Los científicos ayudan a explicar la notable capacidad del sistema visual para reconocer objetos complejos

Los científicos ayudan a explicar la notable capacidad del sistema visual para reconocer objetos complejos

Dos estudios de Salk allanan el camino hacia un mejor reconocimiento de objetos informáticos y futuras terapias para los trastornos visuales

LA JOLLA, CA—¿Cómo es posible que un ojo humano descubra letras que están torcidas y giradas en direcciones locas, como las de la pequeña prueba de seguridad que los usuarios de Internet suelen hacer en los sitios web?

Nos parece fácil: el cerebro humano simplemente lo hace. Pero la aparente sencillez de esta tarea es una ilusión. La tarea es realmente tan compleja que nadie ha sido capaz de escribir un código de computadora que traduzca estas letras distorsionadas de la misma manera que lo hacen las redes neuronales. Es por eso que esta prueba, llamada CAPTCHA, se utiliza para distinguir una respuesta humana de los bots informáticos que intentan robar información confidencial.

Ahora, un equipo de neurocientíficos del Instituto Salk de Estudios Biológicos ha asumido el desafío de explorar cómo el cerebro lleva a cabo esta notable tarea. Dos estudios publicados con días de diferencia demuestran cuán compleja es para el cerebro una tarea visual de decodificación de un CAPTCHA, o cualquier imagen hecha de elementos simples e intrincados.

Los hallazgos de los dos estudios, publicados el 19 de junio de 2013, en Neurona y 24 de junio de 2013, en el Actas de la Academia Nacional de Ciencias (PNAS), dar dos pasos importantes hacia adelante en la comprensión de la visión y reescribir lo que se creía que era ciencia establecida. Los resultados muestran que lo que los neurocientíficos creían saber sobre una pieza del rompecabezas era demasiado simple para ser verdad.

Desde la izquierda: John Reynolds, Anirvan Nandy y Tatyana Sharpee

Imagen: Cortesía del Instituto Salk de Estudios Biológicos

Su investigación profunda y detallada, que incluye grabaciones de cientos de neuronas, también puede tener futuras implicaciones clínicas y prácticas, dicen los coautores principales del estudio, los neurocientíficos de Salk. Tatiana Sharpee y Juan Reynolds.

"Comprender cómo el cerebro crea una imagen visual puede ayudar a los seres humanos cuyos cerebros funcionan mal de varias maneras diferentes, como las personas que han perdido la capacidad de ver", dice Sharpee, profesor asociado en la Laboratorio de Neurobiología Computacional. “Una forma de resolver ese problema es descubrir cómo el cerebro, no el ojo, sino la corteza, procesa la información sobre el mundo. Si tiene ese código, puede estimular directamente las neuronas en la corteza y permitir que la gente vea”.

Reynolds, profesor de la Laboratorio de Neurobiología de Sistemas, dice que un beneficio indirecto de comprender la forma en que funciona el cerebro es la posibilidad de construir sistemas informáticos que puedan actuar como humanos.

“La razón por la que las máquinas tienen una capacidad limitada para reconocer cosas en el mundo que nos rodea es que realmente no entendemos cómo lo hace el cerebro tan bien como lo hace”, dice.

Los científicos enfatizan que estos son objetivos a largo plazo que se esfuerzan por alcanzar, paso a paso.

Integrando partes en totalidades

En estos estudios, los neurobiólogos de Salk intentaron descubrir cómo una parte de la corteza visual conocida como área V4 es capaz de distinguir entre diferentes estímulos visuales incluso cuando los estímulos se mueven en el espacio. V4 es responsable de un paso intermedio en el procesamiento neuronal de imágenes.

“Las neuronas del sistema visual son sensibles a las regiones del espacio, son como pequeñas ventanas al mundo”, dice Reynolds. “En las primeras etapas de procesamiento, estas ventanas, conocidas como campos receptivos, son pequeñas. Solo tienen acceso a la información dentro de una región restringida del espacio. Cada una de estas neuronas envía señales cerebrales que codifican el contenido de una pequeña región del espacio: responden a elementos diminutos y simples de un objeto, como un borde orientado en el espacio o una pequeña mancha de color”.

Las neuronas en V4 tienen un campo receptivo más grande que también puede calcular formas más complejas, como contornos. Logran esto integrando entradas de áreas visuales anteriores en la corteza, es decir, áreas más cercanas a la retina. Estas áreas de etapa anterior tienen pequeños campos receptivos y envían información a regiones de procesamiento de nivel superior que nos permiten ver imágenes complejas, como rostros.

Ambos nuevos estudios investigaron el tema de la invariancia de la traducción: la capacidad de una neurona para reconocer el mismo estímulo dentro de su campo receptivo sin importar dónde se encuentre en el espacio, dónde se encuentra dentro del campo receptivo.

El Neurona El artículo analizó la invariancia de la traducción mediante el análisis de la respuesta de 93 neuronas individuales en V4 a imágenes de líneas y formas como curvas, mientras que el PNAS El estudio analizó las respuestas de las neuronas V4 a escenas naturales llenas de contornos complejos.

El dogma en el campo es que todas las neuronas V4 exhiben invariancia de traducción.

“El entendimiento aceptado es que las neuronas individuales están sintonizadas para reconocer el mismo estímulo sin importar dónde se encuentre en su campo receptivo”, dice Sharpee.

Por ejemplo, una neurona podría responder a un trozo de la curva del número 5 en una imagen CAPTCHA, sin importar cómo esté situado el 5 dentro de su campo receptivo. Los investigadores creían que la invariancia de la traducción neuronal, la capacidad de reconocer cualquier estímulo, sin importar dónde se encuentre en el espacio, aumenta a medida que una imagen asciende a través de la jerarquía de procesamiento visual.

“Pero lo que muestran ambos estudios es que hay más en la historia”, dice ella. “Hay un equilibrio entre la complejidad del estímulo y el grado en que la célula puede reconocerlo cuando se mueve de un lugar a otro”.

Un misterio más profundo por resolver

Los investigadores de Salk encontraron que las neuronas que responden a formas más complicadas, como la curva en 5 o en una roca, demostraron una menor invariancia de traducción. “Necesitan que esa complicada curva esté en un rango más restringido para que puedan detectarla y comprender su significado”, dice Reynolds. “Las células que prefieren esa forma compleja aún no tienen la capacidad de reconocer esa forma en todas partes”.

Por otro lado, las neuronas en V4 sintonizadas para reconocer formas más simples, como una línea recta en el número 5, tienen una mayor invariancia de traducción. “No les importa dónde está el estímulo al que están sintonizados, siempre y cuando esté dentro de su campo receptivo”, dice Sharpee.

“Estudios previos de reconocimiento de objetos han asumido que las respuestas neuronales en etapas posteriores del procesamiento visual siguen siendo las mismas independientemente de las transformaciones visuales básicas de la imagen del objeto. Nuestro estudio destaca dónde falla esta suposición y sugiere mecanismos simples que podrían dar lugar a la selectividad de los objetos”, dice Jude Mitchell, científica investigadora de Salk y autora principal del estudio. Neurona papel.

“Es importante que los resultados de los dos estudios sean bastante compatibles entre sí, que lo que encontremos al estudiar solo líneas y curvas en un primer experimento coincida con lo que vemos cuando el cerebro experimenta el mundo real”, dice Sharpee, quien es bien conocido por desarrollar un método computacional para extraer respuestas neuronales de imágenes naturales.

“Lo que esto nos dice es que hay un misterio más profundo por resolver”, dice Reynolds. “No hemos descubierto cómo se logra la invariancia de traducción. Lo que hemos hecho es desempacar parte de la maquinaria para lograr la integración de las partes en un todo”.

Minjoon Kouh, ex becario postdoctoral en Salk, participó en el PNAS estudiar. El investigador postdoctoral de Salk, Anirvan Nandy, y el científico sénior Jude Mitchell, del Laboratorio de Neurobiología de Sistemas de Salk, fueron coautores del Neurona papel.

Ambos estudios fueron financiados por subvenciones de la Los Institutos Nacionales de Salud (R01EY019493), la Beca McKnight y la ray thomas edwards y Fundaciones WM Kecken Malasia XNUMX. Además, PNAS estudio recibió una subvención de los Fondos Searle. El Neurona estudio fue financiado adicionalmente por subvenciones de la Fundación Alfred P. Sloan, los Institutos Nacionales de Salud (EY0113802), el Fundación Caritativa Gatsby y del Fundación Swartz, y una beca posdoctoral del Pioneer Fund.

Sobre el Instituto Salk de Estudios Biológicos:
El Instituto Salk de Estudios Biológicos es una de las instituciones de investigación básica más importantes del mundo, donde profesores de renombre internacional investigan cuestiones fundamentales de las ciencias de la vida en un entorno único, colaborativo y creativo. Centrados tanto en el descubrimiento como en la orientación de futuras generaciones de investigadores, los científicos de Salk realizan contribuciones innovadoras a nuestra comprensión del cáncer, el envejecimiento, el Alzheimer, la diabetes y las enfermedades infecciosas mediante el estudio de la neurociencia, la genética, la biología celular y vegetal y disciplinas relacionadas.

Los logros de la facultad han sido reconocidos con numerosos honores, incluidos premios Nobel y membresías en la Academia Nacional de Ciencias. Fundado en 1960 por el pionero de la vacuna contra la polio Jonas Salk, MD, el Instituto es una organización independiente sin fines de lucro y un hito arquitectónico.