Eric L. Schwartz (1947 - 31 de diciembre de 2018) [1] fue profesor de sistemas cognitivos y neuronales, [2] profesor de ingeniería eléctrica e informática , [3] y profesor de anatomía y neurobiología [4] en la Universidad de Boston . Anteriormente, fue Profesor Asociado de Psiquiatría en el Centro Médico de la Universidad de Nueva York y Profesor Asociado de Ciencias de la Computación en el Instituto Courant de Ciencias Matemáticas de la Universidad de Nueva York.
Introdujo el término Neurociencia Computacional mediante la organización de una conferencia con este título que tuvo lugar en Carmel California en 1985, bajo el patrocinio de la Systems Development Foundation. Animada por el director del programa, Charles Smith, esta conferencia, cuyas actas fueron publicadas más tarde por MIT Press (1990), proporcionó un resumen de los avances en los campos relacionados que hasta entonces se denominaban redes neuronales, modelado neuronal, teoría del cerebro, neurociencia teórica y una variedad de otros términos. Al organizar estos campos a lo largo de las dimensiones de la medición espacial y temporal, la conferencia y su posterior publicación en forma de libro introdujeron el uso del término "Neurociencia Computacional". En las décadas siguientes, decenas de departamentos y programas universitarios adoptaron este título general.
A finales de la década de 1980, Schwartz fundó Computational Neurosciences Labs, con el apoyo de Systems Development Foundation, y luego Vision Applications, Inc. en 1990, con el apoyo de la Defense Advanced Research Projects Agency (DARPA), con el fin de desarrollar actuadores, sensores. y algoritmos para sistemas de visión miniaturizados con variantes espaciales. Las patentes desarrolladas en Vision Applications incluyeron un novedoso motor accionado esféricamente [1] Archivado el 26 de julio de 2010 en Wayback Machine , un prototipo de sensor log-plar CMOS VLSI [2] Archivado el 26 de julio de 2010 en Wayback Machine y algoritmos reales. Síntesis temporal de imágenes variantes espaciales [3] Archivado el 25 de julio de 2008 en Wayback Machine .
Este trabajo culminó con la construcción de un vehículo autónomo en miniatura que fue el primer vehículo en circular, sin asistencia humana, por las calles de Boston (1992) [4] Archivado el 2 de julio de 2007 en Wayback Machine .
Eric Schwartz nació en la ciudad de Nueva York en 1947, hijo de Jack y Edith Schwartz. Asistió a la Bronx High School of Science, Columbia College (con especialización en Química y Física), donde fue miembro del equipo de esgrima Columbia Lions (sable) del Campeonato de la NCAA de la Ivy League, ECAC y la Ivy League de 1965 (sable), [5] y la Universidad de Columbia ( PhD, Física de Altas Energías, patrocinador J. Steinberger [22]).
Después de completar su título de física, se unió al laboratorio de E. Roy John como becario postdoctoral en neurofisiología y se trasladó con el laboratorio de John a la Universidad de Nueva York como profesor asociado de investigación de psiquiatría en 1979 y fue ascendido a profesor asociado de Psiquiatría e Informática en 1990, partiendo hacia la Universidad de Boston en 1992 para asumir los cargos de Profesor de Sistemas Cognitivos y Neurales, Ingeniería Eléctrica e Informática, y Anatomía y Neurobiología. Vivía en Brookline, Massachusetts con su esposa Helen y su hija Anna Molly.
Aunque se sabe desde principios de siglo que la imagen visual registrada por la retina se transmite a la corteza visual en forma de un patrón bidimensional ordenado de activación neuronal (visuotopía, mapeo topográfico, retinotopía), los primeros estudios matemáticos bidimensionales La descripción de este mapeo en primates fue proporcionada por Schwartz en 1976 [5] Archivado el 9 de septiembre de 2006 en Wayback Machine y 1977 [6] Archivado el 8 de septiembre de 2006 en Wayback Machine , y junto con los colaboradores Al Wolf y Dave Christman. proporcionó la primera visualización directa de la retinotopía cortical humana mediante tomografía de positrones [7] Archivado el 9 de septiembre de 2006 en Wayback Machine .
Estos artículos teóricos demostraron que el mapeo logarítmico complejo, el mapeo logarítmico polar o el mapeo monopolar era una buena aproximación a la retinotopía de la corteza visual del mono, y luego se amplió para incluir una segunda singularidad logarítmica para representar la representación visual periférica. el modelo dipolo [8] Archivado el 21 de julio de 2013 en Wayback Machine. Esta descripción, que es el modelo estándar de facto actual para la arquitectura funcional a gran escala de la corteza visual, se amplió recientemente (2002-2006), con los estudiantes graduados Mukund. Balasubramanian y Jonathan Polimeni, para describir múltiples áreas de la corteza visual humana y de mono: el mapeo del dipolo en cuña [9] Archivado el 25 de julio de 2008 en Wayback Machine [10] Archivado el 25 de julio de 2008 en Wayback Machine . Este modelo ha sido verificado para la corteza visual humana [11] [ enlace muerto permanente ] , junto con Jon Polimeni, Oliver Hinds, Mukund Balasubramanian y sus colegas Bruce Fischl y Larry Wald, utilizando imágenes de resonancia magnética funcional de alta resolución, estableciendo el modelo cuña-dipolo. como uno de los pocos modelos matemáticos de estructura neuroantómica con una verificación experimental detallada.
Un aspecto crítico de este trabajo fue el desarrollo de métodos de aplanamiento cerebral. Schwartz desarrolló el primer método completamente preciso de aplanamiento cortical en 1986, basado en el cálculo de distancias geodésicas mínimas exactas en una malla poliédrica que representa la superficie cortical [12] [ enlace muerto permanente ] [13] Archivado el 8 de septiembre de 2006 en Wayback Machine , junto con el escalado multidimensional métrico [14] Archivado el 5 de septiembre de 2006 en Wayback Machine . Las variantes de este algoritmo, especialmente las recientes mejoras aportadas en el trabajo de tesis de Mukund Balasubramanian (ver [15] Archivado el 28 de julio de 2010 en Wayback Machine ), subyacen a los enfoques cuantitativamente precisos más actuales para el aplanamiento cortical.
En 1977, Schwartz señaló que el modelo de hipercolumna de Hubel y Weisel implicaba la existencia de un patrón periódico similar a un vórtice de singularidades de orientación a través de la superficie de la corteza visual. Específicamente, la parte angular de la función logarítmica compleja, vista como un mapa espacial, proporcionó una posible explicación de la estructura de hipercolumna, que en el lenguaje actual se denomina estructura de "molinete" de la corteza visual [16] Archivado el 9 de septiembre de 2006 en el Máquina de Wayback . En 1990, junto con Alan Rojer, Schwartz demostró que tales estructuras de "vórtice" o "molinete", junto con el patrón de columna de dominancia ocular asociado en la corteza, podrían ser causados por el filtrado espacial de un vector aleatorio o un ruido espacial escalar, respectivamente. Antes de este trabajo, la mayor parte del modelado de columnas corticales se realizaba en términos de modelos de "redes neuronales" algo opacos y torpes; el ruido filtrado por paso de banda se convirtió rápidamente en una técnica de modelado estándar para la estructura de columnas corticales. En 1992, Rojer y Schwartz demostraron que la formación de vórtices de orientación cortical era una consecuencia topológica de la definición de orientación: cualquier correlación local, incluido el filtrado de paso bajo, causaría una aparente formación de "vórtices" [17] Archivado el 20 de enero de 2008. en la Wayback Machine . Esta observación se utilizó más tarde, mediante una simulación Montecarlo de la dispersión de fotones en el tejido cerebral, para demostrar que gran parte de la estructura de "rueda de molinete" de grabación óptica moderna está significativamente contaminada por artefactos debido a la producción topológica y la aniquilación de ruedas de molinete corticales espurias. , debido a la naturaleza de paso bajo de la grabación óptica actual, que tiene un suavizado físico intrínseco en el rango de 300 micrómetros [18] Archivado el 25 de julio de 2008 en Wayback Machine .
Además de este trabajo en imágenes cerebrales y neuroanatomía funcional, Schwartz ha desarrollado una serie de algoritmos y dispositivos robóticos relacionados con el campo de la visión por computadora variante espacial. La motivación clave para este trabajo son las observaciones de la estructura espacial detallada en sistemas visuales biológicos, relacionados con la arquitectura fuertemente variante espacial (es decir, foveal). Se han desarrollado algoritmos para visión por computadora variante espacial y difusión no lineal junto con los estudiantes Giorgio Bonmassar [20], Bruce Fischl [19] y Leo Grady [21]. El trabajo inédito de George Kierstein se completó durante su programa de doctorado antes de completarlo al graduarse con una maestría [consulte los enlaces externos para la biografía].