💡 Resumen (TL;DR):
- Investigadores de la UCL decodificaron señales cerebrales de roedores para generar clips de video.
- El modelo analizó la actividad de 8,000 neuronas y produjo secuencias a 30 cuadros por segundo.
- Este avance permitirá estudiar cómo el cerebro procesa, altera y distorsiona la información visual en tiempo real.
Científicos del University College London (UCL) reconstruyeron clips de video de 10 segundos analizando únicamente la actividad cerebral de ratones. El hallazgo, publicado en la revista científica eLife, marca la primera vez que se logran recuperar películas naturales a partir de grabaciones de células individuales en la corteza visual.
El equipo, liderado por el Dr. Joel Bauer del Sainsbury Wellcome Centre en la UCL, partió de un modelo dinámico de codificación neuronal desarrollado en 2023. Este sistema predice la actividad de las neuronas basándose en el video que observa el sujeto, tomando en cuenta factores físicos como el movimiento del ratón y el diámetro de su pupila.
Para capturar los datos, el equipo utilizó imágenes de calcio por dos fotones, una técnica microscópica que detecta qué células cerebrales están activas a través de picos localizados de calcio.
Los investigadores registraron la actividad de aproximadamente 8,000 neuronas por animal en una muestra de 10 ratones. Después, introdujeron datos de video en blanco al modelo y ajustaron iterativamente los píxeles hasta que la IA predijo los mismos patrones neuronales observados en los animales. El resultado final produjo reconstrucciones exitosas en cinco de los ratones.
“Utilizando este enfoque, logramos reconstrucciones de alta calidad de clips de video de 10 segundos”, declaró el Dr. Joel Bauer en un comunicado oficial. “La precisión de las reconstrucciones mejoró con la inclusión de datos de más neuronas individuales, demostrando la importancia de los datos neuronales exhaustivos”.
La diferencia entre la realidad y la percepción
A diferencia de los enfoques recientes con humanos que usan resonancia magnética funcional (fMRI) y modelos de IA generativa preentrenados, esta técnica trabaja directamente desde grabaciones de células individuales.
Las ventajas técnicas de este método incluyen:
* Duplicar la correlación a nivel de píxel en comparación con intentos anteriores de reconstruir imágenes estáticas.
* Capturar la dinámica temporal del video a 30 cuadros por segundo.
* Ofrecer una medida mucho más precisa de las representaciones neuronales sin depender de información previa inyectada al software.
El equipo planea usar esta técnica para investigar cómo las representaciones visuales del cerebro se desvían del mundo físico.
“No tenemos una representación perfecta del mundo en nuestras cabezas”, concluyó el Dr. Bauer. “Esta desviación entre la realidad y las representaciones en el cerebro no es necesariamente un error sino una característica, reflejando cómo nuestras mentes interpretan y aumentan la información sensorial”.
