Un estudio arroja claves sobre la causa de la enorme eficiencia y estabilidad de las redes naturales
Las redes naturales son más estables y eficientes que las redes artificiales, como Internet. ¿Por qué? Un equipo internacional de investigadores ha descubierto que la clave está en la relación entre la estructura interna de cada red natural y el patrón de conexiones que cada una de esas redes establece con otras redes. Lograr imitar ese paradójico equilibrio permitirá mejorar las redes no biológicas, como los sistemas financieros o de suministro energético y de información.
Reconstrucción tractográfica de las conexiones neurales a través de imagen por resonancia magnética. Fuente: Wikimedia Commons.
A pesar de que se ha dicho que el cerebro de un niño muy pequeño funciona como Internet en sus inicios; y el de un adolescente como una compleja y moderna red de fibra óptica, lo cierto es que las redes naturales –como las del cerebro- aún superan a las redes artificiales (como las eléctricas e Internet) en eficiencia y estabilidad. ¿Por qué razón?
Los científicos se devanan los sesos por tratar de averiguarlo, porque descubrir este punto permitiría imitar mejor a las redes naturales en contextos no biológicos, como el diseño de infraestructuras eficientes para sistemas de red eléctrica, datos o Internet, o la construcción de redes financieras robustas.
Un estudio internacional, liderado desde el City College de Nueva York y publicado en Nature Physics, ha revelado ahora que las ventajas de las redes naturales con respecto a las artificiales radican en lo siguiente: la relación entre la estructura interna de cada red y el patrón de conexiones que cada red establece con otras redes (las redes en la naturaleza no actúan de manera aislada, sino que intercambian información y dependen las unas de las otras para funcionar apropiadamente, escriben los científicos en dicha revista).
“En concreto hemos demostrado que si las interconexiones entre redes las proporcionan nodos con una alta conectividad dentro de su red (hubs) y hay un grado moderado de convergencia en las conexiones, el sistema de red de redes es estable y robusto a los fallos”, ha explicado a Sinc Santiago Canals, investigador del Instituto de Neurociencias (CSIC-Universidad Miguel Hernández) y coautor del trabajo.
Los científicos se devanan los sesos por tratar de averiguarlo, porque descubrir este punto permitiría imitar mejor a las redes naturales en contextos no biológicos, como el diseño de infraestructuras eficientes para sistemas de red eléctrica, datos o Internet, o la construcción de redes financieras robustas.
Un estudio internacional, liderado desde el City College de Nueva York y publicado en Nature Physics, ha revelado ahora que las ventajas de las redes naturales con respecto a las artificiales radican en lo siguiente: la relación entre la estructura interna de cada red y el patrón de conexiones que cada red establece con otras redes (las redes en la naturaleza no actúan de manera aislada, sino que intercambian información y dependen las unas de las otras para funcionar apropiadamente, escriben los científicos en dicha revista).
“En concreto hemos demostrado que si las interconexiones entre redes las proporcionan nodos con una alta conectividad dentro de su red (hubs) y hay un grado moderado de convergencia en las conexiones, el sistema de red de redes es estable y robusto a los fallos”, ha explicado a Sinc Santiago Canals, investigador del Instituto de Neurociencias (CSIC-Universidad Miguel Hernández) y coautor del trabajo.
La prueba en redes neuronales
Para probar su planteamiento, el equipo de investigadores empleó el cerebro humano como banco de pruebas.
Usando la tecnología de imagen por resonancia magnética nuclear(fMRI), que permite mostrar en imágenes las regiones cerebrales que ejecutan una tarea determinada, examinaron redes cerebrales funcionales en dos experimentos. En uno de ellos, el cerebro desarrollaba tareas; en el otro permanecía en estado de descanso.
De esta forma, confirmaron que las redes neuronales del cerebro se conectan siguiendo una topología que maximiza la estabilidad.
“Los resultados obtenidos no solo contribuyen a desvelar el secreto de la estabilidad en los sistemas de redes naturales, sino que proporcionan predicciones teóricas específicas sobre cómo deberían interconectarse las redes, de cualquier tipo, para ser estables”, señala Canals.
Según los autores, la consistencia entre las observaciones experimentales y las predicciones hacen que su teoría sea una buena candidata para estudiar redes muy complejas. Su conocimiento, como se ha dicho, podría ser trasladado más allá de la naturaleza.
“Entender cómo los sistemas naturales han resuelto, tras miles de años de presión evolutiva, el problema de la estabilidad en las redes de redes, puede enseñarnos a construir otras similares resistentes a fallos, eligiendo la mejor forma de conectar los elementos del sistema en base a un conocimiento teórico, y no por el método de prueba y error”, concluye Casals.
Para probar su planteamiento, el equipo de investigadores empleó el cerebro humano como banco de pruebas.
Usando la tecnología de imagen por resonancia magnética nuclear(fMRI), que permite mostrar en imágenes las regiones cerebrales que ejecutan una tarea determinada, examinaron redes cerebrales funcionales en dos experimentos. En uno de ellos, el cerebro desarrollaba tareas; en el otro permanecía en estado de descanso.
De esta forma, confirmaron que las redes neuronales del cerebro se conectan siguiendo una topología que maximiza la estabilidad.
“Los resultados obtenidos no solo contribuyen a desvelar el secreto de la estabilidad en los sistemas de redes naturales, sino que proporcionan predicciones teóricas específicas sobre cómo deberían interconectarse las redes, de cualquier tipo, para ser estables”, señala Canals.
Según los autores, la consistencia entre las observaciones experimentales y las predicciones hacen que su teoría sea una buena candidata para estudiar redes muy complejas. Su conocimiento, como se ha dicho, podría ser trasladado más allá de la naturaleza.
“Entender cómo los sistemas naturales han resuelto, tras miles de años de presión evolutiva, el problema de la estabilidad en las redes de redes, puede enseñarnos a construir otras similares resistentes a fallos, eligiendo la mejor forma de conectar los elementos del sistema en base a un conocimiento teórico, y no por el método de prueba y error”, concluye Casals.
Referencia bibliográfica:
Saulo D. S. Reis, Yanqing Hu, Andrés Babino, José S. Andrade Jr, Santiago Canals, Mariano Sigman, Hernán A. Makse. Avoiding catastrophic failure in correlated networks of networks. Nature Physics (2014). DOI: 10.1038/nphys3081.
Saulo D. S. Reis, Yanqing Hu, Andrés Babino, José S. Andrade Jr, Santiago Canals, Mariano Sigman, Hernán A. Makse. Avoiding catastrophic failure in correlated networks of networks. Nature Physics (2014). DOI: 10.1038/nphys3081.
No hay comentarios:
Publicar un comentario