La percolación (del latín percolatio , que significa filtración [1] ) es un modelo teórico utilizado para comprender la forma en que se produce la activación y difusión de la actividad neuronal dentro de las redes neuronales . [2] La percolación es un modelo utilizado para explicar cómo se transmite la actividad neuronal a través de las diversas conexiones dentro del cerebro. La teoría de la percolación se puede entender fácilmente explicando su uso en epidemiología . Las personas infectadas con una enfermedad pueden propagar la enfermedad a través del contacto con otras personas en su red social . Aquellos que son más sociables y entran en contacto con más personas ayudarán a propagar la enfermedad más rápidamente que aquellos que son menos sociables. Factores como la ocupación y la sociabilidad influyen en la tasa de infección. Ahora bien, si uno pensara en las neuronas como individuos y en las conexiones sinápticas como los vínculos sociales entre las personas, entonces se puede determinar con qué facilidad se propagarán los mensajes entre neuronas. [2] Cuando una neurona se activa, el mensaje se transmite a lo largo de todas las conexiones sinápticas a otras neuronas hasta que ya no puede continuar. Las conexiones sinápticas se consideran abiertas o cerradas (como una persona sociable o no sociable) y los mensajes fluirán a través de todas y cada una de las conexiones abiertas hasta que no puedan seguir más. Así como la ocupación y la sociabilidad desempeñan un papel clave en la propagación de enfermedades, también lo hacen el número de neuronas, la plasticidad sináptica y la potenciación a largo plazo cuando se habla de percolación neuronal.
Un aspecto clave de la percolación es el concepto de cúmulos de percolación , que son grandes grupos de neuronas que están todas conectadas por enlaces abiertos y ocupan la mayor parte de la red. Cualquier señal que se origine en cualquier punto dentro del cúmulo de percolación tendrá un mayor impacto y difusión a través de la red que las señales que se originan fuera del cúmulo. Esto es similar a un maestro que propaga una infección a toda una comunidad a través del contacto con los estudiantes y posteriormente con las familias, en lugar de un empresario aislado que trabaja desde casa.
La teoría de la percolación fue originalmente propuesta por Broadbent y Hammersley como una teoría matemática para determinar el flujo de fluidos a través de material poroso. [3] Un ejemplo de esto es la pregunta originalmente propuesta por Broadbent y Hammersley: "supongamos que una gran roca porosa está sumergida bajo el agua durante mucho tiempo, ¿llegará el agua al centro de la piedra?". [4] Desde su fundación, la teoría de la percolación se ha utilizado tanto en campos aplicados como en modelado matemático, áreas como la ingeniería, la física, la química, las comunicaciones, la economía, las matemáticas, la medicina y la geografía. Desde una perspectiva matemática, la percolación es excepcionalmente capaz de exhibir relaciones tanto algebraicas como probabilísticas de forma gráfica. [3] En las ciencias cognitivas y de redes, la teoría de la percolación se utiliza a menudo como un modelo computacional que tiene el beneficio de probar teorías sobre la actividad neuronal antes de que sea necesaria cualquier prueba física. [5] También se puede utilizar como modelo para explicar las observaciones experimentales de la actividad neuronal hasta cierto punto. [6]
La percolación se ha desarrollado fuera de las ciencias cognitivas; sin embargo, su aplicación en el campo ha demostrado que es una herramienta útil para comprender los procesos neuronales. Los investigadores han centrado su atención no solo en estudiar cómo se difunde la actividad neuronal a través de las redes, sino también en cómo la percolación y su aspecto de transición de fase pueden afectar la toma de decisiones y los procesos de pensamiento. [5] La teoría de la percolación ha permitido a los investigadores comprender mejor muchas condiciones psicológicas, como la epilepsia , la esquizofrenia desorganizada y el pensamiento divergente . [2] Estas condiciones a menudo son indicativas de grupos de percolación y su participación en la propagación del exceso de disparos de neuronas. Las convulsiones ocurren cuando las neuronas en el cerebro se disparan simultáneamente, y a menudo estas convulsiones pueden ocurrir en una parte del cerebro que luego puede transferirse a otras partes. Los investigadores pueden facilitar una mejor comprensión de estas condiciones porque "las neuronas involucradas en una convulsión son análogas a los sitios en un grupo de percolación". [2] La esquizofrenia desorganizada es más compleja ya que la actividad es una actividad indicativa en un grupo de percolación; Sin embargo, algunos investigadores han sugerido que la percolación de información no ocurre en un pequeño grupo sino en una escala funcional global. [7] La atención, así como la percolación, también juegan un papel clave en el pensamiento desorganizado y divergente; sin embargo, es más probable que la percolación dirigida, es decir, una percolación controlada direccionalmente, sea más útil para estudiar el pensamiento divergente y la creatividad.
A continuación se muestra una tabla con algunos de los estudios y experimentos que han involucrado la percolación. La mayoría de estos estudios se centran en la aplicación de la teoría de la percolación al procesamiento de redes neuronales desde un enfoque computacional.
La teoría de la percolación se ha aplicado a una amplia variedad de campos de estudio, entre ellos la medicina, la economía, la física y otras áreas de la psicología, como las ciencias sociales y la psicología industrial y organizacional. A continuación se incluye una tabla con otras áreas de estudio en las que se aplica la teoría de la percolación, así como información de investigaciones recientes.
La teoría de la percolación se utiliza ampliamente y afecta a muchos campos diferentes; sin embargo, la investigación en ciencia de redes aún puede desarrollarse más. Como modelo computacional, la percolación tiene sus limitaciones, ya que no siempre puede dar cuenta de la variabilidad de las redes neuronales de la vida real. Sus limitaciones no obstaculizan su funcionalidad en su totalidad, solo en algunos casos. [6] Para comprender mejor las redes de mundo pequeño , se necesita una mirada objetiva más cercana a la percolación en las redes neuronales. La mejor manera posible de que esto ocurra sería combinar las aplicaciones del modelado de percolación y la estimulación experimental de redes neuronales artificiales. [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18]
{{cite journal}}: Requiere citar revista |journal=( ayuda )