Escrito por el Equipo Científico de Qubic
Cómo Fluye la Información en Redes Neuronales Artificiales Tradicionales
En los modelos de inteligencia artificial que conocemos, la información entra, se codifica, se transforma a través de matrices algebraicas y produce salidas. Incluso en las arquitecturas más avanzadas como los transformadores, el principio es el mismo: la señal pasa a través de una serie de operaciones bien definidas dentro de un sistema estructurado. El modelo funciona como un circuito de procesamiento dirigido, de izquierda a derecha, entrada-salida, o de derecha a izquierda, a través de la retropropagación para ajustes y entrenamiento.
Los resultados, como sabemos bien, son espectaculares. Al trabajar sobre millones de parámetros de lenguaje, la IA es capaz de dar respuestas magníficas, junto con algunas alucinaciones, sin embargo. Pero si el objetivo no es procesar entradas y producir salidas, sino construir sistemas capaces de mantener una dinámica interna, adaptándose continuamente, reorganizándose, regulando su aprendizaje y sosteniendo la inteligencia como una propiedad del tejido, la IA actual se queda corta.
Aunque a veces se habla de modelos de lenguaje como imitaciones del cerebro, en realidad esto es más una metáfora comparativa que una simulación de la neurociencia computacional. Los sistemas biológicos no manejan información de izquierda a derecha y viceversa. La información se propaga a través de una red, se retroalimenta a sí misma y también oscila, se atenúa o se refuerza dependiendo del contexto.
Fig 1. Flujo de información izquierda-derecha en redes neuronales artificiales tradicionales
No Solo Neuronas: El Papel de los Astrocitos en la Función Cerebral y Plasticidad Sináptica
Generalmente asociamos la cognición y la inteligencia con el funcionamiento de las neuronas, sus receptores y neurotransmisores. Pero no son las únicas células en el sistema nervioso. Durante mucho tiempo, se consideró que los astrocitos eran células del sistema nervioso dedicadas al soporte, limpieza, nutrición y estabilidad del entorno. Hoy sabemos que participan activamente en la regulación; de hecho, se utiliza un término: sinapsis tripartita, en la cual participan activamente al detectar neurotransmisores, integrar señales de múltiples sinapsis, modular la plasticidad y modificar la eficacia funcional del circuito.
Una red viva no está compuesta solo por neuronas que disparan, sino también por astrocitos que regulan cómo, cuándo y cuánto cambia el sistema. En biología, la computación no se trata solo de emitir una señal, sino también de modular el terreno donde esa señal tendrá efecto. Investigaciones recientes han demostrado que los astrocitos pueden realizar operaciones de normalización análogas a los mecanismos de autoatención encontrados en arquitecturas de transformadores — vinculando interacciones astrocito-neurona directamente a la computación similar a la atención en sistemas de inteligencia artificial.
Fig. 2 Astrocitos biológicos y sinapsis tripartita
Compuerta Astrocítica en Neuraxon: Arquitectura de Red Neural Bio-Inspirada
Neuraxon es una arquitectura que intenta recuperar y emular el funcionamiento del cerebro y computar propiedades funcionales que las redes artificiales clásicas han simplificado en exceso.
Como hemos explicado en volúmenes anteriores de esta academia, Neuraxon no trabaja solo con neuronas de entrada, salida y ocultas en el sentido convencional. Introduce unidades con estados que emulan potenciales excitatorios, inhibitorios o neutros (-1, 0, +1). Además, lo hace dentro de una dinámica TEMPORAL continua donde tenemos en cuenta el contexto y la historia reciente de activación. La red ya no es una suma de capas, sino que se asemeja más a un sistema con fisiología interna. Para un contexto más profundo sobre cómo funcionan estos elementos fundamentales, consulta NIA Volumen 1: Por qué la Inteligencia No se Computa en Pasos, sino en Tiempo y NIA Volumen 2: Dinámicasternarias como un Modelo de Inteligencia Viva.
Hemos explicado cómo Neuraxon modela la transmisión a través de receptores rápidos, lentos y neuromoduladores — un mecanismo explorado en profundidad en el Volumen 3 de NIA: Neuromodulación e IA Inspirada en el Cerebro. Pero ahora también modelamos la regulación de la plasticidad a través de la compuerta astrocítica.
Cómo Funciona la Plasticidad Multi-Tiemposcala Gated por Astrocitos (AGMP)
La compuerta astrocítica introduce una compuerta inspirada en el papel de los astrocitos en la sinapsis tripartita. La idea es introducir un filtro local, lento y contextual que determine cuándo una modificación sináptica debe abrirse, atenuarse o bloquearse. Es como si el sistema pudiera considerar si hay permiso para un cambio. Este enfoque aborda directamente el dilema estabilidad-plasticidad, uno de los desafíos más fundamentales en el aprendizaje continuo para redes neuronales.
Rastros de Elegibilidad y Memoria Sináptica Local
¿Cómo funciona? A través de una especie de rastro de elegibilidad. Es una memoria local que dice: "algo relevante ha sucedido en esta sinapsis." Se actualiza con un decaimiento a lo largo del tiempo y con una función entre la actividad presináptica y postsináptica. Es decir: la sinapsis acumula evidencia local de coincidencia temporal o causalidad. A partir de ahí, hay una señal de tipo difusión global, como un error, una posible recompensa o algo similar a la dopamina. La compuerta astrocítica selecciona si la neurona está en un estado de aprendizaje. En versiones futuras, los astrocitos podrían modular miles de sinapsis si esto proporciona una ventaja computacional.
Este enfoque es coherente con los recientes avances en computación neuromórfica, incluida la estructura de Plasticidad Multi-Tiemposcala Gated por Astrocitos (AGMP) propuesta para redes neuronales de picos, que de manera similar augments el aprendizaje de rastro de elegibilidad con un estado lento de astrocitos que controla actualizaciones sinápticas — produciendo una regla de aprendizaje de cuatro factores (elegibilidad × señal moduladora × compuerta astrocítica × estabilización).
Regulación Endógena: Por qué Neuraxon es Más que una Red Neural Convencional
Neuraxon dentro de QUBIC no compite en escala o rendimiento en tareas. Funciona a través de una arquitectura con regulación endógena. Al incorporar principios astrocíticos, comienza a comportarse como una red con ecología interna. Es decir: un sistema donde no solo importa qué unidades están activadas, sino qué dominios del tejido son plásticos, cuáles están estabilizados, qué áreas están atenuando el ruido, cuáles están consolidando regularidades y cuáles se están preparando para reorganizarse. Para una visión integral de cómo se comparan las redes neuronales biológicas y artificiales, consulta NIA Volumen 4: Redes Neuronales en IA y Neurociencia.
Para Aigarth y QUBIC, el objetivo no es acumular más parámetros, sino introducir más niveles de organización funcional dentro del sistema.
Por qué la Compresión Astrocítica es Importante para Aigarth y la IA Descentralizada
Aigarth no es un modelo estático, sino un tejido evolutivo a través de una arquitectura capaz de crecer, mutar, podar, generar descendencia funcional y reorganizar su topología bajo presiones adaptativas. En ese contexto, Neuraxon aporta algo: una microfisiología computacional rica para las unidades que habitan ese tejido.
Esto tiene implicaciones para la robustez, adaptabilidad y memoria. También para la escalabilidad. En arquitecturas grandes, el problema no es solo que haya muchas unidades, sino cómo coordinar qué partes del sistema están disponibles para reconfiguración y cuáles deben mantener estabilidad.
En términos de hoja de ruta para QUBIC, el objetivo es construir sistemas donde la inteligencia emerja no solo de la computación neuronal, sino también del acoplamiento entre procesamiento rápido, modulación lenta y evolución estructural. Puedes explorar estas dinámicas de primera mano con la simulación interactiva 3D de Neuraxon en HuggingFace Spaces, donde puedes construir, configurar y simular una red Neuraxon 2.0 desde cero.
Fig 3. Compresión de astrocitos Neuraxon - Formulación AGMP
Referencias Científicas
Allen, N. J., & Eroglu, C. (2017). Biología celular de las interacciones astrocito-sinapsis. Neurona, 96(3), 697–708.
Halassa, M. M., Fellin, T., & Haydon, P. G. (2007). La sinapsis tripartita: Roles de la gliotransmisión en la salud y la enfermedad. Tendencias en Medicina Molecular, 13(2), 54–63.
Kofuji, P., & Araque, A. (2021). Astrocitos y comportamiento. Revisión Anual de Neurosciencia, 44, 49–67.
Perea, G., Navarrete, M., & Araque, A. (2009). Sinapsis tripartitas: Los astrocitos procesan y controlan la información sináptica. Tendencias en Neurociencias, 32(8), 421–431.
Woodburn, R. L., Bollinger, J. A., & Wohleb, E. S. (2021). Efectos sinápticos y comportamentales de la activación de astrocitos. Fronteras en Neurociencia Celular, 15, 645267.
Vivancos, D. & Sanchez, J. (2026). Neuraxon v2.0: Un Nuevo Plano de Crecimiento Neural y Computación. Preimpresión en ResearchGate.
Explora la Academia de Inteligencia Neuraxon Completa
Este es el Volumen 5 de la Academia de Inteligencia Neuraxon por el Equipo Científico Qubic. Si recién te unes a nosotros, explora la serie completa para construir una comprensión plena de la ciencia detrás de Neuraxon y el enfoque de Qubic hacia la inteligencia artificial descentralizada e inspirada en el cerebro:
NIA Volumen 1: Por qué la Inteligencia No se Computa en Pasos, sino en Tiempo — Explora por qué la inteligencia biológica opera en tiempo continuo en lugar de pasos computacionales discretos como los LLMs tradicionales.
NIA Volumen 2: Dinámicasternarias como un Modelo de Inteligencia Viva — Explica las dinámicas ternarias y por qué la lógica de tres estados (excitatoria, neutra, inhibitoria) es importante para modelar sistemas vivos.
NIA Volumen 3: Neuromodulación e IA Inspirada en el Cerebro — Cubre la neuromodulación y cómo la señalización química del cerebro (dopamina, serotonina, acetilcolina, norepinefrina) inspira la arquitectura de Neuraxon.
NIA Volumen 4: Redes Neuronales en IA y Neurociencia — Una comparación profunda de redes neuronales biológicas, redes neuronales artificiales y el enfoque de tercer camino de Neuraxon.
Qubic es una red descentralizada y de código abierto para tecnología experimental. Para saber más, visita qubic.org