El cerebro es una red compleja que contiene miles de millones de neuronas, donde cada una de estas neuronas se comunica simultáneamente con miles de otras a través de sus sinapsis (enlaces). Sin embargo, la neurona realmente recoge sus muchas señales entrantes sinápticas a través de varios “brazos” ramificados extremadamente largos, llamados árboles dendríticos.
En 1949, el trabajo pionero del neurocientífico y psicólogo Donald Hebb, sugirió que el aprendizaje ocurre en el cerebro al modificar la fuerza de las sinapsis, mientras que las neuronas funcionan como elementos computacionales en el cerebro. Esta ha sido la suposición común hasta hoy.
Usando nuevos resultados teóricos y experimentos sobre culturas neuronales, un grupo de científicos, dirigido por el profesor Ido Kanter, del Departamento de Física y el Centro Multidisciplinario de Investigación Cerebral Gonda (Goldschmied) en la Universidad Bar-Ilan (Israel), ha demostrado que la suposición central de casi 70 años que el aprendizaje ocurre solo en las sinapsis es erróneo.
En un artículo reciente publicado en la revista Scientific Reports, los investigadores van en contra del conocimiento convencional para mostrar que el aprendizaje en realidad es realizado por varias dendritas, similar al lento mecanismo de aprendizaje que actualmente es atribuido a las sinapsis.
“El proceso de aprendizaje recién descubierto en las dendritas ocurre a un ritmo mucho más rápido que en el escenario anterior, lo que sugiere que el aprendizaje se produce únicamente en las sinapsis. En este nuevo proceso de aprendizaje dendrítico, hay unos pocos parámetros adaptativos por neurona, en comparación con miles de los más pequeños y sensibles en el escenario de aprendizaje sináptico“, dijo el profesor Kanter, cuyo equipo de investigación incluye a Shira Sardi, Roni Vardi, Anton Sheinin, Amir Goldental y Herut Uzan.
El escenario de aprendizaje recientemente sugerido indica que el aprendizaje ocurre en unas pocas dendritas que se encuentran en una proximidad mucho más cercana a la neurona, a diferencia de la noción previa. “¿Tiene sentido medir la calidad del aire que respiramos a través de muchos sensores satelitales pequeños y distantes en la elevación de un rascacielos, o mediante el uso de uno o varios sensores en las proximidades de la nariz? De manera similar, es más eficiente para la neurona estimar sus señales entrantes cerca de su unidad computacional, la neurona“, dice Kanter. La teoría de Hebb ha estado tan profundamente arraigada en el mundo científico durante 70 años que nadie ha propuesto un enfoque tan diferente. Además, las sinapsis y las dendritas están conectadas a la neurona en una serie, por lo que el sitio exacto localizado del proceso de aprendizaje parecía irrelevante.
Otro hallazgo importante del estudio es que las sinapsis débiles, que antes se consideraban insignificantes aunque comprenden la mayoría de nuestro cerebro, desempeñan un papel importante en la dinámica de nuestro cerebro. Inducen oscilaciones de los parámetros de aprendizaje en lugar de llevarlos a extremos fijos poco realistas, como se sugiere en el escenario de aprendizaje sináptico actual.
El nuevo escenario de aprendizaje ocurre en diferentes sitios del cerebro y, por lo tanto, exige una reevaluación de los tratamientos actuales para la funcionalidad cerebral desordenada. Por lo tanto, la frase popular “neuronas que disparan juntas se unen“, resumiendo la hipótesis de 70 años de Donald Hebb, ahora debe reformularse. Además, el mecanismo de aprendizaje es la base de los recientes aprendizajes avanzados de máquina y los logros de aprendizaje profundo. El cambio en el paradigma de aprendizaje abre nuevos horizontes para diferentes tipos de algoritmos de aprendizaje profundo y aplicaciones basadas en inteligencia artificial que imitan nuestras funciones cerebrales, pero con características avanzadas ya una velocidad mucho más rápida.