La figura muestra ocho rostros reales diferentes que se le mostraron a un mono, junto con las reconstrucciones hechas por medio del análisis de la actividad eléctrica de 205 neuronas grabadas mientras el mono veía los rostros. (crédito: Doris Tsao)
Descifran la manera en que los rostros están codificados en el cerebro
Sólo se requieren 205 neuronas por rostro; estos descubrimientos también tienen aplicaciones en inteligencia artificial.
En un artículo publicado el 1 de junio en la revista de acceso abierto Cell, un grupo de investigadores reportó que descubrieron el código para la identidad facial en el cerebro primate.
“Hemos descubierto que este código es extremadamente simple”, dijo Doris TYsao, profesor de biología y bioingeniería en el Instituto de Tecnología de California. “Ahora podemos ya reconstruir el rostro que un mono está viendo al observar la actividad eléctrica de sólo 205 neuronas en el cerebro del mono. Podemos prever aplicaciones forenses directas donde se podría reconstruir el rostro de un criminal por medio del análisis de la actividad eléctrica cerebral de un testigo”.
Con anterioridad, algunos expertos consideraban que cada célula rostro (por ejemplo, el rostro de la abuelita) en el cerebro representaba un rostro específico, pero esto traía consigo una paradoja, indicó Tsao. “Potencialmente podrías reconocer a 6 billones de personas, pero eso no significa que tengas 6 billones de células rostro en la corteza cerebral. Debía existir otra solución”.
En su lugar, descubrieron que en lugar de representar una identidad específica, cada célula rostro representa un eje específico dentro un espacio multi-dimensional, al cual dieron el nombre de “espacio de rostro”. Estos ejes pueden combinarse en formas diferentes para crear un rostro posible.
Aplicaciones en IA
“La manera en que el cerebro procesa este tipo de información no tiene porqué ser una caja negra”, explico Chang. “Aunque hay muchos pasos de cálculo entre la imagen que vemos y la respuesta de las células rostro, el código de estas células rostro resultó ser bastante simple una vez se conocen los ejes apropiados. Esta investigación sugiere que otros objetos podrían igualmente utilizar codificaciones con ejes de coordinación similares”.
Esta investigación también tiene aplicación directa en inteligencia artificial. “Estos resultados podrían inspirar nuevos algoritmos de aprendizaje de máquina para reconocimiento de rostros”, indicó Tsao. “Además, nuestro método podría ser utilizado para conocer la manera en que unidades en redes profundas codifican otras cosas, tales como objetos y oraciones”.
Fuente: [http://www.cell.com/cell/fulltext/S0092-8674(17)30538-X]
Comentarios