La neurociencia computacional (también conocida como neurociencia teórica o neurociencia matemática ) es una rama de la neurociencia que emplea modelos matemáticos, análisis teóricos y abstracciones del cerebro para comprender los principios que rigen el desarrollo , la estructura , la fisiología y las capacidades cognitivas del sistema nervioso . [1] [2] [3] [4]
La neurociencia computacional emplea simulaciones computacionales para validar y resolver modelos matemáticos, por lo que puede verse como un subcampo de la neurociencia teórica; sin embargo, los dos campos suelen ser sinónimos. [5] El término neurociencia matemática también se usa a veces, para enfatizar la naturaleza cuantitativa del campo. [6]
La neurociencia computacional se centra en la descripción de neuronas (y sistemas neuronales ) biológicamente plausibles y su fisiología y dinámica, por lo que no se ocupa directamente de los modelos biológicamente irreales utilizados en el conexionismo , la teoría del control , la cibernética , la psicología cuantitativa , el aprendizaje automático , las redes neuronales artificiales. , inteligencia artificial y teoría del aprendizaje computacional ; [7] [8] [9] [10]aunque existe inspiración mutua ya veces no hay un límite estricto entre campos, [11] [12] [13] [14] con abstracción de modelos en neurociencia computacional dependiendo del alcance de la investigación y la granularidad en la que se analizan las entidades biológicas.
Los modelos en neurociencia teórica tienen como objetivo capturar las características esenciales del sistema biológico en múltiples escalas espacio-temporales, desde corrientes de membrana y acoplamiento químico a través de oscilaciones de red , arquitectura columnar y topográfica, núcleos, hasta facultades psicológicas como la memoria, aprendizaje y comportamiento. Estos modelos computacionales enmarcan hipótesis que pueden probarse directamente mediante experimentos biológicos o psicológicos.
El término 'neurociencia computacional' fue introducido por Eric L. Schwartz , quien organizó una conferencia, celebrada en 1985 en Carmel, California , a solicitud de la Systems Development Foundation para proporcionar un resumen del estado actual de un campo que hasta ese momento fue referido por una variedad de nombres, como modelado neuronal, teoría del cerebro y redes neuronales. Las actas de esta reunión de definición se publicaron en 1990 como el libro Computational Neuroscience . [15] La primera de las reuniones internacionales abiertas anuales centradas en la neurociencia computacional fue organizada por James M. Bower y John Miller en San Francisco, California en 1989. [16]El primer programa educativo de posgrado en neurociencia computacional se organizó como el Ph.D. en Sistemas Computacionales y Neurales. programa en el Instituto de Tecnología de California en 1985.
Las primeras raíces históricas del campo se remontan al trabajo de personas como Louis Lapicque , Hodgkin & Huxley , Hubel y Wiesel y David Marr . Lapicque introdujo el modelo de integración y disparo de la neurona en un artículo fundamental publicado en 1907, [17] un modelo que sigue siendo popular para los estudios de redes neuronales artificiales debido a su simplicidad (ver una revisión reciente [18] ).