Rivelato il codice visivo delle mosche grazie all’intelligenza artificiale

I ricercatori del Cold Spring Harbor Laboratory hanno sviluppato un modello di intelligenza artificiale che prevede con precisione il comportamento di corteggiamento dei moscerini della frutta maschi in risposta alla vista di una femmina. Questo approccio innovativo fa luce sul modo in cui i dati visivi vengono elaborati nel cervello e apre le porte a futuri progressi tecnologici nella visione artificiale.

Una svolta nella comprensione dell’elaborazione dei dati visivi

Il professore assistente Benjamin Cowley e il suo team hanno utilizzato un nuovo metodo chiamato “addestramento ad eliminazione diretta” per perfezionare il loro modello di intelligenza artificiale. Silenziando specifici neuroni visivi e registrando i cambiamenti comportamentali, hanno addestrato l’intelligenza artificiale a prevedere come i veri moscerini della frutta avrebbero reagito agli stimoli visivi. Questa tecnica ha rivelato che il cervello utilizza un complesso “codice di popolazione” piuttosto che le azioni dei singoli neuroni.

Implicazioni per i sistemi visivi umani

La ricerca, pubblicata su Nature, indica che più tipi di neuroni lavorano insieme per modellare il comportamento, contraddicendo le ipotesi precedenti. L’intelligenza artificiale di Cowley può prevedere il comportamento dei moscerini della frutta nella vita reale sulla base di questi percorsi neurali, simili a una mappa dettagliata della metropolitana che richiederà anni per essere compresa appieno.

Prospettive future

Sebbene il cervello umano sia molto più complesso, Cowley prevede che la decodificazione dei calcoli dei moscerini della frutta possa eventualmente aiutarci a comprendere e trattare i disturbi del sistema visivo negli esseri umani. Questa ricerca è un trampolino di lancio verso la creazione di sistemi visivi artificiali avanzati e il miglioramento della nostra comprensione delle funzioni cerebrali.

FAQ

Qual è la scoperta principale di questo studio?

La scoperta principale è un modello di IA in grado di prevedere con precisione il comportamento di corteggiamento delle mosche della frutta maschi.

Come funziona il “knockout training”?

Il “knockout training” prevede la silenziatura genetica di specifici neuroni visivi per addestrare l’IA a rilevare cambiamenti comportamentali.

Che cosa ha rivelato l’IA sui neuroni delle mosche?

L’IA ha rivelato che il cervello delle mosche usa un “codice di popolazione” complesso per processare i dati visivi, coinvolgendo molteplici tipi di neuroni.

Qual è l’obiettivo finale di questo studio?

L’obiettivo finale è comprendere meglio i sistemi visivi umani e sviluppare sistemi visivi artificiali avanzati.

In cosa consiste il “codice di popolazione” scoperto?

Il “codice di popolazione” implica che molteplici combinazioni di neuroni siano necessarie per modellare il comportamento.

Quanto è complesso il cervello delle mosche rispetto a quello umano?

Il cervello delle mosche contiene circa 100.000 neuroni, mentre quello umano ne ha quasi 100 miliardi.

Quali sono le applicazioni future di questa ricerca?

Le future applicazioni includono una migliore comprensione dei disturbi del sistema visivo e lo sviluppo di sistemi visivi artificiali.

Dove è stato pubblicato questo studio?

Lo studio è stato pubblicato sulla rivista *Nature*.

Approfondimenti

  1. Mapping model units to visual neurons reveals population code for social behaviour | Nature
Condividi questo articolo

Disclaimer notizie

Questo blog non rappresenta una testata giornalistica in quanto viene aggiornato senza alcuna periodicità. Non può pertanto considerarsi un prodotto editoriale ai sensi della legge n° 62 del 7.03.2001. L’autore non è responsabile di altri siti collegati tramite link né del loro contenuto che può essere soggetto a variazioni nel tempo.

Notizie scientifiche.it usa i cookie per migliorare l'esperienza di navigazione (Leggi di più)

notiziescientifiche.it partecipa al Programma Affiliazione Amazon EU, un programma di affiliazione che consente ai siti di percepire una commissione pubblicitaria pubblicizzando e fornendo link al sito Amazon.it

Dati articolo