En la madrugada del 18 de abril de 1955, Albert Einstein falleció en el Hospital Princeton, en Plainsboro, Nueva Jersey, a causa de un aneurisma de aorta abdominal. Tenía 76 años. Rechazó la cirugía experimental que le ofrecieron los médicos, con una frase que resumía su postura ante la vida y la muerte: “Quiero irme cuando yo quiera. Es de mal gusto prolongar la vida artificialmente. Ya hice mi parte; es hora de irme. Lo haré con elegancia”.
La noticia de su muerte fue cubierta en todo el mundo, pero el físico había dejado instrucciones precisas para evitar el culto a su figura: pidió que lo incineraran y que sus cenizas fueran esparcidas en secreto. No quería monumentos, ni museos en su honor. En una ceremonia íntima en Trenton, sus cenizas fueron arrojadas al río Delaware, sin presencia del público.
Sin embargo, la historia no terminó ahí. Thomas Stoltz Harvey, el patólogo encargado de la autopsia, decidió de manera no autorizada extraer el cerebro de Einstein, sin el consentimiento de la familia. Lo conservó durante más de 40 años, lo cortó en 240 bloques, preparó muestras en celuloide y las almacenó en frascos, cajas y hasta en el baúl de su coche, mientras recorría Estados Unidos y Canadá. Fue despedido del hospital por este acto, aunque luego fue contratado por la Universidad de Pensilvania.
Harvey justificó su acción como un aporte a la ciencia. Eventualmente, el hijo de Einstein, Hans Albert, le dio permiso formal para conservar el cerebro con fines exclusivamente científicos. A lo largo de los años, Harvey intentó interesar a neurólogos en el estudio del órgano, sin éxito al principio.
En 1978, el periodista Steven Levy lo ubicó y reavivó el interés por la historia con un artículo titulado “Yo encontré el cerebro de Einstein”. Gracias a esa nota, la neuróloga Marian Diamond, de la Universidad de California en Berkeley, solicitó una muestra y publicó en 1985 el primer estudio serio sobre el cerebro del físico. Encontró una mayor proporción de células gliales por neurona, lo que podría estar relacionado con su capacidad intelectual. Otros estudios posteriores identificaron características anatómicas particulares, como una hendidura adicional en el lóbulo frontal y una mayor densidad neuronal en ciertas áreas.
Mientras tanto, otra historia se desarrollaba en paralelo. Ralph Morse, fotógrafo de la revista LIFE, logró acceder al despacho de Einstein en el Institute for Advanced Study el mismo día de su muerte, sobornando con whiskey al celador. Capturó imágenes conmovedoras del escritorio intacto del físico, con fórmulas a medio escribir, una pipa y libros de física y filosofía.
Morse también persiguió el coche fúnebre, supo del lugar de la cremación gracias a los enterradores (con ayuda de más whiskey), y llegó al crematorio antes que los familiares. Tomó fotos de los momentos finales del adiós a Einstein. Sin embargo, cuando LIFE se preparaba para publicar el reportaje, Hans Albert llamó a la editorial pidiendo que respetaran la privacidad familiar. Las fotos fueron archivadas y recién salieron a la luz más de 60 años después.
Durante ese mismo día, Morse también fotografió a Thomas Harvey diseccionando un cerebro. Afirmó años después no estar seguro de que fuera el de Einstein, pero la sospecha quedó latente.
Harvey pasó el resto de su vida ligado a esa decisión. Su esposa lo dejó, acusándolo de obsesionarse con el cerebro. Murió por una enfermedad larga. Parte del cerebro fue donado al Museo Nacional de Salud y Medicina del Ejército de EE.UU., otros fragmentos están en el University Medical Center de Princeton, y algunas muestras se exhiben en el Mütter Museum de Filadelfia. Muchos restos, sin embargo, siguen perdidos. A día de hoy, el cerebro de Albert Einstein podría estar en cualquier parte.
Agencias colaboraron con este artículo de Aurora
Einstein desde siempre se ha tomado como el hombre más inteligente de la Historia, si bien al menos en el mundillo científico en los últimos años quizás cada vez es más un pionero en descubrimientos muy avanzados para la época, cuando occidente aún era muy atrasada en todas las materias científicas debido a la superchería reinante y al férreo control de las distintas sectas cristianas. Tras el descubrimiento de Einstein y paralelamente otros varios científicos se consideran de la misma importancia en su campo, como Werner Heisenberg, Niels Bohr, Richard Feynman o también Oppenheimer y el resto de científicos que participaron en el Proyecto Manhattan, una gran parte judíos. Aparte, son judíos un alto porcentaje de los premios Nobel científicos, en claro contraste, por ejemplo, con un país que se supone es una gran potencia intelectual como es España, donde tan solo ha habido un único Premio Nobel científico en toda la Historia, Santiago Ramón y Cajal por el descubrimiento de la neuronas, que por si faltaba algo era masón.
La obsesión por el análisis a nivel orgánico del cerebro de Einstein también puede responder al atraso científico que aun existía en occidente, no parece que unas pequeñas diferencias en un cerebro en concreto suponga nada concluyente, aparte personas inteligentes, incluso muchos más inteligentes que Einstein, hay por millones en todos los países. Por tanto se trataría de una simple idolatría, y además obsesiva enfermiza, fruto de la mucha fama internacional de Einstein, eso si no tendrían algo de perturbados con la conspiración o con los cuentos del poder de los judíos. Además se centraron en “lo que se ve”, seguramente otra de las limitaciones de los sectores más rancios tradicionalistas, sin ir más lejos entre los españoles, un país donde por ejemplo los médicos especializados en psiquiatría están al mismo nivel que el resto de médicos, un tanto endiosados por los españoles, mientras que los psicólogos se forman en una carrera universitaria totalmente diferente, de un mucho menor estatus social o no tienen ningún tipo de consideración que se aproxime a la de los médicos españoles, o ya no digamos los psicoanalistas, totalmente desconocidos en España.
En las ciencias relacionadas con la mente humana también ha habido una evolución, o se tienen en cuenta muchos otros campos, y por ejemplo en los últimos años tiene una gran importancia el funcionamiento de la mente humana a un nivel conceptual, que en mi opinión es el más importante, para imitarlo con la Inteligencia Artificial.
Primero fue el descubrimiento de Ramón y Cajal, las neuronas junto con su sistema de conexiones mediante los axiomas, es lo que imitan los primeros algoritmos de redes neuronales o también aparecen en partes de otros muchos algoritmos posteriores más complejos, y, naturalmente, no es difícil que Ramón y Cajal sea mencionado al principio de los cursos de Inteligencia Artificial cuando el profesor de turno hace la introducción antes de meterse en harina. Ramón y Cajal, en su discurso de ingreso en la Real Academia de Ciencias, en 1897, que se publicaría después bajo el título “Los Tónicos de la Voluntad”, en esta tesis apuesta por el avance de la ciencia, calificando de ciencia muerta aquella que únicamente permanece inmóvil en los libros, frente a la ciencia viva y dinámica, en constante flujo, que se aprende con la investigación y que implica los avances de la Humanidad. En España parece ser que se apuesta más por la ciencia muerta que mencionó Ramón y Cajal, o la que interesa a la Iglesia Católica Española, o la que se queda en un estado donde el fascista español se encuentra como pez en el agua.
Pero el gran paso en Inteligencia Artificial ocurrió en años recientes imitando el funcionamiento conceptual al más bajo nivel de la visión humana, que además puede ser que se extienda al funcionamiento de todo el cerebro ya que la visión no tiene por qué ser algo especialmente distinto, o también es el sentido de mayor peso en el cerebro humano, con diferencia. Son unos conocimientos de hace ya muchas décadas o los científicos que los descubrieron ganaron Premios Nobel, y como viene siendo habitual también hay científicos judíos de por medio. Aunque fueron dos científicos americanos los del principal descubrimiento, Hubel y Wiesel, eran alumnos de un científico judío pionero en estos importantes descubrimientos, Stephen Kuffler, húngaro exiliado a América por las persecuciones o por el Holocausto de los criminales nazis alemanes. Las primeras redes neuronales o las más simples (Artificial Neural Networks/ANN o Neural Network/NN) se basaron o se inspiraron en el funcionamiento básico del cerebro humano, en las neuronas y axiomas del Premio Nobel español Ramón y Cajal, con nodos o neuronas que procesan mediante una función matemática una pequeña parte de la información que le llega a través de varias conexiones desde otros nodos o neuronas, conexiones similares a los axiomas que conectan las neuronas del cerebro. Si bien, aunque en el número total de neuronas se podrían alcanzar los números de un cerebro humano, o el programador puede configurarlas de formas complejas con tantos niveles como quiera, sin embargo es imposible equipararlas a las capacidades de un cerebro humano debido a las conexiones, ya que se dice que el cerebro humano tiene más conexiones neuronales que estrellas en el universo, y aunque en realidad no sean tantas, sí demasiadas para un ordenador actual. Las redes neuronales simples están muy limitadas o tienen que simplificar mucho los datos que maneja o la forma de solucionar los problemas, este problema de limitación cambió bastante cuando aparecieron las redes neuronales convolucionales o Convolutional Neural Network (CNN), o más bien cuando a partir de los años 2000’s aparecieron las primeras tarjetas gráficas o GPUs con la potencia suficiente, y actualmente las redes CNN son la gran estrella en la programación de la mayoría de las Inteligencias Artificiales, son redes muy especializadas para procesar imágenes o cualquier información o dato que pueda convertirse en imágenes, que no son pocos, por ejemplo es muy habitual que se utilicen algoritmos CNN para reconocer sonidos, como palabras sueltas o los sonidos que emita un animal, convirtiendo un trozo de ventana de tiempo de los sonidos grabados con un micrófono a la imagen de su espectrograma, éste luego se compara en la red neuronal entrenada con otros muchos espectrogramas conocidos, el algoritmo entrenado dará como salida el texto de la palabra que se corresponde con el sonido o con su espectrograma tras convertir el sonido en tiempo real.
La idea que está detrás de estas redes neuronales se basa en unas investigaciones de 1958 de Hubel y Wiesel, que se convirtieron en Premios Nobel por descubrir el funcionamiento básico del cerebro humano a un nivel algo más conceptual. Luego, en 1960, Stephen Kuffler descubrió, basado en una investigación de 1950 de Haldan Keffer Hartline (futuro Premio Nobel), mediante la colocación de un minúsculo electrodo interno en la retina del ojo de un gato, que las células receptoras del ojo están muy especializadas para un único punto de luz visible o estímulo visual. Más tarde se descubriría que los fotoreceptores, o las células neuronales retinales a las que están conectados grupos cercanos de varios fotoreceptores, funcionan de una curiosa manera, solo cuando a su alrededor no existan estímulos visuales, es decir, funcionan a base de contrastes, además los estímulos visuales deben estar en movimiento o si no los receptores no se estimulan, o se saturan cuando todo el rato reciben la misma luz y dejan de funcionar durante un tiempo. Hubel y Wiesel son los que fueron mucho más allá en la comprensión del sistema de la visión humana tras el primer procesado de la luz a nivel más básico, descubrieron que a las neuronas del cerebro, medidas individualmente, les llega la información más básica desde los receptores de la retina solo por medio del movimiento de una línea en una muy determinada orientación, o cuando son imágenes estáticas lo que ocurre es que el ojo también las vería porque el ojo se mueve constantemente o también influyen por ejemplo el movimiento del fluido interno del ojo. Las células bipolares de la retina conectan las células fotorreceptoras con las células ganglionares, las células ganglionares de la retina son neuronas de las que parte el nervio óptico, que conecta la retina con el cerebro. En los experimentos de Hubel y Wiesel midieron con un pequeño electrodo la actividad eléctrica en pequeñas zonas de la superficie del cerebro de un gato mientras le mostraban gráficos muy simples, fruto de una casualidad fue que encontraron la mayor o la más diferenciable actividad eléctrica cuando el gato veía imágenes de líneas, o en concreto con contrastes verticales, horizontales o diagonales en diferentes ángulos, y siempre que las imágenes estuvieran en movimiento. Comprobaron que para una línea en movimiento en una determinada orientación había una gran actividad cerebral en un pequeña zona superficial del cerebro y solo en esa, y con cada pequeño cambio en el ángulo de las líneas se estimula una zona adyacente a la anterior, además son zonas del cerebro alternadas por columnas para el ojo izquierdo y derecho, si bien estas columnas no se distribuyen siguiendo líneas perfectamente rectas y paralelas sobre la superficie del cerebro. Pudieron distinguir, o al menos con los instrumentos de la época, hasta 20 ángulos de líneas que logra diferenciar el cerebro del gato. Así al menos funciona el cerebro a un nivel muy básico, luego también descubrieron que células cerebrales complejas (de un tipo de neuronas) se activan con combinaciones de células simples (de otro tipo de neuronas), interconectadas por capas de complejidad, creo recordar que llegaron a alcanzar detectar hasta un par de niveles más que el nivel más simple. Así es como en el cerebro se forman las figuras o formas complejas a partir de puntos o de pequeñas líneas rectas, aunque luego ya sería más complicado medir y entender el funcionamiento al ver gráficos más complejos, o el proceso para su comprensión que ocurre en el cerebro de un individuo.
En el sentido de la vista en los humanos ocurre exactamente igual que en el de los animales estudiados, si bien ni el cerebro humano, ni el del gato, no se puede equiparar con un algoritmo de una red neuronal, en el número de neuronas sí pero no en el número de conexiones entre ellas o lo que serían las conexiones sinápticas de un cerebro. Para los ordenadores, para imitar este funcionamiento del cerebro o algo parecido matemáticamente, se aplican filtros de imágenes que resalten las características significativas de las imágenes, o de partes de imágenes, como por ejemplo los filtros para las líneas verticales o para las horizontales que por ejemplo resaltan sobremanera los bordes de una puerta o de una ventana, al menos para las primeras capas o filtros esto es así de extrapolable a los filtros de imagen de por ejemplo Photoshop, luego se complica, en capas siguientes al combinarse varios filtros que pueden resaltar por ejemplo las curvas o círculos, como los de las ruedas o el volante de un automóvil, y los filtros finales son capaces de por ejemplo diferenciar imágenes según si aparecen dos ruedas o si aparecen más de dos ruedas o partes de ruedas, además de sumar otras características visuales para llegar a distinguir una bicicleta de un coche y del resto de clases de objetos entrenados. Aunque en capas sucesivas ya cada vez es más una cuestión de matemáticas y de probabilidades, además normalmente todos estos filtros o sus valores finales se calculan automáticamente, partiendo de valores aleatorios, no los elige el programador, tan solo los primeros filtros se pueden dejar fijos aunque solo como opción. El paso final es un cálculo a partir de los datos extremadamente sintetizados, es decir, es casi magia que al final pueda llegar a funcionar aunque solo sea medianamente bien. Las redes neuronales convolucionales o CNN hasta hace poco fueron la gran estrella de la Inteligencia Artificial, fueron las primeras IAs que a partir de mediados de los años 2010’s consiguieron llamar la atención de los programadores y de todo el público en general, por procesar archivos de imágenes, los tipos de archivos que logran dar más el «espectáculo», sin embargo, últimamente el uso de los algoritmos CNN ha quedado más limitado, mientras que en las últimas y más famosas Inteligencias Artificiales relacionadas con imágenes de las multinacionales se utilizan otros algoritmos o combinaciones de varios, basados en conceptos matemáticos y no en el funcionamiento a nivel conceptual del sentido de la visión humana, como los Transformers, los mismos de las IAs para aplicaciones con lenguajes o de IAs para chatear como ChatGPT, y otros algoritmos, para estas recientes IAs se necesita mucha más cantidad de imágenes de entrenamiento pero a cambio pueden lograr resultados mejores que solo usando los algoritmos CNN.