En una investigació inspirada en els principis de la mecànica quàntica, investigadors de la Universitat Pompeu Fabra (UPF) i la Universitat d'Oxford revelen noves troballes per comprendre per què el cervell humà és capaç de prendre decisions més ràpidament que l'ordinador més potent del món davant d'una situació crítica de risc. El cervell humà té aquesta capacitat malgrat que les neurones són molt més lentes que els xips per transmetre informació, cosa que suscita nombroses incògnites en l'àmbit de la neurociència.

Cal tenir en compte que, en moltes altres circumstàncies, el cervell humà no és més ràpid que els dispositius tecnològics. Per exemple, un ordinador o una calculadora són més ràpids que una persona per fer operacions matemàtiques. Però, aleshores, per què en situacions crítiques, per exemple en haver de prendre una decisió urgent al volant, el cervell humà sí que pot superar les màquines?

Creat el model computacional més precís fins ara per analitzar les connexions entre les neurones més allunyades entre si

Aquesta recent investigació esclareix aquesta qüestió gràcies al disseny d'un nou model d'anàlisi computacional del cervell, anomenat CHARM (Complex Harmonics Decomposition). Es tracta del model més precís fins ara per examinar les funcions de les connexions cerebrals de llarga distància, que uneixen neurones molt allunyades entre si i que juguen un paper fonamental en les dinàmiques cerebrals que s'activen en prendre decisions crítiques. També és el primer model que aplica la mecànica quàntica com a instrument d’anàlisi del cervell.

Els investigadors de la UPF i Oxford descriuen aquest model en un article recent de la revista científica Physical Review. L'autor principal de l'article és Gustavo Deco, director del grup de Neurociència Computacional del Centre for Brain and Cognition (CBC) de la UPF. L'investigador principal és Morten L. Kringelbach (Centre for Eudaimonia and Human Flourishing del Linacre College de la Universitat d'Oxford i Center for Music in the Brain de la Universitat d'Aarhus). També és coautor de l'article Yonatan Sanz (CBC-UPF i Universitat de Buenos Aires).

Fent un símil amb Internet, les connexions neuronals de llarga distància s'equipararien a les que uneixen ordinadors de països llunyans i no de ciutats properes

Per dissenyar el model CHARM, els investigadors parteixen d’un paradigma d’anàlisi de les dinàmiques cerebrals que podríem comparar amb Internet. En determinades situacions, com les de risc, les neurones distribuïdes per diferents regions cerebrals tant properes com llunyanes entre elles s'uneixen a partir de diferents connexions. Aquestes connexions permeten sumar la potència de processament de la informació de totes les neurones de la xarxa. Així doncs, tot i que els grups de neurones localitzades en diferents regions cerebrals tinguin una capacitat limitada per transmetre informació, quan sumen els seus esforços en xarxa, assoleixen una potència de processament molt major. Aquest paradigma ha pres força durant la darrera dècada, en contraposició a l'enfocament tradicional segons el qual les regions neuronals només funcionen de manera localitzada.

D'acord amb el paradigma distribuït, el model CHARM permet examinar les funcions específiques de les connexions entre neurones de regions cerebrals allunyades entre si. Seguint amb el símil d'Internet, podríem comparar aquestes connexions amb aquelles que permeten posar en relació una persona situada a Barcelona amb una altra que és a Sidney.

En estat crític, es potencia l'eficiència de les connexions neuronals de llarga distància

Els investigadors han pogut constatar que l’eficiència de les connexions de llarga distància es veu potenciada quan el cervell està dominat per les dinàmiques crítiques, que el condueixen a un estat de transició entre l’ordre i el caos. “Podríem assimilar aquest estat a una fase de transició com el procés pel qual l'aigua es converteix en gel. En aquest punt crític, el cervell té propietats exacerbades” –explica Deco. 

El model CHARM ha permès conèixer amb gran precisió les funcions d’aquestes connexions de llarga distància en aquest o d’altres estats, integrant per primera vegada els principis de la mecànica quàntica a un sistema d’anàlisi computacional del cervell. Gustavo Deco (UPF) precisa que el funcionament del cervell no és quàntic, però que les equacions que parteixen dels principis de la física quàntica -com l'equació de Schrödinger- sí que són una eina excel·lent per analitzar les seves dinàmiques. En aquest sentit, el catedràtic de la UPF assegura: “La capacitat del cervell per fer càlculs tan complexos i sensibles alhora, malgrat la lentitud de la transmissió neuronal, sempre ha estat un enigma fascinant. En adoptar l'equació de Schrödinger podem modelitzar aquestes interaccions amb un nivell de precisió que abans estava fora del nostre abast”.

Els resultats contribueixen a millorar el diagnòstic de malalties neurològiques i obren la porta a noves línies de recerca en IA

Els resultats de la investigació també poden tenir nombroses aplicacions per millorar el diagnòstic i el tractament de diverses malalties neurològiques, com l'esquizofrènia o la depressió. Les disfuncions de les connexions neuronals de llarga distància són claus per comprendre l'origen d'aquestes malalties.

D'altra banda, l'estudi obre la porta a noves línies de recerca en el camp de la intel·ligència artificial (IA). Actualment, les xarxes neuronals artificials parteixen d’un model localitzat i no distribuït. En el futur, l'eventual aplicació del paradigma distribuït a la IA podria multiplicar les seves capacitats actuals, tot i que encara cal superar moltes dificultats tècniques per fer-ho possible.

Article de referència:

Deco, G.; Sanz Perl, Y.; Kringelbach M.L (2025). Complex harmonics reveal low-dimensional manifolds of critical brain dynamics. Phys. Rev. E. https://doi.org/10.1103/PhysRevE.111.014410