Las neuronas hablan en lenguaje llano exprés

‹›

Un artista pinta un cuadro mientras observa al espectador en la sala. Si el espectador sonríe, el artista añade más rojo y líneas redondeadas al lienzo; si frunce el ceño, elimina el azul y quiebra los ángulos. Algo así es como los neurobiólogos «interrogan» a las neuronas de la corteza visual, solo que en lugar de pinturas usan cientos de miles de fotografías, y en lugar de una sonrisa, un impulso eléctrico.

Para la primera zona visual (V1), los científicos tuvieron durante mucho tiempo un modelo cómodo: las neuronas de allí responden a rasgos simples, como la inclinación de una línea o la frecuencia de las franjas. Pero en la zona vecina V4, donde se ensamblan imágenes más complejas, no existía un lenguaje tan claro. Los autores del nuevo trabajo decidieron que el lenguaje universal podría ser el más común, el humano. Tomaron copias digitales de las regiones cerebrales del macaco (V1 y V4), les «mostraron» muchas imágenes y, para cada neurona, seleccionaron las que provocaban la respuesta más fuerte y la más débil. Luego alimentaron esas imágenes a un modelo visual-lingüístico que generó un breve rótulo: una hipótesis sobre lo que le gusta o disgusta a esa neurona.

Para poner a prueba las hipótesis, los científicos sintetizaron nuevas imágenes nunca antes vistas a partir de esas mismas descripciones verbales y volvieron a «mostrárselas» a las neuronas digitales. El resultado fue sorprendente: en la zona V4, las imágenes creadas según la descripción «favorita» hacían que el 96,1% de las neuronas emitieran una respuesta potente (por encima del percentil 95 de los estímulos naturales), mientras que las imágenes «no favoritas», por el contrario, apagaban el 97,6% de las neuronas por debajo del percentil 5. Las imágenes aleatorias solo lograban alrededor del 10% de esos aciertos. Para V1, la activación funcionaba con la misma precisión, pero la supresión resultó más difícil de describir con palabras; quizás lo «no favorito» para las células simples es menos definido.

Este enfoque recuerda al juego del «teléfono descompuesto» entre el cerebro, la imagen y el texto, pero con rigor científico. Permite no solo elegir estímulos al azar, sino «interrogar» deliberadamente a cada neurona en un lenguaje que entendemos. En el futuro, este ciclo cerrado —de imágenes a palabras y de vuelta a imágenes sintetizadas— podría convertirse en la base del descubrimiento científico automático, donde el algoritmo formule y pruebe hipótesis sobre el funcionamiento del cerebro por sí mismo. Así, el artista que empezó adivinando el estado de ánimo del espectador obtiene un diccionario de sus preferencias y pinta un cuadro que enciende las neuronas desde el primer segundo.