Dos neurocientíficos de la Scuola Internazionale Superiore di Studi Avanzati (SISSA), de Trieste (Italia) han demostrado por primera vez experimentalmente la importancia de la experiencia visual pasiva en la infancia para la maduración y el funcionamiento adecuado de algunas neuronas clave involucradas en el proceso de visión, según publican en la revista ‘Science Advances’.
Es un paso fundamental hacia la comprensión de los mecanismos de aprendizaje durante el desarrollo. También tiene implicaciones clínicas potenciales para el estudio de nuevas terapias de rehabilitación visual e implicaciones tecnológicas, donde podría conducir a una mejora de los algoritmos de aprendizaje empleados por los sistemas de visión artificial.
Desde las primeras etapas de la gestación, nuestro sistema visual está sujeto a estímulos continuos que se vuelven cada vez más intensos y estructurados después del nacimiento. Están en el centro de los mecanismos de aprendizaje que, según algunas teorías, son fundamentales para el desarrollo de la visión.
«El aprendizaje tiene dos aspectos: ‘supervisado’ (es decir, guiado por un ‘maestro’) o ‘no supervisado’ (es decir, basado en la exposición espontánea y pasiva al medio ambiente) –explica Davide Zoccolan, director del Laboratorio de Neurociencia Visual de SISSA e investigador principal–. El primero es el que todos podemos asociar con nuestros padres o maestros, quienes nos dirigen al reconocimiento de un objeto. El segundo sucede espontáneamente, de forma pasiva, cuando nos movemos por el mundo observando lo que sucede a nuestro alrededor».
Giulio Matteucci y Davide Zoccolan han estudiado el papel de la experiencia visual espontánea y, en particular, el papel de la continuidad temporal de los estímulos visuales. Esta propiedad de la experiencia visual natural se considera fundamental para la maduración del sistema visual por algunos modelos teóricos que describen matemáticamente los procesos de aprendizaje biológico.
Para probar esta hipótesis, los investigadores exponen diariamente a dos grupos de roedores jóvenes a diferentes entornos visuales. «Reproducimos una serie de videos, ya sea en su versión original o después de mezclar aleatoriamente los cuadros individuales (o imágenes), destruyendo así la continuidad temporal de la experiencia visual», explican los científicos.
«En los sujetos expuestos a este flujo visual discontinuo, observamos el deterioro de la maduración de algunas células de la corteza visual llamadas ‘complejas’. Estas neuronas juegan un papel clave en el procesamiento visual: permiten reconocer la orientación del contorno de un objeto independientemente de su posición exacta en el campo visual, una habilidad perceptiva que solo recientemente se ha implementado en sistemas de visión artificial», añade.
EXPERIMENTOS Y CONCLUSIONES
Estas observaciones muestran la importancia de la experiencia visual pasiva para el desarrollo del sistema visual. También indican cómo las formas de aprendizaje espontáneo son la base del desarrollo de al menos alguna función visual primaria, mientras que otras formas de aprendizaje solo entran en juego más tarde, debido a la adquisición de habilidades más específicas y sofisticadas.
Estos son resultados con posibles implicaciones clínicas y tecnológicas, como explica Zoccolan. «En algunos países en desarrollo, hay niños que sufren de catarata congénita, que, después de la cirugía para extirparla, tienen que desarrollar sustancialmente desde cero sus habilidades de reconocimiento visual», recuerda.
«Ya hoy, algunos enfoques de rehabilitación explotan la continuidad temporal de estímulos visuales específicos (para ejemplo, formas geométricas en movimiento) para enseñar a estos pacientes a discriminar objetos visuales. Nuestros resultados confirman la validez de estos enfoques, revelando los mecanismos neuronales detrás de ellos y sugiriendo posibles mejoras y simplificaciones «, concluye el neurocientífico.
«Además, el desarrollo de sistemas visuales artificiales actualmente utiliza principalmente técnicas de aprendizaje ‘supervisadas’, que requieren el uso de millones de imágenes –añade–. Nuestros resultados sugieren que estos métodos deberían complementarse con algoritmos de aprendizaje ‘sin supervisión’ que imiten los procesos en el trabajo en el cerebro, para hacer que el entrenamiento sea más rápido y más eficiente».
