Vicente Carbona (cultura 3.0 ) entrevista al:
Dr. José María Peña
Profesor Titular de Universidad
Departamento de Arquitectura y Tecnología de Sistemas Informáticos
Facultad de Informática, Universidad Politécnica de Madrid
Co-director del proyecto Cajal Blue Brain

Licenciado en Informática por la UPM (1997) y Doctor en Informática (2001) por la misma universidad. El Dr. J.M. Peña es profesor titular de la Facultad de Informática de la UPM y Premio de Investigación de la Fundación General de la Universidad Politécnica de Madrid para Profesores Menores de 35 años (2006). El Dr. Peña ha desarrollado su tarea investigadora en técnicas de minería de datos aplicadas al análisis de grandes volúmenes de información por medio de computación paralela y en las técnicas de optimización heurística de problemas complejos en los campos científicos y de otras ingenierías.

El Dr. Peña ha realizado parte de su formación doctoral en el National Research Council  canadiense y en Francia durante varios años como investigador, tanto en el Laboratoire Bordelais de Reserche en Infromatique (Burdeos, 2003-2004) como en el Institut National des Sciences Appliquées – INSA (Lyon, 2006, 2007, 2008).

Actualmente el Dr. Peña codirige el proyecto Cajal Blue Brain junto con el Dr. Javier de Felipe del Instituto Cajal de CSIC.

¿Qué es el proyecto Blue Brain?

El proyecto surge originalmente con la intención de construir un modelo computacional, suficientemente preciso, de las funciones cerebrales, basado en la ingeniería inversa. Estudiar la circuitería, los factores bioquímicos que se utilizan, o que afectan a la transmisión de impulsos neuronales, las conexiones de las redes del cerebro, y llegar a un modelo que sea lo suficientemente fiable para representar de qué forma el cerebro realiza esas funciones.

Esto te permite simular situaciones de una forma muy variada que, por ejemplo, en el sector aeronáutico sería parecido a cómo afecta la aerodinámica, o unas determinadas situaciones medioambientales, al vuelo de un avión. En nuestro caso sería cómo afecta un tratamiento con un determinado fármaco, a una determinada enfermedad. Si el modelo es suficientemente bueno, se pueden realizar muchas pruebas y ensayos, se puede ver exactamente cómo está operando aquello antes de pasar a la investigación en el sector farmacéutico, que es la validación clínica, es probarlo ya con diferentes pacientes en un proceso que además es muy largo, muy costoso. Todo lo que se puede ganar descartando alternativas que no funcionan, aislando a las que son más prometedoras, permite un avance importantísimo en un modelo de «hacer ciencia» que hoy por hoy no existe.

Las ciencias experimentales en el sector biomédico se basan mucho en el proceso de experimentar directamente con el paciente, o primero con diversos prototipos, pero es un proceso largo, difícil, costoso… y si se puede refinar con una simulación in silico, puedes avanzar muchísimo.

Es una herramienta para la investigación en neurociencia, en neurología, del futuro.

«Una columna neuronal, en realidad una versión simplificada usada en las simulaciones que hacemos, tiene 1000 neuronas en lugar de las 8000 que debería tener. En la imagen sólo salen los contornos morfológicos».

Un proyecto muy ambicioso. ¿Construir un cerebro humano detallado y funcional en diez años?

La verdad es que sí. El origen del proyecto es el grupo de Henry Markram, en la Escuela Politécnica de Lausanne (Suiza), y está planteado como un proyecto en el que participa mucha gente, y que involucra muchos aspectos tecnológicos que hoy por hoy no existen. No existe la tecnología, ni la potencia de cómputo para el número de operaciones en bruto necesarias. Necesitamos desarrollar la capacidad tecnológica más allá de los límites que tiene ahora para proporcionarnos simplemente lo que es potencia bruta, independientemente de toda la parte de investigación que tiene que haber para definir correctamente los modelos y que sean válidos.

Henry lo compara con el Proyecto Genoma, y estamos hablando de un hito de la humanidad que hay que alcanzar en un tiempo determinado, y vamos a empujar todos en esa misma dirección.

¿Cómo se reparten las tareas entre los centros en España (la Universidad Politécnica de Madrid [el Centro de Tecnología Biomédica (CTB) y el Centro de Supercomputación y Visualización de Madrid (CeSViMa)], el Instituto Cajal y el Consejo Superior de Investigaciones Científicas)?

La participación española es la que hemos denominado Cajal Blue Brain. Evidentemente, la motivación está en usar el nombre de (Santiago Ramón y) Cajal como hito, como el padre de la neurociencia. Era un poco necesario bautizarlo con su nombre.

Lo conformamos el CeSViMa, que es la parte informática, y el Instituto Cajal. Incluye el esfuerzo que ha realizado la Universidad Politécnica, y un laboratorio del Instituto Cajal que ha venido a instalarse en la Universidad, formando un grupo de trabajo. La parte del soporte informático, de computación y visualización, lo proporciona el CeSViMa, que es un centro de soporte e investigación en el campo de la computación, y la parte científica, la validación de la neurología viene de la colaboración de la gente del Instituto Cajal, en concreto el Laboratorio de Circuitos Corticales de Javier de Felipe, quien junto conmigo dirigimos la parte española del proyecto.

El proyecto tiene tres apartados fundamentales. Hay una parte previa, que es la de recogida de información, luego la de modelización: construir un modelo para llegar a realizar simulaciones, y finalmente una parte que representa el ser capaces de mostrar esta información. El resultado consiste en recrear un fenómeno y luego tener herramientas para determinar qué ha ocurrido, a través de modelización y visualización. En un futuro, estamos hablando de algo que te permita obtener la misma información que se obtiene de muestras que se extraen a partir de microscopia electrónica, de resonancia nuclear, por ejemplo… tener básicamente un conjunto de herramientas de visualización que te permitan ver cómo funcionan los circuitos, cómo son las transmisiones de impulsos… yo puedo entrar dentro del cerebro, ver exactamente ese cerebro funcionando, observar el efecto de un fármaco, las diferentes concentraciones de neurotransmisores… viajar un poco dentro de lo que es el paisaje neuronal de un cerebro en funcionamiento.

Entiendo que se utiliza el supercomputador Blue Gene de IBM para apoyar a este proyecto.

En realidad, la potencia de máquina que se necesita para lo que va a ser el proyecto en su versión final, requiere una máquina que no está construida. Vamos, ni diseñada. Tenemos el socio tecnológico de IBM, que está trabajando para desarrollar esa tecnología, pero hoy por hoy utilizamos lo más potente que tenemos. En Suiza tienen instalado un Blue Gene, que se está utilizando para simulaciones de columnas neurocorticales de unas 8 mil-10 mil neuronas cada una, que es la potencia que tenemos hoy por hoy.

La instalación que tenemos en Madrid es un ordenador de unas características diferentes, que se llama Magerit, que tiene la misma tecnología que MareNostrum, y que utilizamos para reconstruir o rehacer, no tanto la parte de simulación, porque nosotros trabajamos más en la parte de post-proceso, de visualización, y en la parte de recopilación de los datos, procesamiento de imágenes de microscopia electrónica, de visualización de las morfologías de las neuronas… toda esa parte la hacemos con la potencia de computación que tenemos en el sistema local, siempre mandando algunas simulaciones a ejecutar allí (en Suiza).

Está previsto de todas formas que nosotros en la Politécnica dispongamos también de un Blue Gene en unos años, cuando salga una nueva generación que se ajuste al ritmo que tiene que llevar el avance del proyecto.

«El supercomputador Magerit del CeSViMa es el que actualmente usamos para los experimentos. Tiene unas 24 TFlops de potencia».

Es increíble pensar en cien mil millones de neuronas, cientos de miles de millones de conexiones sinápticas, dendritas, axones… la computación necesaria para modelar algo así debe ser increíble.

Sobre todo cuando la asignación es llegar a un nivel de detalle que sea biológicamente representativo. En realidad, en el campo de la informática se lleva ya tiempo trabajando con lo que es la simulación de neuronas, lo que pasa es que son modelos muy simplificados, porque se buscaban otros objetivos. Yo lo que quiero es, por ejemplo, resolver un problema de clasificación: yo tengo un montón de muestras que son rojas y verdes, y a partir de esa información quiero saber si son de un tipo u otro. Antes se utilizaban por ejemplo modelos de redes neuronales artificiales. Pero en realidad esto está basado en cómputos con una serie de inputs agregados de una forma determinada: si se supera un umbral se genera un output, pero eran modelos que estaban basados en cómo funcionan a nivel real, pero a una simplificación tal que en realidad, para el biólogo o el neurólogo, no representaba nada.

El modelo que se quiere llevar a cabo, que es muchísimo más inspirado, es también mucho más complejo. Porque implica las reacciones bioquímicas, un modelo de transmisión… porque son circuitos, al fin y al cabo, el rudimento que va por debajo es una parcelación de los diferentes tramos de dendritas, de axones de una neurona, circuitos con una serie de propiedades y una traducción de los procesos de los modelos transmisores… cómo afecta esto a la corriente que se transmite por esos circuitos, esas membranas…

Todo esto nos abre un amplio panorama que nos permitirá progresar hacia cuestiones más específicas, de repercusión social, como estudiar las causas del Alzheimer, por ejemplo, y otras enfermedades. Queremos que nuestro modelo sea suficientemente robusto para representar la enfermedad y sus posibles tratamientos. Sigue siendo a largo plazo, pero lo más próximo posible.

Aunque el proyecto no se centra en este tipo de cuestiones, ¿sería posible utilizar la información adquirida para estudiar funciones como la memoria, la consciencia, etcétera?

En teoría, se puede llegar más allá. Si se tiene la herramienta y se es suficientemente ambicioso se puede utilizar para estudiar determinadas funciones cerebrales de más alto nivel. El proyecto no es un proyecto de inteligencia artificial, y no se espera crear un modelo que sea capaz de razonar por sí mismo. En realidad es una cosa mucho más próxima, más útil para la gente que trabaja en el campo de la neurología. Pero la información adquirida sí sería capaz de aproximarnos mucho más al porqué de ciertos aspectos relacionados con cosas como la consciencia.

Hablando de Inteligencia Artificial, Jordan Pollack, de Brandeis, dice (en What Are You Optimistic About? de John Brockman de Edge.org) que «sentience» (que en español supongo que llamaríamos la «autoconsciencia»), «no será programada directamente, sino que será el resultado de replicar exitosamente cómo la evolución ha logrado un proceso de autoorganización de alcance indefinido en un substrato computacionalmente universal». Dicho de otra manera, será un proceso «bottom-up».

Sí. Ten en cuenta que el trabajo típico en el campo de la inteligencia artificial ha venido siempre de un modelo abstracto general que ha ido en la dirección contraria (top-down). Ser capaz, con experiencias y conocimientos de alto nivel, de modelizar algo a lo que después una máquina era capaz de enlazar y desconectar. Esto se ha visto que tiene una limitación importante para cosas muy concretas.

Hoy día hay gente que se enfoca más en comportamientos emergentes. Es decir, yo soy capaz de representar elementos muy sencillos, muy básicos, en gran escala, y esto al final tiene una estructura organizativa que genera comportamientos muy sofisticados de alto nivel. Esto lo representan, por ejemplo, colonias de hormigas, comportamientos de enjambres, cosas con un comportamiento individual muy simple, pero que en realidad en conjunto realizan tareas muy complejas. Yo creo que este enfoque es mucho más prometedor de cara a romper muchas de las barreras que existen en el campo de la inteligencia artificial. El estudio de la autoorganización de sistemas muy complejos nos puede aportar resultados mucho más interesantes a largo plazo.

«Aquí sólo tenemos un fragmento de un circuito neuronal; son unas 100 neuronas de lo que se correspondería a las capas 2-3».

¿Cómo encaja España en este campo de investigación específico, y en la ciencia en general?

Bueno, este campo es una comunidad relativamente reducida. Pero en España, yo creo que esa herencia de Cajal ha llegado a calar muy hondo, es uno de los campos en los que España es un referente con muy buenos investigadores, con gente de muchísimo renombre, como Javier de Felipe, en lo que es neurociencia pura, y los informáticos venimos a apoyarlo con nuestras ideas.

En España el gobierno respaldó el proyecto en su momento, aunque en los tiempos que corren, de crisis y otras historias, le preguntas al científico y siempre va a necesitar más. Vemos un campo tan vasto delante, que es natural.

En términos de la importancia que la ciencia tiene en España en general a nivel cultural, partimos de una situación claramente deficitaria, en muchos aspectos.

La ciencia, los científicos, han estado aislados en España en una especie de burbuja excesivamente académica. Hay dos enlaces que son fundamentales ahí. Uno es el enlace industrial, la explotación que va a tener al final. Y por otro lado, la parte divulgativa, que la sociedad sepa qué se está haciendo, y qué significa, ya sea a través de departamentos internos de comunicación en los centros y laboratorios, o de contactos activos con prensa especializada. Esto tradicionalmente nunca ha existido en España. Al menos hasta hace poco. Va cambiando, pero nos queda mucho por hacer.

Si nos comparamos con otros países, no es que allí se investigue mucho más, pero se vende mucho mejor lo que se investiga.

¿Qué opinas del recientemente anunciado recorte presupuestario del Gobierno en ciencia e investigación?

Creo que es una pena, puedo comprender que es una época de apretarse el cinturón y de cubrir las necesidades más urgentes, pero la I+D, y en eso me refiero a muchas cosas más de lo que es mi campo de trabajo, es el futuro. Si se quiere cambiar del paradigma de economía basada en sol-y-ladrillo es necesario invertir, entre otras cosas, en la investigación (pública o privada). La potencialidad industrial que hay detrás de la investigación es enorme y puede generar mucho empleo en diferentes niveles, además empleo de una mayor calidad. Siendo el ministerio de innovación uno de los que ha visto más reducido su presupuesto, cabe pensar que la asignatura seguirá pendiente.

¿Qué haces para desconectar de las presiones del mundo tecnológico y universitario? ¿Te cuesta?

Cuesta desconectar bastante. Yo soy una persona que trabaja muchísimo por la noche, llego a acostarme habitualmente a las cuatro o las cinco de la mañana. Además es un período en el cual uno está mucho más tranquilo y puede echar las cosas adelante; pero también intento establecer una disciplina. Hay al menos un día en el fin de semana en el cual desconecto completamente. Me encanta el cine, me encanta compartir con amigos, muchas veces después vamos a algún sitio y se establece algún tipo de debate agradable. También los deportes, pero ya los practico bastante poco. El baloncesto: me lo he pasado como un enano viendo a los muchachos ayer (la final de la Eurocopa de Básket: esta entrevista se realizó el 21 de sept.), una maravilla.