Latest Posts:

Mostrando las entradas con la etiqueta clasificacion. Mostrar todas las entradas
Mostrando las entradas con la etiqueta clasificacion. Mostrar todas las entradas

17 de noviembre de 2017

Así decide tu cerebro qué recuerdos guarda o elimina mientras duermes

La mente reactiva redes de memorias al dormir, consolidando solo las que están fuertemente asociadas.

El laboratorio de Lluís Fuentemilla en la Universidad de Barcelona se asemeja más a un centro de día que a un centro de investigaciones neurocientíficas. Sobre una mesa hay un juego de cartas con dibujos de animales, de instrumentos musicales y de vehículos. También tiene sillones reclinables, con sendas mantas y almohadas. Los sujetos de su último experimento son alumnos de la universidad, que acuden después de comer, listos para la siesta.

Fuentemilla y sus compañeros investigan el proceso mediante el cual se consolidan, al dormir, las memorias formadas durante el día. En un estudio publicado en la revista científica Journal of Neuroscience demuestran que el cerebro activa redes de recuerdos relacionados durante el sueño. Dependiendo de la fuerza con que estén asociadas las memorias, este proceso ayuda a fijarlas o, por el contrario, promueve su olvido. “Sería ineficiente si pudiéramos recordar todo”, dice Javiera Oyarzún, la autora principal del estudio. “Cada vez que la mente quisiera recuperar información concreta, tendría que inhibir todos los recuerdos irrelevantes, el ruido”.

Previamente, los científicos ya habían demostrado que la mente humana archiva algunos recuerdos mientras duerme, a la vez que elimina otros. Para que esto suceda, los recuerdos que se forman en el día deben ser reactivados durante el sueño. Aunque ocurre naturalmente, los investigadores pueden inducir el mismo proceso de forma artificial, asociando previamente un estímulo sensorial –como un olor o un sonido– al recuerdo. Si se percibe el estímulo durante las horas de sueño, la mente reactiva el recuerdo asociado y, además, toda una red de memorias relacionadas a ese recuerdo. Utilizando esta técnica, los investigadores han encontrado el mecanismo neuronal encargado de reforzar o debilitar memorias individuales en la red de recuerdos.

En el estudio, los voluntarios tenían que memorizar la localización de 15 parejas de cartas sobre una cuadrícula. Hicieron esto dos veces. La segunda vez, una carta de cada pareja cambió de lugar, pero la otra permaneció en el mismo sitio. Así, los participantes formaron dos conjuntos de memorias distintas pero relacionadas por un elemento común, la posición de una de las cartas de cada pareja: formaron una red de recuerdos sencilla. Además, durante el segundo ejercicio, los investigadores reprodujeron sonidos representativos de los dibujos de las cartas –grabaciones de animales, instrumentos y transportes– para poder inducir posteriormente el recuerdo de su posición durante la siesta.

Mientras los participantes dormían en el laboratorio, los científicos pusieron la mitad de los sonidos otra vez, elegidos al azar. Esto reactiva en la mente el recuerdo de la posición de las cartas del segundo ejercicio y, por asociación, las cartas equivalentes del primero. La fuerza de esta asociación determina qué memorias se conservan y cuáles se olvidan al despertar. Los investigadores pudieron manipular la fuerza de la asociación y contrastar sus efectos utilizando dos grupos de participantes. Un grupo aprendió ambas configuraciones de cartas consecutivamente, formando un vínculo fuerte entre los dos conjuntos de recuerdos, mientras que el otro esperó tres horas entre el primer ejercicio y el segundo, por lo que formaron una asociación débil.

Los participantes que memorizaron todas las parejas de seguido recordaron mejor la posición de las cartas del primer ejercicio relacionadas con aquellas que habían sido reactivadas durante el sueño. Ocurrió lo opuesto en el segundo grupo: las posiciones de las cartas del primer ejercicio asociadas a las cartas reactivadas durante el sueño precisamente fueron las que peor recordaron.

Esto quiere decir que los recuerdos reactivados durante el sueño ayudaban a consolidar las memorias estrechamente relacionadas. Sin embargo, el mismo proceso promovía activamente el olvido de las memorias asociadas débilmente. “La red, lo que te permite, al final, es predecir el mundo”, explica Oyarzún. Los autores sugieren que este mecanismo cerebral ha evolucionado para que podamos preservar a largo plazo solo la información que es consistente o que se repite predeciblemente, la que nos pueda ser útil en el futuro. “Al eliminar los recuerdos sobre nuestro entorno que son poco frecuentes o inconsistentes, se evitan interferencias de la memoria en el futuro”, explica Fuentemilla.

El neurocientífico Bryan Strange, un especialista en consolidación de memoria ajeno a esta investigación, de la Universidad Politécnica de Madrid, opina que “es un estudio muy meticuloso” y coincide con la teoría de que el olvido es un proceso activo y beneficioso: “Ya decía William James, el padre de la neuropsicología, que si nos acordásemos de todo seríamos tan desafortunados como si nos acordásemos de nada”. Strange añade que técnicas parecidas a las empleadas en este estudio podrían utilizarse para atenuar o eliminar memorias desagradables de forma terapéutica, algo que proponen los investigadores como un proyecto futuro.

Fuente:

6 de agosto de 2017

En Facebook hay cuatro tipos de usuario de acuerdo a su manera de interactuar

El «Internationa Journal of Virtual Communities and Social Networking» concluye que se pueden encontrar cuatro tipos de personalidad en la red social: el sociable, el cotilla, el «pregonero» y el «selfies»


Un reciente estudio publicado por la «Internationa Journal of Virtual Communities and Social Networking» concluye que en Facebook se pueden encontrar cuatro tipos de usuario acorde a su personalidad: el sociable, el cotilla, el «pregonero» y el «selfies». 

Para este análisis, utilizaron 48 preguntas que repartieron entre los participantes y que incluían respuestas como «Facebook es una fuente de estrés» o «es una manera de lograr ayuda inmediata». 

Lo que alude a otro estudio sobre los usuarios de la red social de Mark Zuckerberg que sacó como resultado de la investigación que las personas utilizan Facebook para odiar. Estas conclusiones se deben a los datos arrojados tras un análisis en que las personas que utilizan Facebook sienten rechazo hacia una gran parte de las publicaciones de política que utilizan la red, así como al exceso de información que comparten.

Este informe tiene cierta relación con una de las cuatro personalidades mencionadas, la cotilla, por lo que el odio y el sentimiento frecuente de molestia hacia otros usuarios puede ser apagado, pero no lo hacen por mera intención de saber qué hacen dichas personas con su vida.

Sociable

El usuario sociable es el que construye relaciones y utiliza la plataforma para fortalecerlas. La red social es una extensión de lo que vive en su día a día. Tiende a realizar peticiones de amistades a personas que no ha visto desde hace tiempo, como las amistades del colegio y tiene la iniciativa de conocer gente nueva.

Suelen comentar con frecuencia las publicaciones de los amigos de su red, como síntoma de atención hacia ellos, que se percata de su presencia y no les olvida.

Cotilla (curioso o chismoso)

Las personas conectadas en la red soial consideradas como cotilla sienten la obligación de estar en Facebook. Lo contradictorio con esta tipología es que no tienden a compartir información personal o interactúan con las publicaciones de otros usuarios. Simplemente, pasan gran parte de su tiempo viendo las novedades de los demás y sienten que deben están conectados para mantener al día.

Pregonero

Son usuarios que no les importa el nivel de interacciones que causen sus publicaciones, pero comparten opiones para todo y tienen la necesidad de no quedarse callados. Sin embargo, no tienen como costumbre compartir temas de índole personal, pero sí harán uso de las publciaciones para invitar a los usuarios de su red a eventos o información que creen de manera determinante que es trascendental conocer.

Selfie

Los «selfies» utilizan Facebook para compartir imágenes en un primer plano sobre sí mismos o con amigos a los que etiquetar. Su personalidad como usuario de la red social se asemeja mucho al del sociable en términos de interacción, ya que publican fotos, vídeos o comentar. Sin embargo, les gusta atraer la atención centrada sobre sus personas porque necesitan de la aprobación de la red. Para ellos, no es suficiente con hacerse la foto, tienen la necesidad de que otros la vean.

Tomado de:

ABC (España)

11 de septiembre de 2013

Clasificación de los seres vivos (por fuente de energía, fuente de carbono y por necesidad de oxígeno)

1. INTRODUCCIÓN


Existen diversas clasificaciones para organizar la materia “viva”. Una de las más básicas y fundamentales consiste en clasificar los organismos en función de su fuente de energía, de su fuente de carbono y de su necesidad o no de oxígeno. A continuación analizaremos cada una de ellas y al final del artículo, a modo de resumen, podrán encontrar una tabla esquemática que resume muy brevemente cada una de las clasificaciones.

2. CLASIFICACIÓN DE LOS SERES VIVOS (FUENTE ENERGÉTICA)

  • Fotótrofos: organismos cuya fuente energética es la LUZ.
  • Quimiótrofos: organismos cuya fuente energética se deriva de COMPUESTOS QUÍMICOS.

3. CLASIFICACIÓN DE LOS SERES VIVOS (OBTENCIÓN DE CARBONO)

  • Autótrofos: organismos cuya fuente de carbono la obtienen del CO2 del ambiente.
  • Heterótrofos: organismos cuya fuente de carbono la obtienen de otros COMPUESTOS ORGÁNICOS.

4. CLASIFICACIÓN DE LOS SERES VIVOS (NECESIDAD DE OXÍGENO)

  • Aerobios estrictos: organismos que dependen del oxígeno, pero que no pueden sobrevivir a altas concentraciones de este.
  • Anaerobios estrictos: organismos que no pueden sobrevivir o desarrollarse en presencia de oxígeno.
  • Anaerobios facultativos: organismos que pueden desarrollarse y sobrevivir tanto en ausencia como en presencia de oxígeno.

5. ANEXO

 

Tabla 1. Clasificación de los seres vivos en función de su fuente energética, de carbono y de su necesidad de oxígeno

Fuente:

Saber Práctico

21 de febrero de 2013

Máquinas que aprenden

Como dirían los entrevistados de Punset: "No es tan sencillo"

Esta semana vamos a darle un rápido repaso a cómo las máquinas, ordenadores, son capaces de aprender. Había pensado ponerle de título a la entrada "Ordenadores que aprenden", pero, seamos sinceros, la palabra ordenador suena fatal, mientras que máquina aporta al título un aspecto duro y, sobre todo, sexy.

Para entender como un ordenador aprende algo, es necesario saber su funcionamiento básico. Una computadora ejecuta programas, que son secuencias de instrucciones previamente programadas. Estas instrucciones no son muy distintas a las de una calculadora programable. Básicamente, a una velocidad increíble,  el ordenador está leyendo números de memoria, operando con ellos y almacenándolos de nuevo para un uso posterior. La pregunta que planteo es ¿qué grado de aprendizaje puede asumir un ordenador, si su comportamiento viene definido por una secuencia de instrucciones de este estilo? 

Bien, para un programa dado, sus instrucciones no se ejecutan siempre de la misma manera porque existe un elemento variable: los parámetros. Día a día, a veces sin darnos cuenta, comunicamos parámetros al ordenador. La dirección de una web, a la hora de introducirla en la barra del navegador, es un parámetro, y en función de su valor, la respuesta del programa será distinta. Nada más lejos de la realidad, este texto que escribo es un parámetro que estoy variando, luego el sistema de gestión de contenidos del blog, dependiendo de su contenido, lo transformará a un formato presentable (y si, esta vez con los párrafos justificados). La gracia de estos parámetros es que un cambio en sus valores pueden producir una respuesta diferente, sin necesidad de cambiar el programa subyacente.

Vale, ha quedado claro que los ordenadores pueden actuar de una manera u otra según los parámetros que se le introducen, pero no he dicho qué puede aprender un ordenador. Está claro que introducir la URL en el navegador no se presta a mucho aprendizaje (¿seguro?) y el texto que escribo es un simple bulto que se arrastra a lo largo de Internet (repito, ¿seguro?). Dar una definición de aprendizaje es compleja, incluso para seres humanos, y su generalización al ámbito computacional también lo es.
A grosso modo, se denomina aprendizaje automático (machine learning) al campo de la computación que se encarga de dar a los ordenadores la capacidad de aprender sin ser explícitamente programados para ello. Veamos algunos ejemplos de lo que puede aprender a hacer un ordenador:
  • Reconocer texto en general, ya sea manuscrito o tipografiado.
  • Reconocer caras.
  • Diagnóstico de enfermedades.
  • Selección de perfiles de personal.
  • Determinar si una transacción bancaria es fraudulenta.
  • Corregir el texto que escribimos en la pantalla táctil de un móvil (dios, esta si que me gusta)
  • ...
A las tareas anteriores podemos añadir conducir, andar o incluso componer música (si, si Conde Chócula me lo permite, algún día haré una entrada sobre música generativa). En general un ordenador es capaz de aprender cualquier tarea cuyo conocimiento pueda verse de manera formal. Ahora bien, no podemos programar, es decir cambiar explícitamente las instrucciones que sigue el programa, pero sí podemos modificar los parámetros de un programa ya escrito. Pero claro, entonces necesitaría un programa para cada tarea de la lista anterior, es decir no puede usarse la misma técnica para reconocer texto que para reconocer caras o corregir texto mal escrito.

MENTIRA

Imaginaos la situación. Una letra, al igual que un texto escaneado, es una imagen. Una imagen es algo que está escrito en el idioma del ordenador. Por simplicidad, centrémonos en el reconocimiento de caracteres manuscritos. Si cada carácter esta contenido en una imagen en blanco y negro, existen ciertos píxeles que están en blanco y otros que estan en negro, lo cual puede verse como una matriz cuyas celdas pueden tomar valores de 0 para el negro o 1 para el blanco (o al revés, como más os plazca).
Una vez formalizada la entrada, vosotros, lectores míos, ¿que más hace falta para que el ordenador sea capaz de, a partir de la imagen, averiguar el carácter que representa?. Pensad como aprenderíais vosotros  las letras del abecedario (¡dejadlo en los comentarios!), yo os voy a contar cómo lo haría el ordenador.

En primer lugar  se construye un conjunto de entrenamiento, que se caracteriza porque para cada imagen se dispone del resultado, es decir del carácter que representa la letra contenida en la imagen. Una vez establecido, se procede a mostrar una y otra vez estos ejemplos al ordenador, el cual produce un resultado. La dinámica es la siguiente: si el programa se equivoca, modifica sus parámetros para evitar volver a cometer el error en un futuro.

Después de varias pasadas, cuyo número, entre otros factores, depende del número de ejemplos, el programa ha aprendido con más o menos "nota" los ejemplos. Si os dais cuenta, este procedimiento se asemeja bastante a los malvados ejercicios que mandan antes de hacer un examen. Genial, sois un ordenador y os sabéis de puta madre los ejercicios que habéis memorizado una y otra vez, pero ha llegado la hora del examen. El examen se realiza con otros ejercicios diferentes, el conjunto de test. Estos ejemplos no han sido vistos nunca por parte del programa y sirven únicamente para ver cuantos aciertos se tienen con datos desconocidos, lo cual da una medida de lo bien que nuestro programa ha aprendido lo que queríamos enseñarle.

Bueno señores, el problema del reconocimiento de caracteres es un problema de aprendizaje supervisado, porque se indica al método cuales han sido sus errores diciéndole la respuesta cada vez que intenta adivinar el resultado. Además se trata de un problema de clasificación, porque se trata de averiguar a que clase pertenecen las distintas imágenes, que en este caso son las letras del abecedario. La clave es que existen técnicas (de aprendizaje automático) que resuelven problemas de este tipo, las cuales de manera transparente al usuario (no hay que cambiar el comportamiento del método), dada una base de ejemplos y una representación adecuada de la entrada (en el caso anterior una matriz) y una salida (la clase, cualquiera de las letras del abecedario) son capaces de ajustar los parámetros para que en el futuro clasifique datos que no ha visto nunca. 

En cuanto a las técnicas empleadas para este tipo de problema, podemos hablar de redes neuronales. En este caso los parámetros a ajustar son los potenciales de activación entre las neuronas, recordando un poco el funcionamiento de éstas en el sistema nervioso.

Otra técnica interesante son los árboles de clasificación...


Lea el artículo completo en:

Mente Enjambre

26 de diciembre de 2012

Cómo organiza el cerebro lo que vemos

Investigadores de la Universidad de Berkeley han encontrado la manera en que nuestro cerebro organiza y categoriza todos los objetos y acciones que vemos en nuestra vida diaria, creando el primer mapa interactivo que ilustra el proceso.



El resultado, bautizado como “espacio continuo semántico“, se consiguió grabando la actividad cerebral de cinco investigadores (mediante la técnica fMRI, imágenes generadas por resonancia magnética funcional) mientras veían dos horas de secuencias de vídeo. A continuación hicieron un análisis de las imágenes para construir un modelo para mostrar cómo cada una de las aproximadamente 30.000 localizaciones en el córtex respondía a cada una de las 1.700 categorías de objetos y acciones que aparecían en los vídeos. Después, aplicaron otro análisis estadístico para encontrar el “espacio semántico” común a todos los sujetos del estudio.

Modelo interactivo del cerebro representando el espacio semántico con colores


Para visualizar los resultados del estudio han creado una impresionante aplicación web (se recomienda usar Google Chrome, ya que utiliza WebGL) que permite explorar con detalle dicho espacio semántico.

Tomado de:

Naukas

9 de diciembre de 2012

Un nuevo tipo de galaxia… y de color verde

Unos astrónomos descubren un objeto galáctico enteramente iluminado por la luz del entorno de un gigantesco agujero negro.




La galaxia de ‘judía verde’ J2240, en la constelación de Acuario. / CFHT/ESO/M. Schirmer

Una rara galaxia que brilla intensamente en color verde toda ella, iluminada por la luz residual del entorno del agujero negro que tiene en su centro, ha sorprendido a los. Es un nuevo tipo galáctico que han bautizado de judía verde -no confundir con las de guisante verde, que ya se conocían- y que da pistas sobre lo que sucede cuando el agujero negro se relaja. La galaxia en cuestión (denominada J2240) está a unos 3.700 millones de años luz en la constelación de Acuario. Los científicos, a la vista de esta gran rareza en el universo, han buscado otros ejemplares similares entre casi mil millones de galaxias registradas en la base de datos SDSS (Rastreo Digital del Cielo Sloan) y han dado con otras 16 del mismo tipo. Y son tan poco corrientes, que los científicos han calculado que cabe esperar la existencia de una sola en un cubo de 1.300 millones de años luz de lado en el universo, señalan los expertos del Observatorio Gemini.

En muchas galaxias que tienen agujeros negros gigantes la materia que va cayendo en ellos se acelera hasta tal punto que su intensa radiación hace que brille el gas del entorno. Pero normalmente ese brillo no alcanza más allá del 10% de la galaxia. En el caso de la judía verde, sin embargo, toda ella esta iluminada y en verde porque el gas encendido es oxígeno ionizado, que brilla en ese color.

Mischa Schirmer dice que se quedó atónito cuando vio la J2240 en una fotografía captada con el telescopio Franco-Canadiense de Hawai. Parecía efectivamente una galaxia, pero nunca había visto una así, verde brillante, cuenta en un comunicado del Observatorio Europeo Austral (ESO), cuyo conjunto de telescopios VLT, en Chile, permitió a este astrónomo y a sus colegas investigar el extraño objeto. También utilizaron el telescopio Gemini Sur y presentan su hallazgo en la revista Astriophysical Journal.

Los científicos han bautizado como judías verdes estas galaxias para distinguirlas de las de guisante, que se conocen desde 2007 y que son pequeñas galaxias con un intenso proceso de formación estelar en ellas, muy diferentes de las ahora descubiertas.

Los análisis de J2240 desveló a estos científicos otra rareza: El agujero negro en su centro parece mucho menos activo de lo que cabría esperar dado el gran tamaño y el brillo de la zona que ilumina, explica el ESO. La conclusión a la que han llegado es que, en realidad, el brillo verde que observan debe ser un eco, la radiación remanente, de cuando el agujero negro era mucho más activo. Con el tiempo, el brillo se irá perdiendo. Pero ofrece una oportunidad extraordinaria a los científicos para estudiar el proceso en el que se van apagando estos objetos tan activos, el cómo, el cuándo y el por qué.

“Estas regiones brillantes son como fantásticas sondas para intentar entender la física de las galaxias, es como introducir un termómetro en una galaxia que está muy, muy lejos”, dice Schirmer. “Normalmente no son ni muy grandes ni muy brillantes y solo se pueden observar bien en galaxias cercanas a nosotros, mientras que estas que se acaban de descubrir son tan grandes y brillantes que se pueden estudiar con gran detalle pese a su lejanía”, añade.

Fuente:

El País Ciencia

16 de octubre de 2012

¿Por qué no hay pilas de tipo B?


Las pilas se fabrican en diferentes estándares definidos por la norma ANSI C18.1 American National Standard for Dry Cells and Batteries-Specifications, de tal manera que su utilización sea universal según los requerimientos del aparato al que suministrar energía eléctrica.

Y se refieren a su tamaño y al voltaje proporcionado, independientemente de si son alcalinas, de litio, recargables…

Así, las de uso más corriente son:

AA – consiste en una celda electroquímica en forma de prisma circular de 50 mm de longitud y de 13,2 mm de diámetro que proporciona 1,5 V.

AAA – consiste en una celda electroquímica en forma de prisma circular de 44,5 mm de longitud y de 10,5 mm de diámetro que proporciona 1,5 V.

C – consiste en una celda electroquímica en forma de prisma circular de 46 mm de longitud y de 26 mm de diámetro que proporciona 1,5 V.

D – consiste en una celda electroquímica en forma de prisma circular de 58 mm de longitud y de 33 mm de diámetro que proporciona 1,5 V.

Todas proporcionan el mismo voltaje, aunque su tamaño las hace adecuadas a diferentes tipos de aparatos.
¿Y bueno? Pues sí, nos hemos saltado la B, pero fijándonos un poco veremos que también nos hemos saltado la A.

¿Eso quiere decir que no existen? Bueno, no se fabrican en la actualidad porque los aparatos a los que estaban destinadas ya no se fabrican por obsoletos.

Las pilas de tipo A tenían también forma de prismas circulares de tamaños variados, estaban destinadas a la alimentación de filamentos de receptores de radio antiguos y suministraban 6 V.

También existían unas pilas de tipo C, con forma de prismas circulares de tamaños variados, destinadas a la polarización de rejilla de los receptores de radio antiguos que suministraban voltajes que iban de los 4,5 V a los 6 V.

Y, por último, las pilas de tipo B, también con forma de prismas circulares de varios tamaños, a veces con tomas intermedias, utilizadas para la alimentación de placa de receptores de radio antiguos. Éstas suministraban voltajes de 45 V, 60 V, 90 V y en algunos casos más.

Nota sabionda: Las modalidades de baterías recargables de 1,5 V suelen suministrar alrededor de 1,2 V.

Fuente:

28 de septiembre de 2012

Una sorprendente pareja de galaxias

La pareja de galaxias Arp116. | NASA/ESA/HST
La pareja de galaxias Arp116. | NASA/ESA/HST

Artículo tomado de El Mundo (España)


El Telescopio Espacial Hubble ha fotografiado un singular dúo de galaxias formado por una espiral (en el ángulo superior derecho) y una elíptica gigante (en el centro). Aunque aún distantes entre ellas, ambas galaxias parecen abocadas a una colisión. La imagen ilustra la asombrosa diversidad existente en el mundo de las galaxias.

Imagen de Arp 116. | SDSS  
Imagen de Arp 116. | SDSS

Contraste radical entre dos galaxias

Esta peculiar pareja está formada por una galaxia elíptica gigante denominada M60 y una galaxia espiral, mucho menor que la primera, llamada NGC4647. El par recibe el nombre global de Arp 116, es decir: el objeto número 116 del catálogo de galaxias peculiares compilado por el astrónomo Halton Arp. Ambas galaxias forman parte del cúmulo de Virgo, uno de los cúmulos de galaxias más próximos a la Vía Láctea, que contiene entre 1000 y 2000 galaxias individuales.

Imagen de gran campo de Arp 116 | DSS2
Imagen de gran campo de Arp 116 | DSS2

La elíptica, M60, que domina la región central de la imagen, es la tercera galaxia más brillante del cúmulo de Virgo y tiene un tamaño de unos 120.000 años-luz. En esta galaxia, las estrellas se mueven de manera similar a las abejas en un enjambre, formando un gigantesco elipsoide con gran concentración estelar en su región central. Su color, amarillo rojizo, procede de la gran cantidad de estrellas viejas, principalmente frías y rojas, que predominan en las galaxias elípticas. Se encuentra a una distancia de 54 millones de años-luz de la Tierra.

La galaxia espiral, NGC4647, es similar en muchos aspectos a nuestra Vía Láctea. Su tamaño, unos 90.000 años-luz, la hace mucho menor que su compañera elíptica. Como nuestra galaxia, NGC4647 posee unos bellos brazos espirales poblados por grandes nebulosas gaseosas que están formando estrellas nuevas. Las estrellas jóvenes son las responsables del color azulado que predomina en los brazos, mientras que los filamentos oscuros son nubes de polvo que apantallan la luz estelar. De esta galaxia nos separa una distancia de unos 63 millones de años-luz.

Posible interacción

Fenómenos de marea en Arp 194 | NASA
Fenómenos de marea en Arp 194 | NASA

Durante muchos años los astrónomos se han preguntado si este par de galaxias estaba conectado físicamente. Aunque aparecen tan próximas en el cielo, las estimaciones de distancias más recientes (mencionadas antes) indican que entre ambas galaxia media un espacio de unos 9 millones de años-luz. A gran escala no se aprecian signos espectaculares de desgarramiento en ninguna de ellas, como sucede en muchos pares de galaxias que se encuentran colisionando (ver por ejemplo el par Arp194 en la imagen adjunta).

Sin embargo, estudios detallados recientes revelan indicios de una interacción incipiente entre las dos galaxias de Arp116. Cabe esperar que su interacción gravitacional las lleve a aproximarse paulatinamente. Según se acerquen entre ellas, se incrementarán los efectos de marea y se alterarán algunas de las regiones en ambas galaxias. Posiblemente las nubes interestelares de la 'pequeña' espiral al verse severamente perturbadas acaben colapsando súbitamente, formando grandes brotes de formación estelar.

El zoo de las galaxias

La diversidad existente en el mundo de las galaxias fue constatada muy poco después del descubrimiento de estos astros a principios del siglo pasado. Fue el propio Edwin Hubble, el astrónomo que identificó el carácter extragaláctico de las nebulosas espirales, quien elaboró un primer esquema de clasificación en 1936, dividiendo a las galaxias en diferentes tipos: elípticas, espirales, espirales barradas e irregulares.

La secuencia de Hubble
La secuencia de Hubble

Más que un mero sistema de clasificación, la secuencia de Hubble intentaba describir la evolución en el tiempo de las galaxias. Hubble propuso que las elípticas eran las galaxias más primitivas y que éstas se convertían después en espirales con o sin barra central. Posteriormente se demostró que estas ideas son erróneas y que, muy al contrario, las espirales suelen ser más jóvenes que las elípticas. Es más, se piensa hoy que las grandes elípticas se forman por fusión de galaxias espirales más pequeñas.

Jerga astronómica

No obstante, en la jerga que los astrónomos seguimos manteniendo hoy utilizamos el término 'tipo primitivo' para las elípticas, mientras que decimos que las espirales son más o menos 'avanzadas' dependiendo del diseño más o menos desarrollado de sus brazos. En términos generales, solemos decir que una galaxia es más 'avanzada' según se encuentren más a la derecha de la secuencia de Hubble. Una forma de hablar que es claramente inadecuada pues, como se ha dicho, sabemos hoy que las 'primitivas' elípticas son más evolucionadas y viejas que las espirales 'avanzadas'. Se trata pues de otra costumbre que deberíamos desechar los científicos. Sirva como disculpa que ésta es una costumbre de lenguaje que, como muchas otras, conserva el agradable regusto de la bella historia de la ciencia.

También interesante

  • La gran galaxia elíptica M60 fue descubierta de manera independiente por tres astrónomos en el mismo año 1779. Era la época de las intensas búsquedas de cometas. Buscando cometas la encontró el alemán Gottfried Koehler el 11 de abril en Dresden, mientras que el italiano Barnabus Oriani la observó un día después. El francés Charles Messier la vio el día 15 de abril y la incluyó en su famoso catálogo Messier con el número 60 (de ahí la designación Messier 60 o. simplemente, M60.

  • Clasificación actual de las galaxias
    Clasificación actual de las galaxias
  • El astrónomo, Halton Arp (nacido en Nueva York en 1927) es muy célebre, además de por la compilación de su interesantísimo Atlas de Galaxias Peculiares (1966), por sus estimulantes ideas heterodoxas. Argumentó durante mucho tiempo que, en lugar de ser grandes galaxias remotas, los cuásares debían ser objetos locales. Siempre se ha mostrado escéptico respecto de la teoría del Big Bang y, en su lugar, adoptó una teoría de un universo estructurado en diferentes capas que ha tenido muchos seguidores en círculos creacionistas.

  • El esquema de clasificación de Hubble fue refinado posteriormente por varios astrónomos. Particularmente útil fue el trabajo del francés Gerard de Vaucouleurs (1918-1995) que introdujo tipos intermedios entre espirales y elípticas, además de algunas galaxias peculiares.
El astrónomo Rafael Bachiller nos descubre en esta serie los fenómenos más espectaculares del Cosmos. Temas de palpitante investigación, aventuras astronómicas y novedades científicas sobre el Universo analizadas en profundidad.

24 de agosto de 2012

Taxonomías y Clasificaciones


Un poquito de orden, ponte a clasificar

Una de las actividades científicas más frecuentes es la que consiste en clasificar los individuos de un ámbito determinado, de tal modo que podamos hablar, pensar y formular leyes o hipótesis sobre ellos con más facilidad.

Cuando nos ponemos a clasificar un dominio de objetos, no consideramos terminada nuestra tarea hasta que la clasificación o colección de clases introducidas los abarca a todos. Esto puede precisarse diciendo que el resultado de clasificar un conjunto A ha de constituir un recubrimiento de A.

Las clases que constituyen una clasificación pueden solaparse. Por ejemplo, la clasificación de los hombres por nacionalidades es solapante, pues hay individuos con doble nacionalidad. El resultado de clasificar A de manera que no se produzca solapamiento entre sus constituyentes, no sólo es un recubrimiento de A, sino además una partición de A. Las clasificaciones más importantes científicamente son las no-solapantes.

En lo sucesivo, siempre que hablemos de clasificaciones, queremos decir clasificaciones no-solapantes, es decir, particiones. No hay que confundir “clasificación” con “diagnóstico” o “identificación”. La primera establece un dominio de individuos en clases, la segunda identifica a uno de esos individuos como perteneciente a una de esas clases previamente establecidas.

Un concepto clasificatorio sirve para referirnos a un grupo determinado de objetos o sucesos que tienen algo en común. Los sustantivos y adjetivos del lenguaje ordinario suelen corresponder a conceptos clasificatorios: hombre, mujer, árbol, camión, azul, etc. El repertorio de conceptos clasificatorios de un lenguaje natural es siempre muy limitado. Por ello, las comunidades científicas se ven obligadas a introducir numerosos conceptos clasificatorios nuevos y artificiales en el lenguaje científico.

En la ciencia, los conceptos clasificatorios no suelen introducirse aisladamente, sino en conjuntos llamados clasificatorios. Para que una clasificación sea aceptable ha de cumplir dos tipos de condiciones de adecuación.
  • Unas condiciones formales de adecuación, comunes a todas las ciencias
  • Ciertas condiciones materiales de adecuación, peculiares de la ciencia de que se trate.

Condiciones formales de adecuación de las clasificaciones

En general, se espera que esté perfectamente delimitado cuál va a ser el ámbito o dominio de individuos que vamos a clasificar:
  • que a cada concepto clasificatorio corresponde al menos un individuo de ese ámbito,
  • que ningún individuo caiga bajo dos conceptos clasificatorios distintos
  • y que todo individuo del ámbito en cuestión caiga bajo alguno de los conceptos de la clasificación.
La extensión de un concepto es la clase de las cosas a las que ese concepto se aplica. Si identificamos los conceptos clasificatorios con sus extensiones, entonces podemos resumir las condiciones formales de adecuación de una clasificación (no solapante) diciendo que la clasificación debe constituir una partición, en el sentido matemático de este término:

Sea A una clase cualquiera de objetos. Una colección de conjuntos B1… Bn constituye una partición de A si y sólo si
  • cada uno de esos conjuntos es un subconjunto no vacío de A,
  • no hay ningún elemento común a dos de esos conjuntos, y
  • cada elemento de A está en alguno de esos conjuntos.
Por ejemplo, la clasificación de los mamíferos en órdenes (monotremas, marsupiales, insectívoros, etc.) constituye una partición del conjunto de los mamíferos.

Hay una estrecha correlación entre las particiones y las relaciones de equivalencia. Por ejemplo, el tener el mismo número de protones en el núcleo es una relación de equivalencia entre átomos. Con frecuencia se introducen las particiones mediante relaciones de equivalencia. La partición de los átomos en elementos químicos es la partición inducida por la relación de equivalencia de tener igual número de protones en el núcleo.

Condiciones materiales de adecuación de las clasificaciones

En la práctica científica no sólo se exige que una clasificación satisfaga las condiciones formales de adecuación que acabamos de comentar, sino también que satisfaga ciertas condiciones materiales de adecuación peculiares de la ciencia de que se trate. Es decir, pretendemos que la clasificación sea natural.

Pero ¿qué significa que una clasificación sea natural? Concretemos en un ejemplo para verlo con más claridad. Consideremos la zoología, ¿qué es una clasificación zoológica natural? Podemos clasificar a los animales en tres clases:
  • los que no llegan a los 2 años de vida,
  • los que mueren entre los 2 y los 80 años
  • los que viven más de 80 años.
Esto constituye una clasificación formalmente correcta de los animales. En efecto, los tres casos se dan, cada animal se encuentra en alguno de esos casos y ningún animal está a la vez en dos de esos casos. Sin embargo, esta clasificación sería rechazada por la comunidad de los zoólogos por no ser natural. Natural sería la clasificación de los animales en phyla (cordados, equinodermos, artrópodos, etc.).

¿Por qué? La respuesta es que podemos enunciar muchas e interesantes leyes generales acerca de los artrópodos, por ejemplo, pero no acerca de los animales que viven entre 2 y 80 años.

En general, suele considerarse que una clasificación es más natural que otra si los conceptos que constituyen la primera son más fecundos científicamente.

Jerarquías de clasificaciones

Un dominio A de individuos puede clasificarse o partirse de muy diversas maneras. Así, por ejemplo, los animales pueden clasificarse geográficamente, o ecológicamente, o sistemáticamente, por especies, etc. Unas clasificaciones o particiones son, a veces, más finas que otras, pero con frecuencia son incomparables entre sí. La clasificación geográfica de los animales es incomparable con su clasificación sistemática en especies, pero esta última es comparable con su clasificación sistemática en órdenes y resulta más fina que ella.

Una partición es más (o igual de) fina que otra cuando hace todas las distinciones que esa otra hace, y quizás todavía algunas más.

Dadas dos clasificaciones del mismo dominio de objetos, a veces es posible compararlas en cuanto a finura y, a veces, no. Por ejemplo, la clasificación de los primates en prosimios y simios no es comparable con la clasificación de los mismos en machos y hembras. Sin embargo, la clasificación de los mamíferos en familias sí es comparable con su clasificación en órdenes. La primera es más fina que la segunda.

Suele ser característico de las ciencias en que los conceptos clasificatorios desempeñan un papel importante, el que las clasificaciones no aparezcan solas, sino que se usen diversas clasificaciones de finura decreciente del mismo dominio, engarzadas entre sí y formando jerarquías, donde por jerarquía entendemos una sucesión de clasificaciones comparables entre sí y de finura decreciente.

En general, una jerarquía sobre D es una clase de categorías sobre D. Una categoría sobre D es una partición de D, es decir, una clase de taxones de D. Y un taxón de D es una clase de elementos de D que pertenece a una de las particiones de D consideradas.

La jerarquía taxonómica más conocida es la jerarquía procedente de Linneo para la clasificación de los organismos, la cual clasifica a los seres vivos en diferentes niveles jerárquicos, comenzando originalmente por el de Reino. Hoy, se considera el Dominio como una jerarquía suprarreinal, dada la reciente necesidad de incluir también a Bacterias y a Arqueas. Los reinos se dividen en Filos o Phyla (en singular, Phylum) para los animales, y en Divisiones para plantas y otros organismos. Éstos se dividen en Clases, luego en Órdenes, Familias, Géneros y Especies.

La taxonomía formal es la parte más abstracta de la taxonomía, se limita a considerar y explicitar las estructuras formales o matemáticas implícitas en la actividad de clasificar.

Jerarquías taxonómicas

Cuando nos encontramos con clasificaciones cuyas particiones son comparables entre sí, éstas pueden formar una jerarquía taxonómica. Así, podemos clasificar las dolencias que nos aquejan en hereditarias y adquiridas. Más finamente, podemos clasificar las adquiridas en traumáticas, degenerativas e infecciosas. Y así sucesivamente. Todos los individuos (en este caso, las dolencias concretas) que sean miembros de un taxón de la partición más fina, serán también miembros de un mismo taxón en cada una de las otras clasificaciones.

En el contexto de una jerarquía taxonómica H, las diversas particiones que forman H se suelen llamar categorías de H. así los individuos del dominio básico A son miembros de los taxones de las diversas particiones o categorías. Los taxones mismos son miembros de las particiones o categorías. Y las particiones o categorías son miembros de la jerarquía taxonómica.

Dada una jerarquía taxonómica H, cada categoría de esa jerarquía tiene un cierto rango o nivel. Puesto que todas las categorías o particiones de H son comparables entre sí, podemos ordenarlas de tal modo que la más fina aparezca en primer lugar (tenga rango 1), la siguiente más fina tenga rango 2, etc., hasta llegar a la menos fina, que tendrá máximo rango o nivel. También se suele decir que un taxón tiene rango, a saber, el rango de la categoría a la que ese taxón pertenece.

La paradoja de Gregg

Por regla general un taxón de cierto nivel es un subconjunto propio de otro taxón de nivel superior, pero no coincide con él. Estos taxones normales, que incluyen varios taxones de nivel inferior, se llaman taxones politípicos. Sin embargo, no todos los taxones son politípicos, también los hay monotípicos.

En su clasificación botánica los ginkgos, los conocidos árboles procedentes de China, pertenecen a la especie Ginkgo biloba, al género ginkgo, a la familia ginkgoaceae y al orden ginkgoales. Pero todos esos taxones, de diferente rango, contienen exactamente los mismos individuos: los ginkgos. El orden ginkgoales incluye una sola familia, que incluye un solo género, que posee una sola especie. Todos esos taxones son monotípicos.

Si los taxones de la clasificación biológica son conjuntos, entonces los taxones monotípicos (que tienen los mismos elementos) han de ser idénticos, pues dos conjuntos con los mismos elementos son el mismo conjunto. Pero los biólogos sistemáticos, que establecen las clasificaciones, piensan que una especie es siempre algo muy distinto de una familia, por ejemplo. Por tanto, aunque una familia y una especie tengan los mismos elementos, serán taxones distintos.

El primero que se dio cuenta de esta dificultad fue John R. Gregg, y desde entonces se conoce como la paradoja de Gregg.

Desde un punto de vista intuitivo, lo más satisfactorio es considerar los taxones como conjuntos de organismos. El problema de Gregg puede resolverse (o, mejor dicho, disolverse) por el trivial expediente de distinguir los taxones a secas, que serán meros conjuntos de organismos, de los taxones jerarquizados, que serán pares ordenados de taxones a secas y rangos. Por tanto dos taxones monotípicos coinciden en cuanto taxones a secas (son el mismo conjunto de organismos), pero difieren en cuanto taxones jerarquizados (pues poseen rango distinto). Y el que los consideremos de un modo u otro depende de nosotros, no de ellos.

Superposición y fusión de particiones

Frecuentemente obtenemos nuevas e interesantes particiones superponiendo dos particiones que ya teníamos. La nueva partición así obtenida es más fina que ambas y recoge todas las distinciones hechas por cualquiera de ellas.

La superposición de particiones para la producción de nuevas particiones ocurre en casi todas las ciencias. En fonología, por ejemplo, la partición de las consonantes por su punto de articulación se superpone con frecuencia con la partición de las consonantes por su modo de articulación, para sí producir una nueva partición de las consonantes, que es más fina y más informativa que cualquiera de las otras dos, tomadas por separado.

Cuando fusionamos dos particiones, juntamos en un solo taxón todos los taxones de ambas particiones que son comunicables entre sí por un camino de taxones no-disjuntos.

La noción intuitiva de camino puede precisarse mediante una función numérica que oscila entre taxones comunicados (no-disjuntos) de ambas particiones. Dos taxones son comunicables si hay un camino de uno a otro. Un grupo máximo de taxones comunicables forman una isla. Y la fusión de ambas particiones es precisamente el conjunto de esas islas, que forman una nueva partición.

Un retículo es una ordenación parcial en la que cada par de elementos poseen un ínfimo (una máxima cota inferior) y un supremo (una mínima cota superior). Ahora bien, dadas dos particiones cualesquiera de A, su ínfimo es precisamente su superposición, y su supremo es precisamente su fusión. Las particiones de un dominio dado forman un retículo respecto a las operaciones de superposición y de fusión.

Fuente:

21 de junio de 2010

Una nueva clasificación de neuronas agilizará la investigación en Neurociencia

Lunes, 21 de junio de 2010

Una nueva clasificación de neuronas agilizará la investigación en Neurociencia


Una nueva clasificación de neuronas agilizará la investigación en  Neurociencia  (Imagen: Tendencias 21)
  • Ha sido desarrollada por investigadores de la UPM.
  • Afirman que conseguirá un nuevo consenso en la comunidad científica.
Los principales expertos en neuroanatomía del mundo están participando en un proyecto que pretende una nueva clasificación de las células del cerebro, según recoge Tendencias 21.

En la actualidad los diferentes grupos de investigadores utilizan terminologías diferentes. A través de una web desarrollada en la Facultad de Informática de la Universidad Politécnica de Madrid, los expertos reclasifican las neuronas. Los datos son analizados estadísticamente y un sistema informático determina las concordancias, propiciando así un nuevo consenso en la comunidad científica que será determinante en las investigaciones neurológicas.

Las neuronas son células especializadas en la recepción de estímulos y conducción del impulso nervioso. Se estima que alrededor de 100.000 millones de neuronas pueblan el cerebro humano.

Las neuronas se clasifican según su morfología, pero en la actualidad la clasificación de estas células es confusa, ya que no existe una nomenclatura consensuada y cada grupo de investigación utiliza terminologías diferentes.

Para superar esta dificultad, los investigadores de la Facultad han concebido lo que llaman la clasificación del jardinero. Pretenden con este sistema simplificar y precisar la denominación de un heterogéneo grupo de neuronas con el apoyo de una veintena de expertos mundiales, todos ellos científicos especializados en neuroanatomía.

Las neuronas seleccionadas se han extraído de una base más amplia, de cinco mil células cerebrales, que se ha ido construyendo con la ayuda de 20 laboratorios distribuidos por todo el mundo, y en la que se han detectado confusiones semánticas que dificultan la investigación médica.

El 'ejemplo del jardinero'

El ejemplo del jardinero es bastante elocuente: conoce perfectamente las flores de su jardín, pero no está interesado en su nomenclatura científica, sencillamente porque no la necesita para realizar su trabajo.

Esta es la filosofía que persigue el Gardener Neuroclassificator: simplificar la clasificación de neuronas y lograr de esta forma una mayor eficacia en la utilización del conocimiento de estas células cerebrales.

Para conseguirlo, los neurocientíficos pueden acceder a la web habilitada para tal efecto y explorar cada una de las 320 neuronas seleccionadas y señalar la denominación que consideran adecuada atendiendo a una serie de características de su forma tridimensional, pudiendo proponer nuevos nombres con los que podría trabajarse en el futuro.

Análisis estadístico

Una vez realizada esta labor, el equipo de la Facultad analiza estadísticamente los datos y determina las concordancias que se han establecido para la nueva clasificación por parte de los expertos consultados.

El resultado esperado es demostrar a la comunidad científica, por un lado, que existen desacuerdos respecto a las denominaciones actuales de neuronas, y por otro lado, que es posible consensuar una nueva terminología, menos ambiciosa pero más práctica, de un amplio conjunto de neuronas muy diversas.

La nueva clasificación de neuronas, denominada Gardener Neuroclassificator, ha sido concebida por el neuroanatomista Javier de Felipe, coordinador del proyecto Cajal Blue Brain que pretende modelizar el cerebro con, entre otros, fines médicos.

El soporte informático de esta iniciativa, que implica la visualización en 3D de las neuronas seleccionadas, el desarrollo de la herramienta que permitirá un nuevo consenso científico sobre la clasificación de células cerebrales, y el análisis estadístico de los datos acumulados, ha sido desarrollado por los investigadores de la Facultad de Informática Pedro Larrañaga y Concha Bielza, el doctorando Pedro Luis López Cruz, así como por Ruth Benavides-Piccione, del Instituto Cajal-CSIC.

El proyecto se ha iniciado en enero de este año y en la actualidad se está desarrollando la fase de adquisición de datos, recabando la información sobre las 320 clasificaciones realizadas por los expertos internacionales. A finales de este año se espera que la comunidad científica disponga de un nuevo consenso sobre la clasificación de neuronas del cerebro de los mamíferos que agilizará la investigación en Neurociencia.

Más información sobre tendencias científicas en Tendencias 21.

Tomado de:

20 MINUTOS


17 de diciembre de 2007

"Linneo y la clasificación"

Conocer Ciencia - Programa Nº 13

Serie_Ciencias Naturales

Aristóteles: influyente pero equivocado
La mente científica más influyente en la historia del mundo quizá haya sido la del filósofo griego Aristóteles (384 a. C. - 322 a. C).

Aristóteles fue probablemente el alumno más famoso de la Academia de Platón en Atenas. Algunos años después de morir éste en el año 347 a. C, Aristóteles marchó al reino de Macedonia, en el norte de Grecia, donde su padre había sido médico de la corte. Allí fue durante varios años tutor del joven príncipe macedonio Alejandro, que más tarde recibiría el título de Magno.

Cuando Alejandro partió para iniciar su carrera de conquistas, Aristóteles regresó a Atenas y fundó su propia escuela. Sus enseñanzas fueron compiladas en lo que casi es una enciclopedia del saber antiguo, escrita por un solo hombre. Muchos de estos libros sobrevivieron y fueron considerados, durante casi dos mil años, como la última palabra en el pensamiento científico.

La influencia de las ideas de Aristóteles sobre los científicos posteriores no fue nada desdeñable, en particular sus teorías sobre la naturaleza del universo, el movimiento de los cuerpos, etc. Pero lo cierto es que en el campo de la ciencia física estaba, por lo general, equivocado.

Paradójicamente, sus ideas acerca de temas biológicos, que eran uno de sus puntos fuertes, ejercieron menos influencia. La ciencia natural era su campo preferido, y dedicó años al estudio de los animales marinos. Aristóteles no se conformó con contemplar los animales y describirlos. Ayudado por su claridad de ideas y su amor por el orden, fue más lejos y clasificó los animales
en grupos. Esa clasificación se llama hoy «taxonomía», que en griego significa «sistema de ordenación» .



Contenido:

Aristóteles
Alejandro Magno
Taxonomía
Gato y león
Perro y lobo
Ray
Linneo
Cuvier
Pterodáctilo
Vertebrados

El profe Leo
Diciembre de 2007
google.com, pub-7451761037085740, DIRECT, f08c47fec0942fa0