Ver con propósito: la percepción de la corteza visual sintoniza los objetivos actuales

Cuando ves una bolsa de zanahorias en la tienda de comestibles, ¿tu mente va a papas y chirivías o alas de búfalo y apio?

Depende, por supuesto, de si está haciendo un guiso de invierno abundante o preparándose para ver el Super Bowl.

La mayoría de los científicos están de acuerdo en que clasificar un objeto, como pensar en una zanahoria como una vegetal de raíz o un refrigerio de fiesta, es el trabajo de la corteza prefrontal, la región del cerebro responsable del razonamiento y otras funciones de alto nivel que nos hacen inteligentes y sociales. En esa cuenta, los ojos y las regiones visuales del cerebro son como una cámara de seguridad que recopila datos y procesa de manera estandarizada antes de pasarlo para su análisis.

Sin embargo, un nuevo estudio Dirigido por el ingeniero biomédico y neurocientífico Nuttida Rungratsameetaweemana, profesor asistente en Columbia Engineering, muestra que las regiones visuales del cerebro juegan una activo papel en dar sentido a la información. De manera crucial, la forma en que interpreta la información depende de en qué está trabajando el resto del cerebro.

Si es el domingo del Super Bowl, el sistema visual ve esas zanahorias en una bandeja de verduras antes de que la corteza prefrontal sabe que existen.

Publicado el 11 de abril en Comunicaciones de la naturalezael estudio proporciona parte de la evidencia más clara hasta ahora que los sistemas sensoriales tempranos juegan un papel en la toma de decisiones, y que se adaptan en tiempo real. También apunta a nuevos enfoques para diseñar sistemas de IA que puedan adaptarse a situaciones nuevas o inesperadas.

Nos sentamos con Rungratsameetaweemana para aprender más sobre la investigación.

¿Qué es lo emocionante de este nuevo estudio?

Nuestros hallazgos desafían la visión tradicional de que las áreas sensoriales tempranas en el cerebro simplemente están «mirando» o «grabando» la entrada visual. De hecho, el sistema visual del cerebro humano reforma activamente cómo representa exactamente el mismo objeto dependiendo de lo que esté tratando de hacer. Incluso en áreas visuales que están muy cerca de la información bruta que ingresa a los ojos, el cerebro tiene la flexibilidad de ajustar su interpretación y respuestas basadas en la tarea actual. Nos da una nueva forma de pensar en la flexibilidad en el cerebro y abre ideas sobre cómo construir sistemas de IA más adaptativos modelados después de estas estrategias neuronales.

¿Cómo llegaste a esta sorprendente conclusión?

La mayoría del trabajo anterior analizó cómo las personas aprenden categorías con el tiempo, pero este estudio se acerca a la pieza de flexibilidad: ¿Cómo cambia rápidamente el cerebro entre diferentes formas de organizar la misma información visual?

¿Cómo fueron tus experimentos?

Utilizamos imágenes de resonancia magnética funcional (fMRI) para observar la actividad cerebral de las personas mientras ponen formas en diferentes categorías. El giro fue que las «reglas» para clasificar las formas seguían cambiando. Esto determinemos si la corteza visual estaba cambiando cómo representaba las formas dependiendo de cómo habíamos definido las categorías.

Analizamos los datos utilizando herramientas de aprendizaje automático computacional, incluidos los clasificadores multivariados. Estas herramientas nos permiten examinar patrones de activación cerebral en respuesta a diferentes imágenes de forma, y ​​miden cómo claramente el cerebro distingue formas en diferentes categorías. Vimos que el cerebro responde de manera diferente dependiendo de las categorías en las que nuestros participantes estaban clasificando las formas.

¿Qué viste en los datos de estos experimentos?

Actividad en el sistema visual, que incluye las cortezas visuales primarias y secundarias, que tratan los datos directamente de los ojos, cambiaron con prácticamente todas las tareas. Reorganizaron su actividad dependiendo de qué reglas de decisión estaban usando las personas, lo cual fue demostrado por los patrones de activación del cerebro cada vez más distintivos cuando una forma estaba cerca del área gris entre las categorías. Esas fueron las formas más difíciles de contar, por lo que es exactamente cuando el procesamiento adicional sería más útil.

En realidad, podríamos ver patrones neuronales más claros en los datos de FMRI en los casos en que las personas hicieron un mejor trabajo en las tareas. Eso sugiere que la corteza visual puede ayudarnos directamente a resolver tareas de categorización flexibles.

¿Cuáles son las implicaciones de estos hallazgos?

La cognición flexible es un sello distintivo de la cognición humana, e incluso los sistemas de IA de última generación actualmente todavía luchan con el rendimiento de la tarea flexible. Nuestros resultados pueden contribuir al diseño de sistemas de IA que pueden adaptarse mejor a nuevas situaciones. Los resultados también pueden contribuir a comprender cómo la flexibilidad cognitiva podría descomponerse en condiciones como el TDAH u otros trastornos cognitivos. También es un recordatorio de cuán notables y eficientes son nuestros cerebros, incluso en las primeras etapas de procesamiento.

¿Qué sigue para esta línea de investigación?

Estamos presionando aún más la neurociencia estudiando cómo funciona la codificación flexible a nivel de circuitos neuronales. Con fMRI, estábamos mirando grandes poblaciones de neuronas. En un nuevo estudio de seguimiento, estamos investigando los mecanismos de circuito de codificación flexible al registrar la actividad neurológica dentro del cráneo. Esto nos permite preguntarnos cómo las neuronas individuales y los circuitos neuronales en el cerebro humano apoyan el comportamiento flexible y dirigido por objetivos.

También estamos comenzando a explorar cómo estas ideas pueden ser útiles para los sistemas artificiales. Los humanos son realmente buenos para adaptarse a nuevos objetivos, incluso cuando las reglas cambian, pero los sistemas de IA actuales a menudo luchan con ese tipo de flexibilidad. Esperamos que lo que estamos aprendiendo del cerebro humano puede ayudarnos a diseñar modelos que se adapten con más fluidez, no solo a nuevas entradas, sino a nuevas contextos.