La otra respuesta dio en el clavo al decir que la mayor parte de lo que sabemos sobre el cerebro puede deberse a los avances tecnológicos. Ya se trate de grabaciones fmri, eeg o intracraneales y más, las herramientas que se han inventado, y sin mencionar la potencia informática necesaria para analizar los datos que producen, no pueden subestimarse.
Sin embargo, no estaré de acuerdo con la importancia de las computadoras para pensar sobre el cerebro.
Debería comenzar diciendo que el cerebro no es una computadora, sino definiciones convencionales del término, sin embargo, nunca se pretendió ser. En realidad, el meteorito debe voltearse a las computadoras como cerebros , ya que la mayor parte de la inspiración de las computadoras provino de emular el cerebro.
- ¿Qué necesitaré para construir un teléfono inteligente con una función de visualización holográfica para proyectar videos e imágenes?
- ¿Los teléfonos inteligentes comienzan a retrasarse con el tiempo?
- ¿Es justo decir que la mayoría de las innovaciones de Silicon Valley han sido posibles gracias al dinero de marketing y publicidad?
- ¿Qué tipos de tecnología no están disponibles para el público de EE. UU. Y por qué no están permitidas?
- ¿Por qué las planchas de presión tienen forma triangular?
También debo mencionar que incluso si el cerebro no es una computadora, el metephore todavía nos da una idea sobre el cerebro, ya que la diferencia, si existiera, se revelará. Además, las computadoras que enfrentan los mismos problemas del cerebro también proporcionan información. Alguna vez pensamos que el ajedrez era imposible, pero ahora es vencible, pero algo tan simple como que un robot recoja una taza requiere un doctorado de 4 años en ciencias de la computación, mientras que puedes descargar el ajedrez en tu móvil hoy en día.
Dicho todo esto, la neurociencia y el modelado computacional es un campo muy amplio, y sus ideas no deben subestimarse. Por ejemplo, gran parte de lo que sabemos sobre los mecanismos de la visión se logró mediante modelos computacionales, que unieron los resultados de varios estudios en un todo coherente. (Estos modelos son lo que ahora subyace en una gran cantidad de reconocimiento facial, o tecnología de automóvil sin conductor, sin darse cuenta)
El aspecto holístico de los modelos computacionales en neuro, al menos en mi opinión, es donde radica el verdadero poder, ya que con una estructura tan compleja como el cerebro es fácil perderse en un enfoque reduccionista publicitario. Eventualmente, sin embargo, esas piezas deben unirse en una historia coherente, y qué mejor manera de usarlas como bloques de construcción en un modelo.
Todo, desde Altzheimers hasta el olvido, se ha estudiado en silicio, y si crees que un cerebro es una computadora o no, es una herramienta adecuada para su estudio continuo que no veo desaparecer pronto. La neurociencia necesita más teorías, y una de las mejores maneras de galvanizar su creación es de esta manera.