Estados Unidos. Cuando la inteligencia artificial tiene la tarea de identificar visualmente objetos y rostros, asigna componentes específicos de su red para el reconocimiento de rostros, al igual que el cerebro humano.
Neurocientíficos del Instituto McGovern para la Investigación del Cerebro del MIT encontraron que una red computacional entrenada para identificar rostros y otros objetos descubre una estrategia sorprendentemente similar al cerebro para clasificarlos a todos.
El hallazgo, publicado recientemente en Science Advances, sugiere que los millones de años de evolución que han dado forma a los circuitos del cerebro humano han optimizado nuestro sistema para el reconocimiento facial.
“La solución del cerebro humano es segregar el procesamiento de rostros del procesamiento de objetos”, explica Katharina Dobs, quien dirigió el estudio como posdoctorado en el laboratorio de la investigadora de McGovern, Nancy Kanwisher, profesora Walter A. Rosenblith de Neurociencia Cognitiva en el MIT. La red artificial que ella entrenó hizo lo mismo. “Y esa es la misma solución que hipotetizamos que encontraría cualquier sistema que esté entrenado para reconocer rostros y categorizar objetos”, agrega.
“Estos dos sistemas completamente diferentes han descubierto qué es una buena solución, si no la mejor. Y eso se siente muy profundo”, dice Kanwisher.
Regiones cerebrales funcionalmente específicas
Hace más de 20 años, Kanwisher y sus colegas descubrieron un pequeño punto en el lóbulo temporal del cerebro que responde específicamente a las caras. Esta región, a la que llamaron área fusiforme de la cara, es una de las muchas regiones del cerebro que Kanwisher y otros han descubierto que están dedicadas a tareas específicas, como la detección de palabras escritas, la percepción de canciones vocales y la comprensión del lenguaje.
Kanwisher dice que a medida que ha explorado cómo se organiza el cerebro humano, siempre ha sentido curiosidad por las razones de esa organización. ¿El cerebro realmente necesita maquinaria especial para el reconocimiento facial y otras funciones? “Las preguntas ‘por qué’ son muy difíciles en ciencia”, dice ella. Pero con un tipo sofisticado de aprendizaje automático llamado red neuronal profunda, su equipo al menos podría descubrir cómo un sistema diferente manejaría una tarea similar.
Dobs, que ahora es líder de un grupo de investigación en la Universidad Justus Liebig de Giessen en Alemania, reunió cientos de miles de imágenes con las que entrenar una red neuronal profunda en el reconocimiento de rostros y objetos. La colección incluía los rostros de más de 1.700 personas diferentes y cientos de diferentes tipos de objetos, desde sillas hasta hamburguesas con queso. Todos estos fueron presentados a la red, sin pistas sobre cuál era cuál. “Nunca le dijimos al sistema que algunos de esos son rostros y otros son objetos. Así que básicamente es solo una gran tarea”, dice Dobs. “Necesita reconocer una identidad facial, así como una bicicleta o un bolígrafo”.
A medida que el programa aprendió a identificar los objetos y rostros, se organizó en una red de procesamiento de información que incluía unidades específicamente dedicadas al reconocimiento de rostros. Al igual que el cerebro, esta especialización se produjo durante las últimas etapas del procesamiento de imágenes. Tanto en el cerebro como en la red artificial, los primeros pasos en el reconocimiento facial involucran una maquinaria de procesamiento de visión más general, y las etapas finales se basan en componentes dedicados al rostro.
No se sabe cómo surge la maquinaria de procesamiento de rostros en un cerebro en desarrollo, pero según sus hallazgos, Kanwisher y Dobs dicen que las redes no necesariamente requieren un mecanismo innato de procesamiento de rostros para adquirir esa especialización. “No construimos nada superficial en nuestra red”, dice Kanwisher. “Las redes lograron segregarse sin recibir un empujón específico para la cara”.
Kanwisher dice que fue emocionante ver la red neuronal profunda segregarse en partes separadas para el reconocimiento de rostros y objetos. “Eso es lo que hemos estado observando en el cerebro durante unos 20 años”, dice. “¿Por qué tenemos un sistema separado para el reconocimiento facial en el cerebro? Esto me dice que es porque así es como se ve una solución optimizada”.
Ahora, está ansiosa por usar redes neuronales profundas para hacer preguntas similares sobre por qué otras funciones cerebrales están organizadas de la forma en que lo están. “Tenemos una nueva forma de preguntar por qué el cerebro está organizado de la forma en que lo está”, dice ella. "¿Cuánto de la estructura que vemos en los cerebros humanos surgirá espontáneamente al entrenar redes para realizar tareas comparables?"
Fuente: MIT.
