¿Qué es la neurociencia computacional?
La neurociencia computacional se utiliza para investigar cómo procesan su información los sistemas nerviosos. La simulación asistida por ordenador del sistema nervioso y la representación realista de los procesos cerebrales constituyen la base de la neurociencia computacional. Se observa el procesamiento de las impresiones sensoriales.
Los neuroinvestigadores desarrollan modelos matemáticos basados en datos obtenidos experimentalmente, que finalmente se simulan mediante funciones neuronales en el ordenador. En el proceso, las predicciones de los modelos sobre el comportamiento neuronal se comprueban y optimizan experimentalmente.
Muchas tecnologías innovadoras se benefician ya de los éxitos de la investigación en este campo. Los conocimientos sobre las funciones cerebrales pueden utilizarse ahora para diseñar ayudas técnicas inteligentes, como sistemas de asistencia al conductor u ordenadores que aprenden solos, Robot y también prótesis inteligentes. Un objetivo central es que los modelos informáticos ayuden a reconocer y curar en una fase temprana las disfunciones cerebrales y las causas de las enfermedades. Los enfoques terapéuticos pueden probarse virtualmente con ayuda de la neurociencia computacional y contribuir así al desarrollo continuo de terapias y estudios reales.
¿En qué modelos y fundamentos se basa la neurociencia computacional?
Los fundamentos de la neurociencia computacional se basan en el desarrollo ulterior de Inteligencia artificial y el modelo del redes neuronales artificiales. Las redes neuronales artificiales (RNA) pueden considerarse réplicas matemáticas del procesamiento de estímulos en el cerebro. Estas réplicas están interconectadas neuronas artificiales. En lugar de señales eléctricas o químicas de los sistemas biológicos, ahora se procesan algoritmos con valores numéricos.
Este sistema se basa, por ejemplo, en visión artificial on. La modelización matemática se deriva de las conclusiones del Neurocienciabiofísica y la teoría de sistemas dinámicos y complejos. Debido a su complejidad, estos modelos sólo pueden simularse con ayuda de ordenadores. Los datos experimentales suelen constituir la base de estos cálculos, como las propiedades electrofisiológicas de las células nerviosas y las sinapsis y las estructuras de red en redes nerviosas reales.
