Neuronas espejo y sincronización entre robots

El descubrimiento de un sistema de neuronas espejo en el cerebro humano en la década de los años 90 del siglo pasado (Rizzolatti y colaboradores, 1996), convulsionó el mundo de la Neurociencia y sigue generando, más de una década después, una doble reacción: por un lado, inspira, a todos los niveles, innumerables investigaciones que tienen que ver con la implementación de mecanismos basados en las capacidades imitativas y empáticas en humanos; por el otro, sigue generando y, con razón, reacciones críticas escépticas ante unos pretendidos hallazgos no suficientemente respaldados por las técnicas disponibles (pues sabido es que, hoy por hoy, en humanos no es posible registrar las respuestas electrofisiológicas de neuronas simples, como así sucede sin embargo con las neuronas de los macacos-el lector puede acceder a la revisión crítica de Alison Gopnik-http://www.slate.com/id/2165123/pagenum/all/).

Últimamente, investigadores como Emilia Barakova, Tino Lourens y Yoko Yamaguchi (ya mencionada en este blog, en el artículo sobre "Los ritmos del cerebro"), están tomando como referencia los presuntos hallazgos de un sistema de neuronas especulares en humanos y los están aplicando isomórficamente, al diseño de simulaciones robóticas que pretenden lograr la sincronización de movimientos entre agentes artificiales o la imitación virtual de procesos tan complejos como el del respeto de turnos de actuación entre individuos.

Defendiendo el paradigma de la codificación común, Barakova (2007) sugiere que tanto el sentir como el actuar se conectan con la activación de las mismas representaciones internas. En el cerebro de los humanos, la zona parietal posterior, el área ventral premotora, el sulcus temporal superior y el cerebelo, parecen estar conectados en un flujo múltiple que se activa cuando se produce el fenómeno imitativo. Las neuronas del sulcus tendrían la función de transferir los estímulos visuales, ejerciendo una función inhibitoria. Las señales sensoriales serían proyectadas al área del lóbulo parietal inferior, encargada de la integración multisensorial. La información motora sería activada en la región del córtex premotor ventral y para dar cuenta de esta actividad tan compleja, nuestra autora recurre a la dinámica de los osciladores endógenos, simulando las respuestas de las diversas redes neuronales, a través de dos efectos opuestos que resultan de la combinación de neuronas excitatorias e inhibitorias.

¿Y cómo se lleva todo esto al diseño de robots que sean capaces de sincronizar sus movimientos o de pedirse el turno mutuamente? (repárese en la importancia que ello conlleva para la construcción de robots cooperativos que, a su vez, puedan interactuar con humanos). Barakova (2007, 393) simula las neuronas de cada sistema especular de los robots, mediante osciladores y empleando una ecuación que determina la probabilidad del espacio de fases con el tiempo, resultando en una fase periódica.

Sean dos robots en un escenario experimental y uno de ellos tiene la tarea de perseguir al otro. Antes del entrenamiento, las redes que simulan la zona ventral premotora y el lóbulo parietal inferior son modeladas mediante conexiones hebbianas reflejando los valores de la activación promedio de las unidades sobre un cierto intervalo temporal. Después de que las dos redes neuronales se sincronizan, los dos robots simulados expresan un comportamiento interactivo: el robot líder ejecuta movimientos de distinta complejidad y el que lo sigue, lo imita desde su propia perspectiva. Si las funciones de robot líder y robot perseguidor se hacen depender del campo visual de cada uno y, por lo tanto, se intercambian, surge un proceso de juego de turnos entre ellos, muy similar al que puede darse entre humanos. La petición de turno surge por un cambio en la activación sincrónica de las neuronas oscilatorias. Barakova toma como base un modelo simplificado de una red de neuronas espejo y lo transforma en la auto-organización de la activación neuronal sincronizada de dos robots que comparten espacio perceptual.

Y este es el relato de cómo la Neuroanatomía puede ejercer un influjo muy relevante en la Robótica más avanzada...