Entendre com el cervell transforma la llum que entra per l'ull en la percepció visual que en resulta és un dels reptes centrals de la neurociència. Un equip liderat pel doctor Joel Bauer, del Sainsbury Wellcome Centre de la Universitat de Londres (UCL), ha fet un pas en aquesta direcció fent servir intel·ligència artificial per «llegir» l'activitat cerebral de ratolins mentre miraven vídeos.
Els investigadors van enregistrar, amb imatge de calci de dos fotons, l'activitat de neurones individuals del còrtex visual de ratolins mentre veien clips de vídeo, tenint en compte també els seus moviments i els canvis en la mida de la pupil·la. A partir d'aquestes dades, van entrenar un model dinàmic de codificació neuronal —basat en una tècnica ja usada en la competició Sensorium del 2023— capaç de predir com respondrien les neurones a un vídeo determinat. Invertint aquest procés mitjançant optimització per retropropagació, el sistema va reconstruir clips de deu segons a partir, únicament, dels senyals neuronals corresponents a vídeos que l'algorisme no havia vist mai abans, amb una qualitat que millorava com més neurones individuals s'hi incorporaven.
És rellevant perquè fa servir dades d'una precisió que fins ara costava d'assolir —l'activitat de neurones individuals, en lloc de les mesures més agregades de tècniques com la ressonància magnètica funcional—, la qual cosa pot ajudar a entendre amb més detall com el cervell construeix la representació del que veiem, més enllà del que succeeix estrictament a la retina.
Els mateixos autors reconeixen limitacions clares: la resolució de les imatges reconstruïdes i el camp visual que cobreixen encara són reduïts, i hi ha marge ampli de millora abans que la tècnica es pugui aplicar de manera més general. L'estudi, a més, s'ha fet amb ratolins, i encara no es pot donar per fet que el mateix mètode funcioni igual en cervells humans.