La IA entrenada en el filtrado de spam descifra las respuestas neuronales de Hydra en tiempo real

• Los investigadores utilizan un algoritmo de aprendizaje automático (desarrollado originalmente para filtrar spam) para analizar el comportamiento de Hydra. 
• Puede analizar el comportamiento en tiempo real y mostrar cómo responden las neuronas de Hydra a diferentes entornos. 
• Para hacer esto, aplicaron un modelo de clasificación de bolsa de palabras al video que contiene todas las actividades de Hydra. 

Llevamos siglos estudiando el comportamiento de los animales. Implica muchas observaciones detalladas y una atención minuciosa. Pero existen algunas técnicas eficientes que pueden automatizar el proceso de identificación y clasificación.

Recientemente, científicos de la Universidad de Columbia demostraron cómo se podría utilizar un algoritmo de filtrado de spam para analizar el comportamiento de los animales. Crearon un proceso automático de análisis de comportamiento que aprende a seleccionar (a partir de un vídeo) el repertorio de comportamiento completo de Hydra.

La hidra es un organismo de agua dulce con capacidad regenerativa:no muere de vejez. No tienen cerebro, pero cientos de neuronas recorren su cuerpo traslúcido coordinando múltiples comportamientos.

Se comportan de manera predecible y, al comparar su comportamiento con la activación de sus neuronas, los científicos pudieron comprender cómo funciona el sistema nervioso de animales complejos.

Se ha utilizado la inteligencia artificial para examinar en parte cómo se arrastran los gusanos y cómo vuelan algunas moscas, pero esta es la primera vez que los investigadores utilizan el aprendizaje automático para describir el comportamiento de un animal.

El algoritmo de aprendizaje automático

El algoritmo puede analizar el comportamiento en tiempo real:ayuda a los investigadores a observar si Hydra puede aprender algo y, si lo hace, cómo responden sus neuronas.

En 2017, los investigadores encontraron cuatro tipos de circuitos neuronales responsables de controlar cuatro comportamientos diferentes de flexión y alargamiento. Esto les ayudó a comprender cómo el sistema nervioso de Hydra controla su comportamiento.

Ahora han ido un paso más allá:han catalogado un conjunto completo de comportamientos de Hydra.

El equipo aplicó el conocido modelo de bolsa de palabras al vídeo que contiene todas las actividades de Hydra. El modelo simplifica la representación utilizada en la recuperación de información y el procesamiento del lenguaje natural. Además, los investigadores identificaron métodos no supervisados y comportamientos no anotados.

Las neuronas de Hydra se muestran como un indicador de fluorescencia verde | Crédito:Universidad de Columbia

Referencia:eLifeSciences | doi:10.7554/eLife.32605.001 | Universidad de Columbia 

El modelo de bolsa de palabras considera vídeos e imágenes como “bolsas” de palabras visuales, como pequeños parches en las imágenes, o características de forma y vídeo extraídas de esos pequeños parches. En comparación con otros métodos, es más resistente frente a desafíos como la orientación, la oclusión y el cambio en el ángulo de visión.

Para hacerlo más eficiente, los investigadores integraron este modelo con otros métodos computacionales, incluida la trayectoria densa (codifica estadísticas de forma y movimiento), segmentación de partes del cuerpo (describe información espacial) y vectores de Fisher (representa palabras visuales de manera estadística).

El algoritmo recorrió las horas de vídeo y detectó movimientos repetitivos, al igual que examina cuántas veces aparecen palabras en el cuerpo de un texto para seleccionar temas y marcar el correo electrónico.


Crédito:Yuste Lab / Universidad de Columbia

El algoritmo identificó con éxito 10 de los comportamientos informados anteriormente. De hecho, evaluó 6 de esos comportamientos que respondieron a diferentes escenarios circundantes. Los resultados fueron bastante interesantes, el comportamiento de Hydra apenas cambió. Ya sea que mantuvieras las luces apagadas o encendidas, lo alimentaras o no, repitió lo mismo varias veces.

¿Qué sigue?

Los investigadores planean experimentar con estímulos para observar cualquier cambio en el comportamiento de Hydra. El objetivo final es descubrir el código neuronal que revela cómo las redes neuronales de Hydra producen comportamiento. En el futuro, la técnica también podrá incorporarse a otros organismos que han evolucionado a lo largo de miles de siglos.

Leer:El nuevo modelo de aprendizaje automático puede prevenir infecciones mortales

Lo aprendido en este estudio podría ser útil para otras ramas de la ingeniería interesadas en mantener un control preciso y la estabilidad en máquinas como aviones y barcos, que navegan en entornos hostiles.