Para descubrir qué neuronas específicas de los monos "les gusta" mejor, los investigadores diseñaron un algoritmo, llamado XDREAM, que generaba imágenes que hacían que las neuronas dispararan más que cualquier imagen natural que los investigadores probaron. A medida que las imágenes evolucionaron, comenzaron a verseversiones distorsionadas de estímulos del mundo real. El trabajo aparece el 2 de mayo en la revista Celda .
"Cuando se les dio esta herramienta, las células comenzaron a aumentar su velocidad de disparo más allá de los niveles que hemos visto antes, incluso con imágenes normales preseleccionadas para obtener las tasas de disparo más altas", explica el coprimer autor Carlos Ponce, luego un postdoctoralmiembro del laboratorio de la autora principal Margaret Livingstone en la Facultad de Medicina de Harvard y ahora miembro de la facultad en la Universidad de Washington en St. Louis.
"Lo que comenzó a surgir durante cada experimento fueron imágenes que recordaban formas en el mundo pero que no eran objetos reales en el mundo", dice. "Estábamos viendo algo que se parecía más al lenguaje que las células usan entre sí."
Los investigadores han sabido que las neuronas en la corteza visual de los cerebros de los primates responden a imágenes complejas, como caras, y que la mayoría de las neuronas son bastante selectivas en su preferencia de imagen. Estudios anteriores sobre la preferencia neuronal utilizaron muchas imágenes naturales para ver qué imágenes causaron neuronasdisparar más. Sin embargo, este enfoque está limitado por el hecho de que uno no puede presentar todas las imágenes posibles para comprender qué es exactamente lo que estimulará mejor la célula.
El algoritmo XDREAM usa la velocidad de activación de una neurona para guiar la evolución de una imagen sintética novedosa. Atraviesa una serie de imágenes en el transcurso de minutos, las muta, las combina y luego muestra una nueva serie de imágenesAl principio, las imágenes parecían ruido, pero gradualmente cambiaron a formas que parecían caras o algo reconocible en el entorno del animal, como la tolva de comida en la habitación de los animales o las personas conocidas que usan uniformes quirúrgicos. El algoritmo fue desarrollado por Will Xiaoen el laboratorio de Gabriel Kreiman en el Children's Hospital y probado en neuronas reales en la Harvard Medical School.
"La gran ventaja de este enfoque es que le permite a la neurona construir sus propias imágenes preferidas desde cero, utilizando una herramienta que no está limitada por mucho, que puede crear cualquier cosa en el mundo o incluso cosas que no existenel mundo ", dice Ponce.
"De esta manera, hemos desarrollado un súper estímulo que impulsa la célula mejor que cualquier estímulo natural que podamos imaginar", dice Livingstone. "Este enfoque le permite utilizar la inteligencia artificial para descubrir qué desencadena mejor las neuronas. Es unforma totalmente imparcial de preguntarle a la célula qué es lo que realmente quiere, qué la haría disparar más ".
De este estudio, los investigadores creen que están viendo que el cerebro aprende a abstraer características estadísticamente relevantes de su mundo. "Estamos viendo que el cerebro está analizando la escena visual, e impulsado por la experiencia, extrayendo información que es importante para elindividuo con el tiempo ", dice Ponce." El cerebro se está adaptando a su entorno y codifica información ecológicamente significativa de maneras impredecibles ".
El equipo cree que esta tecnología se puede aplicar a cualquier neurona en el cerebro que responda a la información sensorial, como las neuronas auditivas, las neuronas del hipocampo y las neuronas de la corteza prefrontal donde se puede acceder a los recuerdos ". Esto es importante porque a medida que los investigadores de inteligencia artificial se desarrollanmodelos que funcionan tan bien como el cerebro, o incluso mejor, aún tendremos que entender qué redes tienen más probabilidades de comportarse de manera segura y alcanzar objetivos humanos ", dice Ponce." Una IA más eficiente puede basarse en el conocimiento de cómoel cerebro funciona "
Este trabajo fue apoyado por subvenciones de los Institutos Nacionales de Salud y la Fundación Nacional de Ciencias.
Fuente de la historia :
Materiales proporcionados por prensa celular . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :