Leslie Valiant y la Neurociencia Computacional

Leslie Valiant (1949-) es uno de los más grandes especialistas mundiales en aprendizaje automático y en complejidad computacional. Recipiendario del premio Turing en 2010, no solo está interesado en el estudio del problema de la inclusión estricta entre las clases de complejidad P y NP, sino que también desarrolla interesantes modelos computacionales del cerebro. Sin duda, un testigo muy reciente es su libro divulgativo (http://people.seas.harvard.edu/~valiant/PAC-%20Summary.pdf), que fue publicado por Basic Books en 2012, y en el que explica su concepto de "ecoalgoritmo". En consonancia con los intereses del autor de este blog, me voy a centrar en introducir en este artículo sus ideas sobre la función del hipocampo como distribuidor de neuronas en la corteza cerebral. Como es bien sabido, el hipocampo ejerce un papel fundamental en los procesos memorísticos, pero no fue hasta los artículos de Wickelgren (1979) y de Teyler y DiScenna (1986) que se empezó a atisbar su capacidad de conjuntar items y de actuar como un índice para recuperar la información. Siguiendo el modelo "neuroidal" de Valiant, si se accede a un item durante el procesamiento neuronal, al menos alguna fracción del conjunto de neuronas que acceden al item, debe activarse. En caso contrario, debe activarse una fracción menor de dicho conjunto. Entonces, la función principal del hipocampo será la de identificar el conjunto de neuronas de la corteza para nuevos items que sean conjunciones de items almacenados previamente. Pero, eso sí, el hipocampo habrá de mantener la estabilidad del número de neuronas distribuidas. Si cada item es distribuido de acuerdo con la sintaxis o el sonido de una palabra que lo describa, distribuir tales palabras requeriría un procesamiento menos profundo. En definitiva, los nombres equivaldrían a códigos computados internamente en el hipocampo. Dada una red bipartita con m inputs y n=m outputs, se cree que las neuronas del hipocampo poseen un bajo nivel de actividad, por lo que han de converger a una densidad baja y en pocas capas. Considerando que el flujo de información dentro del hipocampo es muy unidireccional y formando un bucle desde la corteza entorrinal, Valiant realiza una simulación en la que interviene un millón de neuronas conectadas al azar y con unos patrones de activación no correlacionados. De esta manera, logra un modelo computacional del hipocampo que cumple muchas de sus características fisiológicas y funcionales conocidas a día de hoy.