Científicos han descodificado el código para la identidad facial en el cerebro de primates, lo que pemite recrear una cara que un mono está viendo mediante el control de sólo 205 neuronas.
"Hemos descubierto que este código es extremadamente simple --describe la autora principal Doris Tsao, profesora de Biología e Ingeniería Biológica en el Instituto de Tecnología de California--. Uno puede imaginar aplicaciones en la medicina forense en la que uno podría reconstruir la cara de un criminal analizando la actividad cerebral de un testigo". La investigación se publica en Cell.
Investigaciones anteriores por Tsao y otros usaron fMRI en humanos y otros primates para identificar las áreas del cerebro que son responsables de identificar las caras, llamando a estas seis áreas, que se encuentran en la corteza temporal inferior (TI), parches de cara. Otros trabajos mostraron que estas áreas están llenas de células nerviosas específicas que disparan los potenciales de acción mucho más fuertemente cuando ven caras que cuando ven otros objetos, por lo que se denominó a estas neuronas células de cara.
Anteriormente, algunos expertos en el campo creían que cada célula de cara en el cerebro representa una cara específica, pero esto presentó una paradoja, dice Tsao, también investigadora del Instituto Médico Howard Hughes, en Estados Unidos. "Podrías reconocer a 6.000 millones de personas, pero no tienes 6.000 millones de células de cara en la corteza de TI. Tenía que haber alguna otra solución", subraya.
En el presente estudio, Tsao y el investigador postdoctoral Steven Le Chang, el primer autor del documento, descubrieron que, en lugar de representar una identidad específica, cada célula de cara representa un eje específico dentro de un espacio multidimensional, al que llaman espacio facial. De la misma manera que la luz roja, azul y verde se combinan de diferentes maneras para crear todos los colores posibles en el espectro, estos ejes pueden combinarse de distintas maneras para crear todas las caras posibles.
Los investigadores comenzaron creando un espacio de 50 dimensiones que podría representar todas las caras y asignaron 25 dimensiones a la forma --como la distancia entre los ojos o el ancho de la línea del cabello-- y 25 dimensiones a aspectos de apariencia no relacionados con la forma, como el tono de la piel y la textura.
POSIBLES APLICACIONES PARA LA INTELIGENCIA ARTIFICIAL
Utilizando monos macacos como un sistema modelo, los científicos insertaron electrodos en los cerebros que podrían registrar las señales individuales de las células de una sola cara dentro de los parches de cara. Así, encontraron que cada célula de cara se encendió en proporción a la proyección de una cara sobre un solo eje en el espacio de 50 dimensiones faciales. Conociendo estos ejes, los expertos desarrollaron un algoritmo que podía decodificar caras adicionales a partir de respuestas neuronales.
En otras palabras, ahora podían mostrar al mono una nueva cara arbitraria y recrear la cara que el mono estaba viendo a partir de la actividad eléctrica de las células de la cara en el cerebro del animal. Cuando se colocan lado a lado, las fotos que se mostraron a los monos y las caras que se recrearon usando el algoritmo eran casi idénticas.
Las células de la cara de sólo dos de los parches de la cara --106 células en un parche y 99 células en otro-- fueron suficientes para reconstruir las caras. "La gente siempre dice que una imagen vale más que mil palabras --subraya Tsao--. Pero me gusta decir que una imagen de una cara vale unas 200 neuronas".
La evidencia de que las células están codificando ejes y no caras específicas fue el hallazgo de que, para cada célula, Chang y Tsao podían diseñar un gran conjunto de rostros que parecían extremadamente diferentes, pero que causaban que la célula se activara exactamente de la misma manera. "Esto fue completamente chocante para nosotros; siempre habíamos pensado que las células de la cara eran más complejas, pero resulta que cada célula de cara está midiendo la distancia a lo largo de un solo eje del espacio facial y es ciega a otras características", subraya Tsao.
"La forma en que el cerebro procesa este tipo de información no tiene que ser una caja negra --apunta Chang--. Aunque hay muchos pasos de los cálculos entre la imagen que vemos y las respuestas de las células de cara, el código de estas células de cara resultó ser bastante simple una vez que encontramos los ejes adecuados. Este trabajo sugiere que otros objetos podrían ser codificados con similares sistemas de coordenadas simples".
Además de sus implicaciones para el estudio del código neural, la investigación también tiene aplicaciones de inteligencia artificial. "Esto podría inspirar nuevos algoritmos de aprendizaje de máquinas para reconocer caras --añade Tsao--. También podría utilizarse nuestro enfoque para averiguar cómo las unidades en redes profundas codifican otras cosas, como objetos y oraciones".
