Del caos a la imagen en un instante: qué pasa en las neuronas cuando el cerebro aprende a ver
Investigadores de Harvard registraron más de 1100 neuronas mientras pacientes aprendían a reconocer imágenes casi imposibles de descifrar.
Un equipo encabezado por investigadores del Hospital de Niños de Boston y la Facultad de Medicina de Harvard registró la actividad de neuronas individuales del cerebro humano mientras las personas aprendían a reconocer imágenes ambiguas. Encontró que, tras una breve exposición a la versión original, las neuronas cambian su respuesta a la imagen difícil.
Qué son las imágenes de Mooney
Las imágenes de Mooney, llamadas así por el psicólogo Craig Mooney, que las presentó en 1957, son fotografías reducidas a manchas en blanco y negro, sin tonos de gris. Al verlas por primera vez, la mayoría de las personas no logra identificar qué muestran.
Las mas leidas de Tendencias
Quién es João Paulo, el sacerdote de 33 años que se viralizó por su aspecto físico
Cinco años de lluvia en Pergamino: de la sequía del siglo al Súper Niño
Jensen Huang: del lavaplatos de Denny’s al escándalo que le costó a Nvidia casi un billón de dólares
Del prototipo a la fábrica: los robots humanoides empezaron a trabajar y la competencia ya se mide en unidades producidas
Samantha, la galga afgana que conquista las redes con su glamour de la moda
Sin embargo, basta con ver la fotografía original para que la imagen en blanco y negro se vuelva fácil de interpretar. Según estudios anteriores, ese aprendizaje puede mantenerse durante semanas o más. Por eso, los neurocientíficos las usan para estudiar cómo el conocimiento previo cambia lo que el cerebro percibe.
Cómo se hizo el estudio
El trabajo, publicado el 4 de noviembre en la revista Nature Neuroscience, tuvo como primer autor a Marcelo Armendariz y como autor principal a Gabriel Kreiman. Participaron también especialistas del Hospital Universitario de Friburgo, en Alemania.
Los participantes fueron 13 pacientes con epilepsia resistente a los medicamentos que tenían electrodos implantados en el cerebro por razones médicas, para localizar el origen de sus crisis. Esa situación permitió a los investigadores registrar la actividad de 1104 neuronas individuales en dos regiones: la corteza occipital, vinculada al procesamiento visual, y el lóbulo temporal medial, asociado a la memoria.
Durante la prueba, los pacientes vieron primero imágenes de Mooney, luego las fotografías originales en escala de grises y, finalmente, otra vez las imágenes de Mooney.
Qué encontraron
Antes del aprendizaje, los participantes reconocieron correctamente solo el 4 % de las imágenes de Mooney. Después de ver las originales, la cifra subió al 83 %, cerca del 93 % alcanzado con las fotografías completas.
Ese cambio se reflejó en las neuronas de las dos regiones estudiadas. Aunque la imagen era exactamente la misma, después del aprendizaje las neuronas respondían a ella de forma más parecida a como respondían a la fotografía original.
El reconocimiento, sin embargo, no fue igual de rápido. Los participantes tardaron más en identificar una imagen de Mooney ya aprendida que una fotografía completa, y las neuronas de la corteza occipital necesitaron más tiempo de procesamiento. Las del lóbulo temporal medial, en tanto, respondieron más tarde.
«Lo que encontramos es una transformación notable en la representación neuronal de la información visual que acompaña al aprendizaje rápido», explicó Kreiman.
Qué significa
A partir de esos tiempos, los investigadores plantean que, después del aprendizaje, el reconocimiento de estas imágenes depende de señales que van y vienen dentro de la propia corteza cerebral, posiblemente con la intervención de áreas de mayor jerarquía. Como el lóbulo temporal medial respondió más tarde, consideran que no sería esa región, vinculada a la memoria, la que impulsa el reconocimiento inicial.
Por qué interesa a la inteligencia artificial
Los sistemas de visión artificial suelen necesitar grandes cantidades de ejemplos para aprender a reconocer objetos, mientras que las personas pueden lograrlo después de verlos una o pocas veces. Según los autores, los resultados aportan datos concretos sobre los tiempos y las regiones involucradas, que pueden servir para diseñar modelos computacionales capaces de reproducir ese tipo de procesamiento.