han registrado para la posteridad. Amunts se limitó a decir que “carecía de un historial neurológico o psiquiátrico”, y que en ese sentido “es lo que llamaríamos un cerebro normal”. Este hecho, al menos, nos aparta del mito de Frankenstein por una vez.<br />
<br />
“Los autores han ampliado los límites de la tecnología actual”, dijo Stern, que ve la investigación, en cierto modo, como la consecuencia natural del trabajo de los neuroanatomistas clásicos, con Cajal a la cabeza, que sentaron hace un siglo las bases de la descripción estructural del cerebro humano. La mayor parte de la gente, incluidos los estudiantes de medicina, tiende a ver la anatomía como un tostón fastidioso si bien ineludible para aprobar el curso.<br />
<br />
Pero si la biología nos ha enseñado una lección es que la forma explica la función, que entender el funcionamiento de un sistema biológico empieza siempre por ver su estructura. Recuerden la genética: la mera, simple y desnuda forma de la doble hélice del ADN, donde las letras de una hilera se complementan con las de la otra, explica por sí sola que los seres vivos puedan sacar copias de sí mismos. También la forma de las proteínas, con sus hélices y sus hojas y sus caprichosos plegamientos, suele explicar lo que hace cada una de ellas, desde quemar el azúcar que comemos hasta activar las neuronas que nos hacen pensar.<br />
<br />
Stern, como muchos otros científicos, está convencido de que esa ley no formulada de la biología tiene jurisdicción también sobre el cerebro, sobre los mecanismos de nuestra vida mental. Somos formas. “Este trabajo puede verse como una culminación de la anatomía”, dijo el editor de Science. “Sin un profundo conocimiento de la estructura del cerebro nunca entenderemos el resto de la neurobiología”.<br />
<br />
Evans también proclamó: “La gran ciencia ha llegado al cerebro”. El eslogan es una referencia velada a los proyectos genoma y los aceleradores de partículas, que ya implican cifras de seis dígitos, programación a medio plazo y unos equipos científicos cuyas firmas rara vez caben en la página de la revista científica donde se publican. Pese a que hay cientos de laboratorios en el mundo investigando en neurobiología, el cerebro no contaba hasta ahora con una gran planificación de este tipo, como las que se usan para secuenciar el genoma humano o encontrar el bosón de Higgs. La gran ciencia ha llegado al cerebro.<br />
<br />
Pese a la indudable profundidad de las cuestiones implicadas, los grandes logros del trabajo han sido de tipo técnico. “El proyecto ha sido un tour de force para ensamblar las imágenes de más de 7.400 secciones histológicas individuales”, explica Evans, “cada una con sus propias distorsiones, rasgaduras y desgarrones, en un todo coherente, un volumen en tres dimensiones. BigBrain permite por primera vez una exploración en 3D de la anatomía citoarquitectónica humana”. El prefijo cito significa célula, y en boca de Evans quiere enfatizar la gran resolución de su modelo, cercana al nivel celular: muy cerca del sueño del gusano Caenorhabditis elegans.<br />
<br />
Los científicos tomaron el cerebro de la mujer muerta a los 65 años y lo encastraron en cera de parafina, un paso previo usual antes de una disección fina. Y esta fue finísima: las lonchas solo tenían 20 micras (milésimas de milímetro) de espesor. Ni siquiera un científico alemán tiene el pulso tan firme como para hacer eso, y los investigadores usaron una máquina especial para ese propósito, un microtomo gigantesco.<br />
<br />
Las finísimas lonchas del cerebro de la mujer se montaron en portaobjetos y se trataron con sustancias que tiñen las estructuras celulares más importantes, muy a la Cajal o a la Golgi, si se mira bien. Lo que jamás podrían haber soñado esos grandes neurólogos del pasado es el prodigioso poder de computación, y la sofisticación de las matemáticas asociadas, al que tiene acceso la ciencia actual. Con todo, recolectar los datos llevó cerca de 1.000 horas, y los robots todavía no lo pueden hacer todo.<br />
<br />
BigBrain, el gran mapa en 3D y resolución “casi celular” que ya forma parte del dominio público, es un gran paso hacia el entendimiento profundo del cerebro y la mente. Su objetivo no es otro que comprender los fundamentos neurobiológicos del aprendizaje y la adquisición de conocimiento, del lenguaje y las emociones, de la torpeza y de la creatividad humana. Es público y gratis, y de momento no sirve para espiar a nadie.<br />
<br />
<br />
<a href="http://sociedad.elpais.com/sociedad/2013/06/20/actualidad/1371742600_459472.html">http://sociedad.elpais.com/sociedad/2013/06/20/actualidad/1371742600_459472.html</a>Eduardo Reyes Guzmánhttp://www.blogger.com/profile/13973438243048495295noreply@blogger.com0tag:blogger.com,1999:blog-7622934467371302300.post-7446903348582654142015-11-14T00:36:00.001+01:002015-11-14T00:42:10.824+01:00New growth for optical coherence tomography08 May 2008<br />
<br />
<i><b>Optical coherence tomography is an emerging medical imaging technology with an ever growing list of applications. Marie Freebody speaks to James Fujimoto to find out more.</b></i><br />
<br />
James Fujimoto is a professor at the Massachusetts Institute of Technology in the US and is one of the key players responsible for the invention and development of optical coherence tomography (OCT) in the early 1990s. Fujimoto also has an active commercial side and has co-founded two companies, one of which was acquired by Zeiss and led to the first OCT instrument for clinical ophthalmology. The second company is currently developing intravascular and endoscopic OCT.<br />
<br />
<b>Can you explain how OCT works?</b><br />
OCT enables micron-scale, cross-sectional and three-dimensional (3D) imaging of biological tissues in situ and in real time. The technique measures the echo time delay and intensity of backscattered light using interferometry with broadband light sources or with frequency swept lasers. The approach is analogous to ultrasound, except that imaging is performed by measuring light rather than sound. The imaging depths are typically around 2 mm, which is shallow compared with ultrasound. However, OCT can provide much higher image resolutions of a few microns.<br />
<br />
Two-dimensional (2D), cross-sectional OCT images of tissue are constructed by scanning the optical beam and performing axial measurements of light echoes at different transverse positions. The result is a 2D array, which represents the backscattering in a cross-sectional slice of the tissue. 3D imaging can also be performed by using a 2D scan pattern.<br />
<br />
<b>Why is it important to develop OCT?</b><br />
OCT can function as a type of "optical biopsy", imaging tissue microstructure in situ and in real time without removing and processing tissue specimens. OCT can be used where excisional biopsy would be hazardous or impossible, such as imaging the retina, coronary arteries or nervous tissues. There is considerable interest in developing OCT to guide excisional biopsy, to reduce false negatives and improve imaging sensitivity. Since OCT can see beneath the surface of tissue, it can also be used to guide surgical interventional procedures. OCT also has the advantage that it can perform repeated imaging over a period of time and therefore monitor the progression of disease or response to therapy.<br />
<br />
<b>What are the main applications and when do you expect them to occur?</b><br />
OCT has had the largest impact in ophthalmology where it can be used to create cross-sectional images of retinal pathology with higher resolution than any other non-invasive imaging technique. In addition, image information can be quantitatively analyzed to measure specific features, such as retinal thickness or nerve fibre layer thickness, which are indicators of diabetic retinopathy or glaucoma.<br />
<br />
OCT is also being developed for intravascular imaging, where it shows promise for assessing unstable plaque in coronary arteries and guiding interventional procedures, such as stent placement.<br />
<br />
Additional applications include guiding biopsy for cancer detection and guiding surgical procedures. OCT is also having a powerful impact in fundamental research in areas ranging from small animal imaging, which is important for pharmaceutical discovery and development, to non-destructive evaluation of materials.<br />
<br />
<b>What would you say is the most important recent advance?</b><br />
One of the most powerful recent advances in OCT is the development of "Fourier domain" detection methods. Conventional OCT technology used scanning low coherence interferometers and measured echoes of light sequentially as a function of time. In contrast, Fourier domain detection measures the spectrum of the interference using a broadband light source and a high-speed spectrometer, or a swept laser light source and detectors. Information on the echo time delay of light is obtained by Fourier transforming the interference spectrum.<br />
<br />
The new technique enables imaging to be performed between 50 and 500 times faster than previously possible. This is a powerful advance because the extremely high speeds enable 3D imaging to be performed in vivo. 3D-OCT provides comprehensive volumetric information on structure and promises to dramatically enhance visualization and diagnostic performance.<br />
<br />
<b>What are the key challenges left to overcome in this field?</b><br />
Perhaps the most challenging issue is to translate the technology from the laboratory to the clinic. The clinical environment is completely different from the research environment in the university and requires a team of investigators who understand and work effectively in both environments. This type of research and development is extremely complex, but advances can have a significant impact on healthcare and represent an important contribution to society.<br />
<br />
<b>What do you think the next big breakthrough will be?</b><br />
It is tempting to think about scientific advances in terms of breakthroughs, but I don't believe that this is necessarily the case. Most of the time advances are made by individual research groups performing dedicated work on a series of highly specific problems or applications. A series of evolutionary advances, taken together, can create a major, revolutionary advance.<br />
<br />
• This article originally appeared in the May 2008 issue of Optics & Laser Europe magazine.<br />
<br />
<u><b>View pdf of article</b></u><br />
<br />
<br />
<a href="http://optics.org/article/34127">http://optics.org/article/34127</a>Eduardo Reyes Guzmánhttp://www.blogger.com/profile/13973438243048495295noreply@blogger.com0tag:blogger.com,1999:blog-7622934467371302300.post-35065150570913913952015-08-10T01:21:00.002+02:002015-08-10T01:21:52.231+02:00La búsqueda del cerebro virtual* El Centro de Tecnología Biomédica juega un papel clave en el proyecto europeo Human Brain, que intenta simular la mente<br /><br />PABLO YARNOZ / PAU SANCLEMENTE / ÁNGEL LUIS SUCASAS | 22 JUL 2015 - 18:13 CEST<br /><br />La tarea es titánica. Tratar de simular el comportamiento completo del cerebro. Lograr un doble digital de la mente que pueda ser diseccionado virtualmente por científicos de todo el mundo. Es el Human Brain Project, la joya de la corona, no exenta de polémica, del Horizonte 2020, el programa de la Unión Europea con 76.880 millones de euros de presupuesto que fija esa fecha para abordar los grandes retos científicos desarrollados en el marco europeo entre 2014 y 2020.<br /><br />En el Centro de Tecnología Biomédica (CTB) de la Universidad Politécnica de Madrid contribuye de manera esencial a esta búsqueda del cerebro virtual. “Somos 14 laboratorios en el centro. Y posiblemente la mitad o más están vinculados al Human Brain Project”, explica Francisco del Pozo, director del CTB. Las áreas son múltiples, desde el modelado matemático de las estructuras neuronales al análisis con microscopía electrónica de tejido cerebral de ratones para avanzar en el conocimiento de dichas estructuras. Y cada laboratorio integra y coordina su esfuerzo al conjunto de investigadores europeos para ir avanzando un paso más hacia ese cerebro virtual.<br /><br />La tecnología juega un papel fundamental en esta meta. Ángel Merchant, investigador del CTB, se encarga de investigar, por microscopía electrónica, la estructura interna del cerebro. La idea es hacer lonchas de una muestra de tejido cerebral. Se cava una trinchera en dicha muestra y se toman fotografías sucesivas. Luego se procesan informáticamente para obtener una representación tridimensional. Para ello se usan ratones, que a la vista de la microscopía electrónica, según explica Merchant son "indistinguibles" en sus sinapsis (las conexiones entre neuronas) de un cerebro humano.<br /><br />La reconstrucción digital que realizan neurólogos como Merchant es el mapamundi para que otros científicos exploren esta mente de unos y ceros. En la caverna de realidad virtual del centro, investigadores como José María Peña se calan un visor como los venideros Oculus o Morpheus para sumergirse por una representación 3D del dédalo neuronal. "Esto nos permite navegar por el cerebro y simular los efectos de drogas experimentales para ver in situ el efecto que tiene en los circuitos del cerebro", explica Peña.<br /><br />¿Por qué tal esfuerzo? Del Pozo lo explica: “¿Qué beneficios podría tener este modelo? Pues tenemos que demostrarlos, pero la idea es que podríamos simular cualquier cosa, desde un fármaco a una patología, y ver sus efectos en el cerebro sin tener que recurrir a una intervención quirúrgica”. Fernando Maetzu, director del laboratorio de Ciencias Cognitivas del centro, también ve la meta, de lograrse, como un hito: "Si yo tengo un cerebro virtual, me ahorraría muchísimo dinero y muchísimos años de investigación".<br /><br /><br /><a href="http://elpais.com/elpais/2015/07/16/ciencia/1437041752_556220.html">http://elpais.com/elpais/2015/07/16/ciencia/1437041752_556220.html</a><br />Eduardo Reyes Guzmánhttp://www.blogger.com/profile/13973438243048495295noreply@blogger.com0tag:blogger.com,1999:blog-7622934467371302300.post-12628028625597251692015-07-05T13:11:00.001+02:002015-07-05T13:16:41.292+02:00La nueva era de la computación* En el Centro de Investigación T. J. Watson de IBM en Nueva York cientos de ingenieros desarrollan un superordenador capaz de procesar ‘big data’ mediante un sistema cognitivo<br />
<br />
* Su nombre es Watson, y aspira a facilitar decisiones de gran complejidad, desde comprar una empresa hasta acertar en un diagnóstico médico<br />
<br />
* FOTOGALERÍA El centro que revoluciona la informática<br />
<br />
VICENTE JIMÉNEZ | 5 JUL 2015 - 00:00 CEST<br />
<br />
<table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left: auto; margin-right: auto; text-align: center;"><tbody>
<tr><td style="text-align: center;"><a href="http://ep01.epimg.net/elpais/imagenes/2015/07/02/eps/1435845247_202110_1435847035_noticia_normal.jpg" imageanchor="1" style="margin-left: auto; margin-right: auto;"><img border="0" src="http://ep01.epimg.net/elpais/imagenes/2015/07/02/eps/1435845247_202110_1435847035_noticia_normal.jpg" height="205" width="320" /></a></td></tr>
<tr><td class="tr-caption" style="text-align: center;">Imagen de una demostración del superordenador Watson, sus aplicaciones y
potencial, en la sede central de Watson IBM en Nueva York. </td></tr>
</tbody></table>
<br />
Watson, necesitamos ayuda para la adquisición de un empresa.<br />
<br />
Watson. Hola. ¿Cómo puedo ayudarles?<br />
<br />
Brian Gaucher. Watson, muéstrame compañías de Estados Unidos con unos ingresos de entre 25 y 60 millones de dólares relacionadas con la analítica de datos.<br />
<br />
W. Veamos qué puedo encontrar… [transcurren un par de segundos] 87 empresas.<br />
<br />
B. G. De acuerdo. Es un buen comienzo. ¿Qué te parece, Andy?<br />
<br />
Andy Aaron. Bien. Deberíamos utilizar un documento del grupo de estrategia de la división de IBM que comercializa Watson. Hay muchos conceptos clave en ella. Vamos a suministrárselos a Watson [los científicos introducen la información en el sistema].<br />
<br />
B. G. Watson, por favor, considera esto como la estrategia cognitiva.<br />
<br />
A. A. Watson, enséñame empresas dedicadas a la analítica de datos y a la estrategia cognitiva que sean las más parecidas a Wolfram Alpha y Kawasaki Robotics.<br />
<br />
W. He encontrado tres empresas parecidas a las que me has especificado.<br />
<br />
A. A. Fantástico. Comparemos estas empresas. Watson, enséñame una tabla de decisiones [la pantalla muestra una especie de hoja de Excel con las celdas vacías].<br />
<br />
B. G. Watson, por favor, coloca a las empresas Wolfram Alpha, Kawasaki Robotics, Raytheon BBN Technologies, Decisive Analytics y Cognilytics en la tabla de decisiones.<br />
<br />
W. De acuerdo [la pantalla muestra la nueva información en las celdas de la tabla de decisión].<br />
<br />
B. G. Necesitamos algo más que eso: otros atributos. Watson, incluye los atributos “beneficios”, “empleados” y “estructura empresarial” en la tabla de decisiones.<br />
<br />
W. De acuerdo.<br />
<br />
B. G. Ahora tenemos la comparación entre ellas. Watson, dame una sugerencia sobre qué empresa deberíamos comprar.<br />
<br />
W. Tengo una sugerencia…<br />
<br />
En el laboratorio del Centro de Investigación T. J. Watson de IBM en Nueva York, en Yorktown, a una hora al norte de Manhattan y en medio de frondosos bosques, ocurren cosas asombrosas: hombres que charlan con una máquina para decidir la adquisición de una empresa; médicos que dialogan con una tableta en busca del diagnóstico de la extraña enfermedad que aqueja a un niño; ingenieros de una empresa petrolera que rastrean en la nube cómo reducir la incertidumbre de sus costosísimas prospecciones en el océano; cocineros que analizan en una interfaz la pertinencia de una nueva receta a partir de la composición molecular de sus ingredientes; científicos que escrutan los genes de una persona para aplicarle un determinado tratamiento contra el cáncer; asesores financieros que manejan algoritmos para predecir el funcionamientos del mercado y evitar burbujas financieras, o técnicos municipales que escarban en la información de miles de sensores repartidos por toda la ciudad para evitar futuras inundaciones.<br />
<br />
Brian Gaucher y Andy Aaron son científicos del laboratorio de sistemas simbiótico-cognitivos de IBM. Watson es un supercomputador. Y El País Semanal ha sido testigo en Yorktown de una nueva relación entre la máquina y el hombre. Gaucher y Aaron debían simular la compra de una empresa. Su interlocutor era una pantalla de varios metros cuadrados que reproducía por escrito sus palabras y ofrecía los datos que le eran requeridos: un sistema cognitivo. Máquina y hombres se comunicaron con la palabra.<br />
<br />
Gaucher, Aaron y cientos de científicos e ingenieros de IBM trabajan en el nuevo gran paso de la computación, lo que muchos consideran una nueva era del conocimiento. Son los sistemas cognitivos, ordenadores que aprenden. El fenómeno tiene un nombre de pila: Watson, en honor al fundador e histórico presidente de IBM, Thomas J. Watson.<br />
<br />
Se trata del gran proyecto de la compañía para convertir la información masiva de nuestro mundo, el big data, en un nuevo recurso, como el gas o el petróleo, en una nueva fuente de energía con la que interactuar como nunca hasta ahora, en un camino que promete cambiar la vida de las personas. Watson es también, cómo no, un gran negocio con el que IBM confía en ingresar miles de millones de dólares.<br />
<br />
Si las máquinas y la tecnología lograron que el hombre transformara el mundo más allá de lo que sus músculos le permitían, Watson es el primer paso para llevarle a un estadio que las dimensiones de su cerebro no le permiten alcanzar. Darío Gil, ingeniero español formado en el prestigioso Massachusetts Institute of Technology (MIT) de Boston que dirige el centro de investigación de sistemas simbiótico-cognitivos de IBM, lo expone así: “La revolución industrial nos dio fuerza donde terminaba el músculo. La revolución cognitiva nos amplía los conocimientos donde termina el cerebro. Expande nuestra capacidad mental. Es una tecnología con un tremendo potencial transformador. Tendremos superpoderes cognitivos”.<br />
<br />
Gil advierte de que no se trata de sustituir al hombre, sino de complementarlo: “El trabajo con un sistema cognitivo es un diálogo, una relación simbiótica. ¿Qué aportamos los humanos? Los problemas, nuestros conocimientos, nuestro sentido común, nuestra intuición y nuestros valores en la toma de decisiones. El sistema cognitivo aporta su capacidad de análisis y de descubrimiento, su capacidad para encontrar conexiones en todo el conocimiento digital disponible. De esta manera es como Watson trabaja, por ejemplo, con algunos de los principales oncólogos del mundo”.<br />
<br />
El científico español asegura que la computación cognitiva nos permite mitigar nuestros prejuicios en la toma de decisiones. “Una cocinera, un abogado o un médico toman decisiones, cada uno con un lenguaje distinto, con sus presiones externas, en un entorno determinado… A veces son decisiones equivocadas. Los errores médicos son la tercera causa de muerte en EE UU. Watson ha leído 23 millones de artículos médicos. No tiene que sustituir al médico, pero puede colaborar con él. Inteligencia artificial, no; colaboración, sí”.<br />
<br />
John E. Kelly, vicepresidente de investigación de IBM, afirma en su libro Smart Machines (Máquinas inteligentes): “Los cambios que se avecinan en las próximas dos décadas transformarán la forma en que vivimos y trabajamos de la misma manera en que la computación transformó el paisaje humano en los últimos 50 años”. Lo que defienden Kelly y sus colaboradores es que la era de los sistemas cognitivos ha sucedido a la era de la tabulación (hasta los años cuarenta del pasado siglo), en la que ábacos mecánicos hacían básicamente cuentas, y a la de la computación (desde los años cuarenta hasta nuestros días), la de las máquinas programables. Mientras que los ordenadores tradicionales deben ser programados para determinadas tareas, los sistemas cognitivos aprenden de sus interacciones con los seres humanos a través de un lenguaje natural y por medio de algoritmos. Las dos primeras fases de la computación –la estática y la dinámica– han dado paso a una tercera: la autónoma.<br />
<br />
“Hasta ahora, muchos ordenadores se han basado en el paradigma de cálculo. Hoy podemos construir una nueva clase de sistemas que pueden aprender, encontrar correlaciones, crear hipótesis a partir de esas correlaciones, y sugerir y medir acciones”, afirma Gil.<br />
<br />
Stephen Baker, experto en computación y autor del superventas The Numerati, explica al respecto: “Lo diferente de Watson es el lenguaje. Comprende lo que escribimos. Watson descifra las relaciones estadísticas entre las palabras y hace un simulacro de comprensión. Se puede decir que aprende. El ordenador puede sugerirnos cosas y tiene una mente abierta a todas las posibilidades. Nosotros tenemos recursos muy limitados”.<br />
<br />
Para Baker, Watson no pretende ser una réplica del cerebro humano, algo que no tendría sentido. “Ya tenemos 7.000 millones de cerebros humanos, y son maravillosos. Pero Watson, con sus algoritmos, se lo pregunta todo. Y al hacerlo encuentra cosas que nosotros no encontramos. Puede encontrar pepitas de oro de inteligencia, de conocimiento que no podíamos ni imaginar que existían”.<br />
<br />
“Lo revolucionario de Watson es que no sabe nada”, añade el autor. “No tiene una respuesta a nuestras preguntas. Él hace una pesquisa con cada pregunta y, como nunca puede estar seguro de que ha comprendido esa pregunta, hace un estudio de probabilidades. Y regresa con respuestas y ofrece un porcentaje de fiabilidad en cada una. Watson diría que Obama es el presidente de Estados Unidos con un 98% de confianza”.<br />
<br />
Gil destaca la coincidencia de tres elementos clave del momento actual: “Se está digitalizando una enorme cantidad de conocimiento; se han desarrollado nuevos algoritmos muy potentes capaces de aprender a través de ejemplos, y se sigue duplicando la potencia de los ordenadores cada 18 meses”.<br />
<br />
Rick Lawrence, responsable de Watson Debater, una de las áreas de investigación del proyecto y compañero de Gil en Yorktown, comparte el análisis: “La inteligencia artificial fracasó porque intentó sustituir al hombre. Ahora es diferente, se trata de ayudarnos”. Pavan Murali, desarrollador de Chef Watson, el área del superordenador dedicada a la gastronomía, va más allá: “Queremos romper las barreras de la computación”.<br />
<br />
Para lograr esa disrupción, los diseñadores de los sistemas cognitivos cuentan con un nuevo recurso. La realidad digital crece el 60% cada año. El almacenamiento de datos de forma masiva, el big data, está creando un universo nuevo. Es una realidad en avance continuo e imparable. La información que procede de los distintos tipos de sensores que se utilizan de forma masiva en el mundo debido a su bajo coste crecerá del 11% en 2005 al 42% en 2020. Vídeos, fotografías y audios se extienden en Internet. Setenta y dos horas de vídeo son descargadas de YouTube cada minuto. Solo en un año se publican 50.000 estudios sobre neurociencia. ¿Quién puede asimilar tanto contenido? Watson.<br />
<br />
“Con los sistemas cognitivos se podrá conocer mejor qué hay tras las toneladas de datos que ya poseemos, qué vetas de oro de conocimiento, de realidades nuevas, se ocultan en ellos”, afirma Kelly en su libro. “A partir de ahí podremos manejar mejor situaciones complejas, hacer predicciones más ajustadas y, por tanto, anticiparnos mejor a los efectos inesperados de nuestras acciones”.<br />
<br />
Pero ¿qué es Watson? Todo empezó en 2004. Charles Lickel, jefe de software de IBM Research, acudió a un restaurante con un grupo de ingenieros de la compañía. Allí vio cómo todo el mundo dejaba de comer para ver a Ken Jennings defender su título de campeón del programa Jeopardy! Lickel no podía creer lo que veía. En esos años, la compañía quería asumir grandes retos públicos, como en su día lo fue Deep Blue, el superordenador que derrotó a Gary Kaspárov jugando a ajedrez. Un buen desafío sería, sin duda, ganar Jeopardy!, un concurso de preguntas complejas que deben ser respondidas a gran velocidad.<br />
<br />
La aventura no era sencilla. Se trataba de colocar a Watson junto a dos humanos, Ken Jennings y Brad Rutter, los mejores concursantes de la historia. Y utilizando un lenguaje natural. El cerebro artificial de aquel Watson le permitía analizar el equivalente a un millón de libros en poco más de un par de segundos. Watson ganó.<br />
<br />
Jugar bien al ajedrez estaba bien, pero Watson podía ir más allá y actuar sobre las variadas necesidades del mundo. Incluido el mundo de los negocios. IBM introdujo millones de documentos en la memoria de Watson para abarcar un gran número de disciplinas. “Queríamos crear algo que pudiera utilizarse en cualquier industria, desde el transporte hasta los bancos, cualquier sitio en el que el tiempo es crítico y es necesario tener ventaja a la hora de tomar decisiones”, afirma John Kelly, vicepresidente de investigación de IBM.<br />
<br />
IBM Research posee 3.000 científicos e ingenieros en 12 laboratorios de 10 países. La compañía creó una división nueva con el nombre de Watson, dando así al proyecto una dimensión inédita. Lo dotó con 1.000 millones de dólares de presupuesto (894 millones de euros) y una nueva sede en el Silicon Alley de Manhattan. El nuevo edificio de Astor Place es el escaparate ideal. La compañía elevó recientemente su previsión de ingresos en el negocio de análisis de datos a 20.000 millones para los próximos cinco años. Asimismo, planea abrir cinco nuevas oficinas bajo esta marca en Dublín, Londres, Melbourne, São Paulo y Singapur. Watson se utiliza ya en 25 países, entre los que se incluyen Australia, Reino Unido, Tailandia, Canadá y España.<br />
<br />
En la era del big data, las empresas, grandes y pequeñas, buscan su hito, el vehículo que lleve al mundo de los negocios, o a cualquier otro ámbito, los más modernos análisis de datos y predicción. IBM cuenta con Watson Analytics, herramienta con la que la compañía de software está ingresando mucho dinero.<br />
<br />
En octubre de 2014, IBM llegó a un acuerdo con la red social Twitter para analizar las toneladas de información que esta compañía alberga y son susceptibles de ser utilizadas comercialmente. La alianza está orientada en una primera fase a los departamentos de ventas, marketing y servicio al cliente, pero ambas firmas también desarrollarán servicios para la banca, productos de consumo y de transporte. Con este acuerdo, y con otro suscrito previamente con Apple, IBM trata de revitalizar sus ventas. El análisis de datos y la computación en la nube se han convertido en una necesidad vital para IBM, que en 2014 ingresó 16.000 millones por estos conceptos.<br />
<br />
Twitter es solo uno de los clientes de IBM y de sus sistemas cognitivos. Repsol y La Caixa son otros dos. La compañía petrolera española busca sistemas que le permitan reducir la incertidumbre de las prospecciones que realizan en diversas partes del mundo. El banco pretende que Watson aprenda español, con un ambicioso proyecto que permita utilizar con la máquina una de las lenguas francas del mundo. IBM ha llegado a un acuerdo similar en Japón con Softbank Telecom.<br />
<br />
Con Repsol, IBM ha trazado dos aplicaciones iniciales enfocadas a optimizar su estrategia para la perforación de pozos en los cinco continentes. Santiago Quesada, director de tecnología de producción y exploración del Centro de Tecnología de Móstoles, recuerda que la relación con IBM viene de lejos: “Queremos optimizar nuestras decisiones y reducir la incertidumbre que siempre tiene el subsuelo”.<br />
<br />
Pero para que la relación entre las máquinas y los ingenieros funcione, Watson debe aprender: “Hemos ido aterrizando corpus de ciencia de nuestra industria a través de un equipo mixto IBM-Repsol en Nueva York y Madrid. Desarrollamos las primeras aplicaciones”. Quesada concluye: “Reduciremos el riesgo en la toma de decisiones, optimizaremos los campos, mejoraremos la seguridad y el respeto al medio ambiente. Esta tecnología tendrá efectos en la vida cotidiana. No sustituye a los ingenieros ni al comité de dirección. Pero será algo disruptivo, como el ordenador personal o el automóvil”.<br />
<br />
Las líneas de aplicación de Watson son variadas. Las más interesantes tienen que ver con sus aplicaciones médicas. El New York Genome Center (NYGC) e IBM colaboran en el análisis de información genética en el camino hacia tratamientos personalizados de uno de los tumores cerebrales más mortales: el glioblastoma. El sistema, que se desplegará en la nube, combinará bases de datos integrales de literatura biomédica y la capacidad cognitiva de Watson para trazar nuevos tratamientos adaptados a las características de cada paciente.<br />
<br />
En el caso del Cleveland Clinic Lerner College of Medicine, IBM desarrolla los proyectos Watson Paths y Watson EMR Assistant. Ambos tienen como objetivo ayudar a los médicos a un mejor diagnóstico y tratamiento de sus pacientes. Una colaboración similar es la que IBM desarrolla con el prestigioso centro de Nueva York Memorial Sloan-Kettering. Otro cliente de Watson es el Ayuntamiento de Río de Janeiro, acuciado por las recurrentes inundaciones. El municipio e IBM han creado modelos de tormentas y sus consecuencias a partir de datos geológicos y topográficos, lo que les permite reducir daños en las zonas afectadas.<br />
<br />
En una conferencia reciente celebrada en Berlín, el ingeniero de IBM Darío Gil dio su visión del futuro: “En el futuro, la informática tendrá una capa cognitiva ambiental, siempre funcionando, siempre disponible. Tendremos acceso a esa capa cognitiva a través del lenguaje, de los gestos y del tacto. Y nos ayudará a mantener un diálogo entre nosotros y el sistema en muchos espacios físicos distintos”. Gil no los citó, pero se refería a las cogs, unidades de software en las que trabaja su equipo que permitirán construir entornos cognitivos interactivos. “Cada cog está diseñado para hacer una pequeña tarea concreta: uno puede estar comprobando los datos que mencionamos mientras hablamos, otro se dedica a realizar reconocimiento facial para entender nuestras expresiones, otro nos puede ayudar a razonar para entender una tabla de decisión”, explica. En su reciente conferencia en Berlín, Gil no pudo evitar referirse a los temores que suscitan máquinas capaces de aprender y cada vez más necesarias; máquinas, en definitiva, con más poder.<br />
<br />
Para Gil, el debate suele dividirse entre los que abrazan los avances tecnológicos, como el utópico viaje hacia un paraíso en el que las máquinas harán todo el trabajo, y los distópicos, que temen poderes que no podremos controlar. “El ordenador es una herramienta. No podríamos construir casas ni coches sin herramientas. Watson no tiene consciencia de su existencia, no puede crear teorías ni elegir qué problemas debemos resolver en el mundo, todo eso nos sigue correspondiendo a nosotros”.<br />
<br />
¿Debemos tener miedo de esto? Sin duda, es motivo de debate. El experto Steve Baker analiza la cuestión con prevención. “El avance de la máquina es inexorable. Las máquinas se van a meter más y más en nuestras vidas. Cada año se fabrican chips más pequeños, más poderosos, más baratos… Nos guste o no, vamos a estar rodeados por sensores, por ordenadores… Es inevitable… Tarde o temprano, tendremos máquinas en la cabeza”.<br />
<br />
Para Baker, la cuestión que aquí se ventila es una elección: seguridad con menos libertad, o libertad sin seguridad. “Todos queremos seguridad física, un ambiente más limpio, ahorrar dinero y más oportunidades económicas. Las máquinas pueden ofrecernos estas cosas. Es muy difícil decir que prefiero la libertad sucia e insegura a un Estado de control y eficacia. Y eso supone más control. Son los ingenieros los que cada vez tienen más el control de la humanidad. Ahora se meten en la educación, en el medio ambiente, en las conversaciones, en todo… Control por parte de empresas y Gobiernos. En Europa se ha intentado frenar eso, pero al final hay que competir con EE UU y China”.<br />
<br />
Baker recuerda que no solo Watson está en la carrera por la gestión del big data. Google es otro actor muy importante. Y concluye: “La competencia va a ser cuál nos da el mejor servicio en respuestas útiles. Google tiene ventaja sobre IBM porque tienes datos de los ciudadanos. Google y Facebook saben mucho más de lo que hace el mundo. Es una revolución”.<br />
<br />
<br />
<a href="http://elpais.com/elpais/2015/07/02/eps/1435845247_202110.html">http://elpais.com/elpais/2015/07/02/eps/1435845247_202110.html</a>Eduardo Reyes Guzmánhttp://www.blogger.com/profile/13973438243048495295noreply@blogger.com0tag:blogger.com,1999:blog-7622934467371302300.post-83515191971864397812015-06-06T13:39:00.001+02:002015-06-06T13:46:54.822+02:00El MIT desarrolla un robot capaz de esquivar obstáculosAl saltar el objeto el avance logra un movimiento parecido al de cualquier atleta de los 110 metros vallas<br />
<br />
Tecnología | 06/06/2015 - 09:00h | Última actualización: 06/06/2015 - 10:13h <br />
<br />
<div class="separator" style="clear: both; text-align: center;">
<iframe width="320" height="266" class="YOUTUBE-iframe-video" data-thumbnail-src="https://i.ytimg.com/vi/_luhn7TLfWU/0.jpg" src="https://www.youtube.com/embed/_luhn7TLfWU?feature=player_embedded" frameborder="0" allowfullscreen></iframe></div>
<br />
<br />
Barcelona. (Redacción).- La historia de la robótica ha dado un paso más con la construcción de un nuevo artefacto que tiene una mayor autonomía. Un grupo de investigadores del MIT, el Instituto de Tecnología de Massachussets, ha desarrollado un sistema inteligente capaz de esquivar obstáculos.<br />
<br />
El procedimiento que el robot sigue al saltar el objeto es parecido al de cualquier atleta de los 110 metros vallas. Cuando detecta un obstáculo cerca, estima la altura y la distancia y calcula la mejor posición para esquivarlo. Basándose en estos datos, el robot aplica una cantidad de fuerza concreta para poder aterrizar con seguridad.<br />
<br />
El experimento se realizó primero en una cinta de correr y más tarde en una pista de un gimnasio. En ellas el robot es capaz de saltar obstáculos de casi medio metro, más de la mitad de su propia altura, y puede mantener una velocidad de 8 km/h.<br />
<br />
El equipo demostró en septiembre que el robot guepardo era capaz de correr sin el uso de cámaras u otros sistemas de visión. Ahora han perfeccionado este sistema: el robot puede ver gracias al uso de LIDAR, un sistema que utiliza unos sensores que le permiten hacer un mapa del terreno. Esta técnica la han incorporado a la estructura del robot permitiéndole un control autónomo.<br />
<br />
El profesor adjunto de ingeriría mecánica del MIT, Sangbae Kim, ha explicado que para crear LIDAR utilizaron un algoritmo para predecir la mejor posición para saltar el objeto de forma segura. Los investigadores diseñaron una formula con un prototipo de escena visual, en la que se representa el suelo como una línea recta y los obstáculos como desviaciones de esta línea.<br />
<br />
El equipo del MIT presentará este proyecto en la DARPA Robotics Challenge de junio. Su próximo objetivo es que el robot pueda saltar sobre los obstáculos al correr en un terreno más suave, como un campo de hierba.<br />
<br />
<br />
<a href="http://www.lavanguardia.com/tecnologia/20150606/54432653927/mit-desarrolla-robot-capaz-esquivar-obstaculos.html">http://www.lavanguardia.com/tecnologia/20150606/54432653927/mit-desarrolla-robot-capaz-esquivar-obstaculos.html</a>Eduardo Reyes Guzmánhttp://www.blogger.com/profile/13973438243048495295noreply@blogger.com0tag:blogger.com,1999:blog-7622934467371302300.post-42723241434349558112015-05-17T13:45:00.000+02:002015-05-17T13:45:19.790+02:00El primer transplante de cabeza<div class="separator" style="clear: both; text-align: center;">
<iframe width="320" height="266" class="YOUTUBE-iframe-video" data-thumbnail-src="https://i.ytimg.com/vi/mqG2YEWkQyg/0.jpg" src="https://www.youtube.com/embed/mqG2YEWkQyg?feature=player_embedded" frameborder="0" allowfullscreen></iframe></div>
<br />Eduardo Reyes Guzmánhttp://www.blogger.com/profile/13973438243048495295noreply@blogger.com0