Reti neurali artificiali per prevedere le risposte di un cervello a degli stimoli visivi arbitrari: è quello che hanno sviluppato alcuni ricercatori del Baylor College of Medicine e dell’Università di Tubinga in Germania. Si tratta di un approccio computazionale relativamente nuovo che può essere usato, come dichiara il comunicato stampa che presenta lo studio apparso su Nature Neuroscience, per sezionare i meccanismi neurali della sensazione e, sostanzialmente, per capire automaticamente cosa piace vedere al cervello.
“Vogliamo capire come funziona la visione. Abbiamo affrontato questo studio sviluppando una rete neurale artificiale che predice l’attività neurale prodotta quando un animale guarda le immagini. Se siamo in grado di costruire un tale avatar del sistema visivo, possiamo eseguire esperimenti essenzialmente illimitati. Quindi possiamo tornare indietro ed eseguire test nei cervelli reali con un metodo che abbiamo chiamato ‘cicli iniziali’ (inception loops)”, dichiara Andreas Tolias, professore a Baylor e autore senior dello studio.
Per capire i funzionamenti con i quali il cervello vede ricostruendo le informazioni relative ai fotoni che colpiscono la retina, i ricercatori hanno eseguito degli esperimenti sui topi mostrando ai roditori più di 5000 immagini naturali e registrandone l’attività neurale proprio mentre venivano le immagini, come spiega Edgar Y. Walker, ex studente nel laboratorio di Tolias ed ora ricercatore ha Tubinga, anch’egli impegnato nello studio.
Con i dati che hanno ottenuto, i ricercatori hanno “addestrato” una rete neurale artificiale profonda (deep artificial neural network) per imitare proprio le modalità con le quali i neuroni biologici rispondono agli stimoli visivi.
“Per verificare se la rete avesse effettivamente imparato a prevedere le risposte neurali alle immagini visive come farebbe un cervello di topo vivente, abbiamo mostrato le immagini della rete che non aveva visto durante l’apprendimento e abbiamo visto che prevedeva le risposte neuronali biologiche con elevata precisione”, spiega Fabian Sinz, altro ricercatore impegnato nello studio.
Questo studio potrà essere di utilità per capire meglio come i processi neurofisiologici molto complessi che il cervello utilizza vengono messi in atto per permetterci di vedere.
Approfondimenti
- Deep neural networks uncover what brains likes to see | Baylor College of Medicine | Houston, Texas (IA)
- Inception loops discover what excites neurons most using deep predictive models | Nature Neuroscience (IA) (DOI: 10.1038/s41593-019-0517-x)
