Resumen: La especie humana se encuentra inmersa en una gran búsqueda científica: comprender los mecanismos neuronales de la inteligencia humana (de los primates). Los recientes avances en múltiples subcampos de la investigación cerebral sugieren que los próximos pasos clave en esta búsqueda serán la construcción de modelos de redes capaces de funcionar en el mundo real y a nivel sistémico que pretendan abstraer, emular y explicar los mecanismos neuronales de los primates que subyacen al comportamiento inteligente natural. En esta charla, describiré la historia de cómo la neurociencia, la ciencia cognitiva y la informática convergieron para crear modelos de redes neuronales profundas, específicos y computables con imágenes, destinados a abstraer, emular y explicar adecuadamente los mecanismos del reconocimiento de objetos visuales centrales en primates. Basados en un gran número de datos neurofisiológicos y conductuales de primates, algunos de estos modelos de red son actualmente las teorías científicas más avanzadas (es decir, las más precisas) sobre los mecanismos internos del flujo visual ventral de los primates y sobre cómo estos mecanismos sustentan la capacidad de los humanos y otros primates para inferir con rapidez y precisión el contenido latente del mundo (por ejemplo, la identidad del objeto, la posición, la pose, etc.) a partir del conjunto de píxeles de la mayoría de las imágenes naturales.
Aunque todavía están lejos de ser completos, estos modelos científicos punteros ya tienen muchos usos en la ciencia del cerebro y más allá, y describiré tres ejemplos recientes de nuestro equipo. En primer lugar, describiré un reciente trabajo neural y conductual que compara y contrasta la percepción de objetos por primates con la percepción de objetos por modelos en el contexto de un ataque adversario. En segundo lugar, describiré trabajos recientes sobre el comportamiento que comparan y contrastan la percepción de objetos por primates con la percepción de objetos modelo en el contexto del aprendizaje rápido de objetos. En tercer lugar, si el tiempo lo permite, destacaré el uso de los principales modelos para diseñar patrones de energía luminosa en la retina (es decir, imágenes sintéticas personalizadas) para modular con precisión la actividad neuronal en las profundidades del cerebro. En nuestra opinión, se trata de una nueva y apasionante vía de posibles beneficios clínicos para el ser humano.
Ponente: Jim DiCarlo es catedrático de Sistemas y Neurociencia Computacional en el Instituto Tecnológico de Massachusetts. El principal objetivo de su equipo de investigación es descubrir y emular artificialmente los mecanismos cerebrales que subyacen a la inteligencia visual humana. A lo largo de los últimos 20 años, DiCarlo y sus colaboradores han contribuido a desarrollar, utilizando el organismo modelo animal primate no humano, nuestra comprensión contemporánea a nivel de ingeniería de los mecanismos neuronales que subyacen al procesamiento de la información visual en la corriente visual ventral -una compleja serie de áreas cerebrales interconectadas- y cómo ese procesamiento sustenta capacidades cognitivas básicas como el reconocimiento de objetos y rostros. Él y sus colaboradores pretenden utilizar estos nuevos conocimientos científicos para guiar el desarrollo de sistemas de visión artificial («IA») más robustos, revelar nuevas formas de modular beneficiosamente la actividad cerebral a través de la modulación de las imágenes que llegan a nuestros ojos, exponer nuevos métodos para acelerar el aprendizaje visual, sentar las bases de nuevas prótesis neurales (interfaces cerebro-máquina) para restaurar los sentidos perdidos y proporcionar una base científica para entender cómo se altera el procesamiento sensorial en afecciones como la agnosia, el autismo y la dislexia.
DiCarlo se formó en ingeniería biomédica, medicina, neurofisiología de sistemas e informática en Northwestern (BSE), Johns Hopkins (MD/PhD) y Baylor College of Medicine (Postdoc). Fue Director del Departamento de Ciencias Cognitivas y del Cerebro del MIT de 2012 a 2021, y actualmente es Director del MIT Quest for Intelligence (2021-presente), donde él y su equipo de liderazgo trabajan para avanzar en la investigación interdisciplinaria en la interfaz de la inteligencia natural y artificial. DiCarlo es Alfred P. Sloan Research Fellow, Pew Scholar in Biomedical Sciences, McKnight Scholar in Neuroscience y miembro electo de la American Academy of Arts & Sciences.
Grabación: Ingeniería inversa de los mecanismos cerebrales humanos de percepción y aprendizaje de objetos