La visión permite que el cerebro haga predicciones mucho antes de saber lo que viene, muestra un nuevo estudio

En el momento en que un lanzador lanza una bola rápida en dirección al campocorto Bo Bichette de los Toronto Blue Jays en un juego de béisbol profesional, la multitud en el Rogers Centre espera que suceda algo especial. Pero si bien no pueden predecirlo, Bichette podría hacerlo.

Un nuevo estudio occidental muestra cómo un jugador como Bichette podría predecirlo al procesar la información disponible para él con sus ojos (más específicamente, sus retinas) de una pelota que se mueve a 150 kilómetros (90+ millas) por hora en tiempo real, proporcionando la toletero estelar una oportunidad de pelear para predecir el resultado.

Combinando matemáticas e inteligencia artificial, el profesor de matemáticas Lyle Muller y sus colaboradores en Western y el Instituto Salk de Estudios Biológicos en La Jolla, California, han desarrollado un modelo de red neuronal que puede entrenarse rápida y eficientemente para predecir momentos individuales.

Este modelo proporciona una nueva visión de cómo un patrón particular de actividad neuronal, llamado «ondas viajeras», podría desempeñar un papel en la incorporación de información visual en los circuitos del cerebro de una manera altamente estructurada.

Los hallazgos se publican en Comunicaciones de la naturaleza.

«Cada región cortical en el sistema visual contiene un mapa del espacio visual. En este nuevo artículo, razonamos que las ondas que viajan sobre estos mapas pueden permitir predicciones a corto plazo en el futuro», dijo Muller, miembro de la facultad del Western Institute for Neuroscience. «Cuando desarrollamos esta red con ondas viajeras, descubrimos que puede ayudar al sistema a pronosticar lo que viene a continuación en los próximos fotogramas de la película».

Al aprender cómo el cerebro extrapola la información de las acciones individuales para crear una reserva de «películas mentales» para pronosticar el futuro, los ingenieros que desarrollan las últimas tecnologías de inteligencia artificial (para todo, desde chatbots hasta autos inteligentes) ahora pueden tener un plan para enseñar a las máquinas usando el experiencia inherente de toda existencia humana.

Nuevos conocimientos sobre la percepción visual

Considerando el ejemplo del juego de béisbol, una pelota tarda alrededor de 400 milisegundos en viajar 18 metros (60 pies) desde la mano del lanzador hasta Bichette en el plato. Obviamente, se requiere tiempo para que el cerebro de Bichette realice los cálculos neuronales que le permiten percibir la pelota y estimar su trayectoria. Esto incluye tanto el tiempo requerido para que la información sensorial viaje desde la retina a las áreas relevantes del cerebro como el tiempo requerido para calcular la trayectoria de la pelota en el espacio en base a esta información.

Se estima que todo el cálculo se puede realizar en 150 milisegundos. Durante este tiempo, la pelota ya habrá viajado más de seis metros (22 pies) o un tercio de la distancia al plato, por lo que el cerebro de Bichette debe estar usando otras señales visuales para predecir hacia dónde se dirige la pelota.

Para estimar la ubicación actual probable de la pelota en función de la información que estaba disponible para el sistema visual de Bichette hace 150 milisegundos, el cerebro puede predecir activamente unos cientos de milisegundos en el futuro, utilizando estos patrones dinámicos de actividad neuronal para pronosticar cómo la película de un la experiencia visual cambiará.

Estos resultados proporcionan una nueva perspectiva sobre cómo el sistema visual procesa la información que llega de los ojos. Los modelos del sistema visual, basados ​​en el trabajo fundamental de David Hubel y Torsten Wiesel, ganadores del Premio Nobel de Fisiología de 1981, generalmente se centran en las transformaciones de la información visual entre diferentes áreas del sistema visual. Estas transformaciones, que son creadas por las conexiones «feed-forward» que transportan información desde los ojos a través del nervio óptico y hasta el cerebro, pueden explicar cómo el cerebro transforma imágenes estáticas en contornos de bordes y cómo el cerebro reconoce objetos. Pero los neurocientíficos están empezando a ver que esa no es la única forma en que puede funcionar la visión.

«El statu quo es una visión muy estática de la visión y no considera cosas como la latencia o el movimiento que experimentamos en nuestra experiencia visual normal», dijo Gabriel Benigno, Ph.D. estudiante de matemáticas y primer autor del estudio. «Sabemos que el cerebro procesa la entrada visual usando conexiones que se extienden a lo largo del mapa del espacio visual. Estas conexiones ‘recurrentes’ pueden conectar el procesamiento a lo largo de diferentes partes de una imagen, y al usar estas conexiones, básicamente encontramos una forma en que el cerebro puede ‘ animar’ predicciones en el sistema visual, pasando de una imagen estática a una película».

Nuevo modelo de cerebros artificiales

El trabajo anterior de Muller y sus colaboradores encontró que la actividad neuronal puede transmitirse a través de regiones individuales en el cerebro en una onda viajera, similar a cómo las ondas se mueven a través del océano. En 2014, Muller descubrió que los estímulos visuales podían crear ondas viajeras de actividad neuronal, en un estudio que también se publicó en Comunicaciones de la naturaleza. Muller y sus colegas siguieron este hallazgo con un histórico 2020 Naturaleza estudio, que mostró que la actividad neuronal espontánea también se organiza en ondas viajeras que pueden modular la percepción. Sin embargo, no está claro por qué existen estas ondas en el sistema visual: ¿qué cálculo podrían estar haciendo?

Este nuevo proyecto de investigación, cultivado en gran medida en la Academia Occidental de Investigación Avanzada, comienza a responder a esta pregunta. El equipo de la Academia integra un trabajo totalmente teórico, como la red neuronal estudiada aquí, con el trabajo realizado por Roberto Budzinski, becario posdoctoral clínico del Western Institute for Neuroscience y coautor de este estudio, que está aplicando estas técnicas matemáticas en colaboración con neurólogos y neurocirujanos del Centro de Ciencias de la Salud de Londres (LHSC). De esta forma, Muller y sus colaboradores pretenden desarrollar nuevas técnicas matemáticas que ayuden a explicar el procesamiento de la información en las redes neuronales, tanto artificiales como biológicas.