Divulgación Científica

Descubren cómo evitar fallas en redes a partir de analizar conexiones cerebrales

Científicos del CONICET formulan una teoría que predice la robustez de las redes naturales y que podría ayudar al armado de redes artificiales.


Mariano Sigman y Andrés Babino, investigador independiente y becario doctoral, respectivamente, del Departamento de Física de la Facultad de Ciencias Exactas y Naturales de la Universidad de Buenos Aires (UBA-CONICET) lograron, a partir de analizar conexiones cerebrales, determinar de qué manera deberían estructurarse las redes artificiales para prevenir fallas catastróficas.

El trabajo, realizado en conjunto con investigadores de Brasil, Estados Unidos y España y publicado en la revista Nature Physics, logró demostrar por qué las redes naturales conservan su robustez, algo que la teoría fallaba en predecir.

Hasta el momento la teoría de red de redes pronosticaba errores catastróficos en las redes naturales que no se evidencian en la práctica. Desde las redes neuronales hasta las interacciones ecológicas, todas mantienen su robustez por selección natural, explica Babino.

Las claves principales de esta robustez son, como grafica Sigman, por un lado que la comunicación de las redes es mediada por nodos centrales – hubs – y que al conectarse se da el fenómeno de redundancia, es decir una duplicación de los datos y elementos que utiliza la red para que la falla de una no implique la caída del conjunto. “Esto produce redes de menos rango –mismo numero de cables con menos nodos conectados-, pero representa mayor robustez en cada conexión”, agrega.

Cuando conectan dos redes que aisladas son robustas, las debilidades de una red pueden propagarse a las zonas fundamentales de la otra y lograr penetrar en sitios que estaban protegidos, por ejemplo indica Sigman, “la red de datos y la red eléctrica que dependen una de otra y si se cortan los datos, la distribución de energía se interrumpe”, agrega.

Para llegar a estas conclusiones, el grupo de trabajo analizó conexiones cerebrales de una base de datos públicos, recabados de distintos estudios neurológicos –set de datos-. Uno es el de Resting State -estado de reposo- en el que los sujetos son sometidos a resonancia magnética funcional con los ojos cerrados y se les pide que no piensen en nada. “En ese estado mental presentan un patrón de activación cerebral estereotipado y comprobamos que tiene las propiedades predichas por esta nueva teoría”, dice Babino.

“También se verifica en otro set de datos, llamado de tarea dual –dual task-, en el que el sujeto tiene que hacer dos cosas al mismo tiempo, con imágenes y sonidos, eso genera una red atencional distinta, un patrón de activación distinta. Y esta nueva red, también satisface la predicción de la teoría”, concluye.

Este nuevo modelo que analizó conexiones cerebrales puede permitir estudiar nuevos set de datos de otras redes neuronales, o de redes de ecología –redes tróficas-, y utilizarse para el armado de redes robustas humanas que alejen la posibilidad de las fallas catastróficas.

 

  • Por María Bocconi

  • Sobre investigación:
  • Saulo Reis, City College of New York y Universidade Federal do Ceará.
  • Yanqing Hu, City College of New York.
  • Andrés Babino, Becario post-doctoral, UBA.
  • José Andrade, Universidade Federal do Ceará.
  • Santiago Canals, Instituto de Neurociencias de Alicante, España.
  • Mariano Sigman, Investigador independiente. UBA.
  • Hernám A. Makse, City College of New York.