In un passo significativo verso la comprensione e la decodifica dei segnali cerebrali, i ricercatori della École Polytechnique Fédérale de Lausanne (EPFL) hanno sviluppato un innovativo algoritmo di apprendimento automatico chiamato CEBRA.
Questo algoritmo è in grado di creare modelli di reti neurali artificiali che catturano la dinamica cerebrale con una precisione impressionante, avvicinandoci alla ricostruzione di ciò che un soggetto vede basandosi esclusivamente sui segnali cerebrali.
CEBRA, meraviglia matematica
Utilizzando questo unico algoritmo, i ricercatori EPFL hanno dimostrato di poter decodificare ciò che un topo vede mentre guarda un film. I dati utilizzati per la decodifica video sono stati ottenuti attraverso l’Allen Institute e consistevano in segnali cerebrali registrati, o acquisiti direttamente misurando l’attività cerebrale tramite sonde elettrode o ottiche inserite nell’area della corteccia visiva del cervello del topo.
L’abilità dell’algoritmo di ricostruire dati sintetici supera di gran lunga tutti gli altri algoritmi esistenti. Date voi stessi un’occhiata.
EPFL va oltre la neuroscienza
Le potenziali applicazioni di CEBRA vanno oltre la neuroscienza. Questo algoritmo potrebbe essere applicato a qualsiasi set di dati, come il comportamento animale o i dati di espressione genica. Questo apre a emozionanti potenziali applicazioni cliniche, posizionando CEBRA come un importante contributo nel nostro viaggio per comprendere sistemi complessi come il cervello.
Per essere più precisi? Questo studio del team EPFL, guidato da Mackenzie Mathis, rappresenta un passo significativo verso le interfacce cervello-macchina (BMI) ad alte prestazioni. Una promettente piattaforma per scoprire nuovi principi nella neuroscienza. E, per gli amanti del retropensiero, un metodo per trasformare in potenziali “telecamere” anche gli animali. La ricerca è stata pubblicata nella prestigiosa rivista scientifica Nature (ve la linko qui), e segna una decisa svolta in questo campo.
In sintesi
L’algoritmo CEBRA rappresenta un salto in avanti nella nostra comprensione di come il cervello elabora le informazioni visive. Il potenziale per l’uso di questa conoscenza in applicazioni pratiche (come sempre, sia nel bene che nel male) è immenso.
La combinazione di neuroscienza e apprendimento automatico hanno solo iniziato a mostrarci il film del futuro.
