Los investigadores han demostrado cómo decodificar lo que ve el cerebro humano mediante el uso de inteligencia artificial para interpretar escáneres fMRI de personas que miran videos, lo que representa una especie de tecnología de lectura de la mente.
El avance podría ayudar a los esfuerzos para mejorar la inteligencia artificial y conducir a nuevas ideas sobre la función cerebral. Para la investigación es fundamental un tipo de algoritmo llamado red neuronal convolucional, que ha sido fundamental para permitir que las computadoras y los teléfonos inteligentes reconozcan caras y objetos.
"Ese tipo de red ha tenido un enorme impacto en el campo de la visión por computadora en los últimos años", dijo Zhongming Liu, profesor asistente en la Escuela de Ingeniería Biomédica Weldon de la Universidad de Purdue y en la Escuela de Ingeniería Eléctrica e Informática ". Nuestra técnica utilizala red neuronal para entender lo que estás viendo "
Las redes neuronales convolucionales, una forma de algoritmo de "aprendizaje profundo", se han utilizado para estudiar cómo el cerebro procesa las imágenes estáticas y otros estímulos visuales. Sin embargo, los nuevos hallazgos representan la primera vez que se utiliza este enfoque para ver cómoel cerebro procesa películas de escenas naturales, un paso hacia la decodificación del cerebro mientras las personas intentan dar sentido a entornos visuales complejos y dinámicos, dijo Haiguang Wen, estudiante de doctorado.
Es autor principal de un nuevo artículo de investigación que aparece en línea el 20 de octubre en la revista corte cerebral x.
Los investigadores obtuvieron 11.5 horas de datos de fMRI de cada una de las tres mujeres que vieron 972 videoclips, incluidos aquellos que muestran personas o animales en acción y escenas de la naturaleza. Primero, los datos se usaron para entrenar el modelo de red neuronal convolucional para predecir la actividaden la corteza visual del cerebro mientras los sujetos miraban los videos. Luego usaron el modelo para decodificar los datos de fMRI de los sujetos para reconstruir los videos, incluso los que el modelo nunca había visto antes.
El modelo fue capaz de decodificar con precisión los datos de fMRI en categorías de imágenes específicas. Luego, las imágenes de video reales se presentaron lado a lado con la interpretación de la computadora de lo que el cerebro de la persona vio en base a los datos de fMRI.
"Por ejemplo, un animal de agua, la luna, una tortuga, una persona, un pájaro en vuelo", dijo Wen. "Creo que lo que es un aspecto único de este trabajo es que estamos haciendo la decodificación casi en tiempo real, mientras los sujetos miran el video. Escaneamos el cerebro cada dos segundos y el modelo reconstruye la experiencia visual a medida que ocurre ".
Los investigadores pudieron descubrir cómo ciertas ubicaciones en el cerebro estaban asociadas con información específica que una persona estaba viendo ". La neurociencia está tratando de mapear qué partes del cerebro son responsables de la funcionalidad específica", dijo Wen. "objetivo histórico de la neurociencia. Creo que lo que informamos en este documento nos acerca a lograr ese objetivo. Una escena con un automóvil en movimiento frente a un edificio es diseccionada en pedazos de información por el cerebro: una ubicación en el cerebro puede representar elautomóvil; otra ubicación puede representar el edificio.
Utilizando nuestra técnica, puede visualizar la información específica representada por cualquier ubicación del cerebro, y examinar todas las ubicaciones en la corteza visual del cerebro. Al hacerlo, puede ver cómo el cerebro divide una escena visual en pedazos, y volverreúne las piezas en una comprensión completa de la escena visual "
Los investigadores también pudieron usar modelos entrenados con datos de un sujeto humano para predecir y decodificar la actividad cerebral de un sujeto humano diferente, un proceso llamado codificación y decodificación entre sujetos. Este hallazgo es importante porque demuestra el potencial paraamplias aplicaciones de tales modelos para estudiar la función cerebral, incluso para personas con déficit visuales.
"Creemos que estamos entrando en una nueva era de inteligencia artificial y neurociencia donde la investigación se centra en la intersección de estos dos campos importantes", dijo Liu. "Nuestra misión en general es avanzar en la inteligencia artificial utilizando conceptos inspirados en el cerebro. Ena su vez, queremos utilizar la inteligencia artificial para ayudarnos a comprender el cerebro. Por lo tanto, creemos que esta es una buena estrategia para ayudar a avanzar en ambos campos de una manera que de otra manera no se lograría si los abordamos por separado ".
Un video de YouTube está disponible en http://youtu.be/Qh5_uMGXl1g .
Fuente de la historia :
Materiales proporcionado por Universidad de Purdue . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :