La vasta capacidad del cerebro humano genera tal cantidad de información que los científicos no saben todavía muy bien cuál es la más relevante y cuál mero ruido de fondo. Por esta razón los neurocientíficos están creando nuevas herramientas de análisis que permiten ver qué sucede en el interior del cerebro e inferir su funcionamiento. Y trabajar con tantos datos procedentes de redes neuronales interconectadas unas con otras tiene cierto parecido con el tratamiento de información al estilo «big data», de modo que las herramientas acaban siendo similares.
Tal y como cuentan en Science Daily a raíz de una información del Instituto Médico Howard Hughes, una de estas soluciones se llama Thunder, funciona en Python bajo Apache Spark y se puede instalar para realizar pruebas sobre grandes conjuntos de datos. Es un software especializado en encontrar patrones de todo tipo en conjuntos de datos procedentes de redes neuronales: los datos pueden provenir, por ejemplo, de escáneres realizados mediante resonancia magnética; su resolución es normalmente la de las neuronas a nivel individual.
Una vez probado, Thunder puede dejarse funcionando con grandes conjuntos de datos en el Spark de un clúster Amazon EC2, de modo que se puede dimensionar según el tamaño de los datos y las necesidades de procesamiento – que no siempre se conocen de antemano. Esa es, según sus creadores, la «parte divertida»: que nunca sabes a dónde te va a llevar una investigación porque a veces trabajando con una representación de los datos acabas desarrollando una herramienta específica que luego sirve también para otras tareas mayores.
Tal y como se puede ver en las páginas de demostración de la web del proyecto, Thunder puede utilizarse para encontrar correlaciones directas entre unas neuronas y otras o para el análisis de componentes, trayectorias y otras funciones técnicas más concretas. Al ser un software programable con una API en Python sus creadores piensan que será fácil que otros neurocientíficos y expertos en software lo aprovechen en sus investigaciones.
Si alguien cree que la cantidad de información es demasiado grande y compleja, que tenga en cuenta un detalle: los ejemplos que de momento se muestran en la web de Thunder son grandes, pero tratan únicamente del sistema visual de un pez cebra reaccionando a simples luces ante sus ojos. Nada complejo como otro tipo de señales, recuerdos o «pensamientos». Así que parece claro que para cubrir el amplio espectro de datos y la complejidad de un cerebro humano todavía queda mucho camino que recorrer.
Deja tu comentario sobre "Utilizando tecnologías Big Data para analizar redes neuronales"