Integração de Informação e Sincronização em um Neocórtex Artificial

Um modelo para o neocórtex composto por elementos das teorias de redes complexas e algoritmos distribuídos é proposto e analisado numa abordagem fundamentada nos métodos aplicados no campo da vida artificial. O modelo tem sua componente estrutural dada por um grafo onde vértices representam neurônios e arestas dirigidas representam sinapses. Sua dinâmica é dada por um algoritmo distribuído assíncrono composto por regras locais, executadas por cada vértice do grafo de maneira a simular os eventos de disparos de potenciais de ação e o fenômeno de plasticidade sináptica. Inicialmente é analisada a evolução da distribuição dos pesos sinápticos ao longo de extensivas simulações. Tal evolução leva a um resultado em excelente concordância com dados da neurociência, o que é interpretado como uma validação do modelo. Em seguida, são estudadas e quantificadas propriedades relativas à integração da informação e sincronização neuronal que emergem em função de sua dinâmica subjacente. É proposta uma medida que procura caracterizar a eficiência do modelo no que se refere à informação integrada, em contraste com a informação gerada de maneira independente pelos seus componentes. Os resultados obtidos por meio de novas simulações permitem concluir que grafos gerados segundo o modelo aqui proposto são eficientes nesse respeito. Aspectos relativos à sincronização neuronal presente no modelo são estudados em seguida, com a definição de indicadores capazes de caracterizar a presença de comportamento sincronizado. Os indicadores são aplicados em simulações análogas às realizadas anteriormente, cujos resultados demonstram que o algoritmo aqui proposto é capaz de gerar um comportamento dinâmico que leva à ocorrência de sincronização.