Quando Platão decidiu definir o que fazia de um ser humano um ser humano, ele estabeleceu duas características principais: não temos penas e somos bípedes (andando na vertical com as duas pernas). A caracterização de Platão pode não abranger tudo o que identifica um humano, mas sua redução de um objeto às suas características fundamentais fornece um exemplo de uma técnica conhecida como análise de componentes principais.
Agora, os pesquisadores da Caltech combinaram ferramentas de aprendizado de máquina e neurociência para descobrir que o cérebro usa um sistema matemático para organizar objetos visuais de acordo com seus componentes principais. O trabalho mostra que o cérebro contém um mapa bidimensional de células que representam objetos diferentes. A localização de cada célula neste mapa é determinada pelos principais componentes (ou recursos) de seus objetos preferidos; por exemplo, células que respondem a objetos arredondados e curvos, como rostos e maçãs, são agrupadas, enquanto células que respondem a objetos pontiagudos, como helicópteros ou cadeiras, formam outro grupo.
A pesquisa foi realizada no laboratório de Doris Tsao (BS ’96), professora de biologia, diretora do Centro de Neurociência Tianqiao e Chrissy Chen e detentora de sua cadeira de liderança, e do pesquisador do Instituto Médico Howard Hughes. Um artigo descrevendo o estudo foi publicado na revista Nature em 3 de junho.
“Nos últimos 15 anos, nosso laboratório estudou uma rede peculiar no lobo temporal do cérebro dos primatas, especializada no processamento de rostos. Chamamos essa rede de ‘rede de correção facial’. Desde o início, havia uma questão de saber se a compreensão dessa rede de faces nos ensinaria algo sobre o problema geral de como reconhecemos objetos.Eu sempre sonhei que sim, e agora isso foi justificado de uma maneira surpreendente. a rede de patches de face tem vários irmãos, que juntos formam um mapa ordenado do espaço dos objetos. Portanto, os patches de rosto são uma peça de um quebra-cabeça muito maior, e agora podemos começar a ver como o quebra-cabeça inteiro é montado “, diz Tsao.
O córtex inferotemporal (TI) do cérebro é um centro crítico para o reconhecimento de objetos. Diferentes regiões ou “patches” dentro do córtex de TI codificam para o reconhecimento de coisas diferentes. Em 2003, Tsao e seus colaboradores descobriram que existem seis manchas faciais; também existem patches que codificam corpos, cenas e cores. Mas essas ilhas bem estudadas compõem apenas parte do córtex da TI, e as funções das células cerebrais localizadas entre elas não foram bem compreendidas.
Pinglei Bao, um pós-doutorado no laboratório de Tsao, queria entender essas regiões desconhecidas do córtex da TI. Trabalhando com primatas não humanos, Bao primeiro estimulou uma região do córtex da TI que não pertencia a nenhum dos patches definidos anteriormente e mediu como outras partes da TI reagiam à estimulação usando ressonância magnética funcional (fMRI). Ao fazer isso, ele descobriu uma nova rede: três regiões do córtex de TI que foram impulsionadas pela estimulação. Ele chamou essa rede de “rede terrestre de ninguém”, uma vez que pertencia a uma região desconhecida do córtex de TI.
Para determinar a que tipo de objetos a nova rede respondeu, Bao mostrou aos primatas imagens de milhares de objetos diferentes enquanto media a atividade dos neurônios na nova rede. Ele descobriu que os neurônios respondiam fortemente a um grupo de objetos que aparentemente não tinham nada em comum, exceto por uma característica curiosa: todos eles continham “protrusões” finas. Ou seja, objetos pontiagudos, como aranhas, helicópteros e cadeiras, acionavam a atividade das células da nova rede. Objetos redondos e suaves, como rostos, não provocavam quase nenhuma atividade nesta rede.
Bao começou a descrever matematicamente o que esses objetos tinham em comum. Embora uma pessoa possa descrever qualitativamente as características visíveis fundamentais que diferenciam a forma de uma cadeira de um rosto, ela não pode decompô-las em seus parâmetros matemáticos. Para fazer isso, Bao usou um tipo de programa de aprendizado de máquina chamado rede profunda, treinado para classificar imagens de objetos.
Bao pegou o conjunto de milhares de imagens que mostrara aos primatas e passou por uma rede profunda. Ele então examinou as ativações de unidades encontradas nas oito camadas diferentes da rede profunda. Como existem milhares de unidades em cada camada, era difícil discernir quaisquer padrões de disparo. Bao decidiu usar a análise de componentes principais para determinar os parâmetros fundamentais que impulsionam as mudanças de atividade em cada camada da rede. Em uma das camadas, Bao notou algo estranhamente familiar: um dos componentes principais foi fortemente ativado por objetos pontiagudos, como aranhas e helicópteros, e foi suprimido por rostos. Isso correspondia precisamente às preferências de objetos das células que Bao havia registrado anteriormente na rede terrestre de ninguém.
O que poderia explicar essa coincidência? Uma idéia era que o córtex da TI poderia realmente ser organizado como um mapa do espaço do objeto, com as dimensões x e y determinadas pelos dois principais componentes computados na rede profunda. Essa idéia previa a existência de regiões terrestres de face, corpo e de ninguém, uma vez que seus objetos preferidos caem ordenadamente em diferentes quadrantes do espaço de objetos calculados a partir da rede profunda. Mas um quadrante não tinha uma contrapartida conhecida no cérebro: objetos grossos, como rádios ou xícaras.
Bao decidiu mostrar imagens de primatas de objetos pertencentes a esse quadrante “ausente” enquanto monitorava a atividade de seus córtexes de TI. Surpreendentemente, ele encontrou uma rede de regiões corticais que respondiam apenas a objetos grossos, como previsto pelo modelo. Isso significa que a rede profunda previu com sucesso a existência de um conjunto de regiões cerebrais anteriormente desconhecido.
Por que cada quadrante foi representado por uma rede de várias regiões? Antes, o laboratório de Tsao havia descoberto que diferentes manchas de rosto em todo o córtex de TI codificam uma representação cada vez mais abstrata de rostos. Bao descobriu que as duas redes que ele descobriu mostravam a mesma propriedade: células em regiões mais anteriores do cérebro respondiam a objetos em diferentes ângulos, enquanto células em regiões mais posteriores respondiam a objetos apenas em ângulos específicos. Isso mostra que o lobo temporal contém várias cópias do mapa do espaço do objeto, cada uma mais abstrata que a anterior.
Por fim, a equipe ficou curiosa para ver como o mapa estava completo. Eles mediram a atividade cerebral de cada uma das quatro redes que compõem o mapa, enquanto os primatas visualizavam imagens de objetos e decodificaram os sinais do cérebro para determinar o que os primatas estavam vendo. O modelo foi capaz de reconstruir com precisão as imagens visualizadas pelos primatas.
“Agora sabemos quais recursos são importantes para o reconhecimento de objetos”, diz Bao. “A semelhança entre as características importantes observadas nos sistemas visuais biológicos e nas redes profundas sugere que os dois sistemas podem compartilhar um mecanismo computacional semelhante para o reconhecimento de objetos. De fato, é a primeira vez, que eu saiba, que uma rede profunda fez uma previsão sobre uma característica do cérebro que antes não era conhecida e acabou sendo verdadeira. Acho que estamos muito perto de descobrir como o cérebro dos primatas resolve o problema de reconhecimento de objetos “.
O artigo é intitulado “Um mapa do espaço do objeto no córtex inferotemporal dos primatas”.
Publicado em 07/06/2020 14h54
Artigo original:
Achou importante? Compartilhe!
Assine nossa newsletter e fique informado sobre Astrofísica, Biofísica, Geofísica e outras áreas. Preencha seu e-mail no espaço abaixo e clique em “OK”: