El canto de aves es una actividad motora compleja que surge de la interacción entre el sistema nervioso central, el cuerpo y el medio ambiente. Las similitudes con el habla humana, tanto en la producción como en el aprendizaje, han posicionado a las aves canoras como modelos animales de gran utilidad para  estudiar esta habilidad motora aprendida.
En esta charla presentaré un modelo de baja dimensión para una red neuronal en el que las variables son las actividades promedio de diferentes poblaciones neuronales dentro del sistema de canto. Esta red neuronal está activa durante la producción, percepción y aprendizaje del canto de aves canoras. En nuestro laboratorio, realizamos experimentos electrofisiológicos para registrar la actividad neuronal de una de estas regiones y mostramos que el modelo de baja dimensión puede reproducir la dinámica neuronal observada durante los experimentos. Además, este modelo puede reproducir los patrones motores respiratorios utilizados para generar el canto.  Así, mostramos que la actividad rala en uno de los núcleos neuronales puede generar una actividad más compleja en etapas posteriores de procesamiento neuronal. Este trabajo interdisciplinario muestra cómo los modelos de baja dimensión pueden ser una herramienta valiosa para estudiar la neurociencia de generación de tareas motoras complejas.