Mapa visual del interior del cerebro
Científicos del Massachusetts Institute of Technology (MIT) y de la Universidad de Pennsylvania han comprobado las ecuaciones formuladas por el matemático Teuvo Kohonen en 1982 sobre las conductas asociativas de las neuronas cuando tratan la información visual, lo que facilitará nuevos desarrollos de la Inteligencia Artificial.
Cuando una persona ve una flor, las neuronas de su cerebro trabajan activamente para crear una imagen que responda al color, a la forma y a la distancia a la que la flor se encuentra de nuestros ojos. Hasta ahora no se sabía completamente cómo el cerebro realiza este proceso, aunque un modelo matemático lo había anticipado.
Los investigadores, que han publicado su trabajo en la revista Neuron, señalan que las tareas múltiples forman parte de la actividad cerebral, ya que cada parte de la corteza dispone de neuronas que desempeñan muchas funciones cada una, lo que revela un principio básico de la organización del cerebro.
Tal como explica el MIT en un comunicado, los investigadores comprobaron que las neuronas se agrupan según su capacidad para detectar diversas características de un objeto físico, como sus bordes o colores, o si es percibido por el ojo izquierdo o derecho.
También verificaron que las neuronas se solapan después unas con otras para que la combinación de características percibidas por cada una de ellas permita la construcción de una imagen completa del objeto percibido.
Cuando algo falla en este procedimiento, la percepción visual es errónea, presenta ángulos oscuros y zonas de la realidad que no forman parte de la imagen mental construida por los mecanismos de la información visual.
Neuronas solapadas
La información visual es uno de los procesos más complejos de la actividad cerebral. Alcanza la retina tras atravesar los ojos, donde la imagen se forma invertida. Las señales son procesadas como impulsos nerviosos que viajan, inicialmente por el nervio óptico, para alcanzar el tálamo dorsal y luego la corteza cerebral (corteza visual primaria).
La corteza visual primaria no es sin embargo la única región del cortex implicada en el análisis de las señales visuales, ya que sólo resuelve las etapas iniciales del procesamiento visual. Hay otras regiones más profundas (cortezas asociativas) donde tiene lugar la asociación de los estímulos visuales con estímulos de otras modalidades sensoriales.
Durante la investigación relatada por Neuron, las neuronas de la corteza visual detectaron objetos en regiones vecinas del espacio y crearon una imagen o mapa de la escena visual gracias a que se solaparon unas con otras para fabricar esa escena visual a partir de los elementos que habían percibido cada una de ellas.
También comprobaron que el cortex adopta en ocasiones la misma forma de la imagen visual, aunque en otros casos se distorsiona para permitir que las neuronas se reunan e intercambien la información visual percibida, según las fórmulas matemáticas que había anticipado Kohonen en los años ochenta.
Fórmula anticipada
La principal aportación de esta investigación radica en haber observado cómo las neuronas se solapan unas con otras para elaborar el mapa visual a partir de la información percibida. Un matemático finlandés había abordado este problema en 1982, cuando explicó mediante fórmulas matemáticas el comportamiento neuronal que ahora ha sido verificado.
Teuvo Kohonen, profesor de la Facultad de Ciencias de la Información (Universidad de Helsinki), trabajó en las denominadas Memorias Asociativas y en modelos para actividad neurobiológica. Los modelos de memorias distribuidas dieron nacimiento a la moderna teoría de las redes neuronales.
Kohonen pretendía representar matemáticamente las actividades de amplios grupos neuronas y estableció que la actividad cerebral era el resultado de la actuación combinada de miles de neuronas que actuaban en paralelo, por lo que una memoria asociativa debía ser capaz de relacionar conjuntos muy amplios de señales.
La representación de redes neuronales mediante el modelo matricial propuesto por Kohonen desveló que los números de la matriz matemática se correspondían con algunas propiedades de las sinapsis, extremo que ha sido ahora verificado experimentalmente por los científicos norteamericanos.
Tanto a nivel teórico como práctico queda establecido desde ahora que los datos de las memorias asociativas que regulan nuestra actividad cerebral se almacenan mediante modificaciones que se producen a nivel de las sinapsis, modificaciones que pueden ser modelizadas matemáticamente.
El descubrimiento de los científicos del MIT y de la Universidad de Pennsylvania sugiere además que el mismo mecanismo confirmado en la corteza visual puede repetirse de la misma forma en otras regiones del cerebro implicadas en otros registros sensoriales, lo que de confirmarse consolidaría las investigaciones en Inteligencia Artificial.
Cuando una persona ve una flor, las neuronas de su cerebro trabajan activamente para crear una imagen que responda al color, a la forma y a la distancia a la que la flor se encuentra de nuestros ojos. Hasta ahora no se sabía completamente cómo el cerebro realiza este proceso, aunque un modelo matemático lo había anticipado.
Los investigadores, que han publicado su trabajo en la revista Neuron, señalan que las tareas múltiples forman parte de la actividad cerebral, ya que cada parte de la corteza dispone de neuronas que desempeñan muchas funciones cada una, lo que revela un principio básico de la organización del cerebro.
Tal como explica el MIT en un comunicado, los investigadores comprobaron que las neuronas se agrupan según su capacidad para detectar diversas características de un objeto físico, como sus bordes o colores, o si es percibido por el ojo izquierdo o derecho.
También verificaron que las neuronas se solapan después unas con otras para que la combinación de características percibidas por cada una de ellas permita la construcción de una imagen completa del objeto percibido.
Cuando algo falla en este procedimiento, la percepción visual es errónea, presenta ángulos oscuros y zonas de la realidad que no forman parte de la imagen mental construida por los mecanismos de la información visual.
Neuronas solapadas
La información visual es uno de los procesos más complejos de la actividad cerebral. Alcanza la retina tras atravesar los ojos, donde la imagen se forma invertida. Las señales son procesadas como impulsos nerviosos que viajan, inicialmente por el nervio óptico, para alcanzar el tálamo dorsal y luego la corteza cerebral (corteza visual primaria).
La corteza visual primaria no es sin embargo la única región del cortex implicada en el análisis de las señales visuales, ya que sólo resuelve las etapas iniciales del procesamiento visual. Hay otras regiones más profundas (cortezas asociativas) donde tiene lugar la asociación de los estímulos visuales con estímulos de otras modalidades sensoriales.
Durante la investigación relatada por Neuron, las neuronas de la corteza visual detectaron objetos en regiones vecinas del espacio y crearon una imagen o mapa de la escena visual gracias a que se solaparon unas con otras para fabricar esa escena visual a partir de los elementos que habían percibido cada una de ellas.
También comprobaron que el cortex adopta en ocasiones la misma forma de la imagen visual, aunque en otros casos se distorsiona para permitir que las neuronas se reunan e intercambien la información visual percibida, según las fórmulas matemáticas que había anticipado Kohonen en los años ochenta.
Fórmula anticipada
La principal aportación de esta investigación radica en haber observado cómo las neuronas se solapan unas con otras para elaborar el mapa visual a partir de la información percibida. Un matemático finlandés había abordado este problema en 1982, cuando explicó mediante fórmulas matemáticas el comportamiento neuronal que ahora ha sido verificado.
Teuvo Kohonen, profesor de la Facultad de Ciencias de la Información (Universidad de Helsinki), trabajó en las denominadas Memorias Asociativas y en modelos para actividad neurobiológica. Los modelos de memorias distribuidas dieron nacimiento a la moderna teoría de las redes neuronales.
Kohonen pretendía representar matemáticamente las actividades de amplios grupos neuronas y estableció que la actividad cerebral era el resultado de la actuación combinada de miles de neuronas que actuaban en paralelo, por lo que una memoria asociativa debía ser capaz de relacionar conjuntos muy amplios de señales.
La representación de redes neuronales mediante el modelo matricial propuesto por Kohonen desveló que los números de la matriz matemática se correspondían con algunas propiedades de las sinapsis, extremo que ha sido ahora verificado experimentalmente por los científicos norteamericanos.
Tanto a nivel teórico como práctico queda establecido desde ahora que los datos de las memorias asociativas que regulan nuestra actividad cerebral se almacenan mediante modificaciones que se producen a nivel de las sinapsis, modificaciones que pueden ser modelizadas matemáticamente.
El descubrimiento de los científicos del MIT y de la Universidad de Pennsylvania sugiere además que el mismo mecanismo confirmado en la corteza visual puede repetirse de la misma forma en otras regiones del cerebro implicadas en otros registros sensoriales, lo que de confirmarse consolidaría las investigaciones en Inteligencia Artificial.