Inteligencia artificial
Modelo de Red Neuronal Ofrece Perspectiva sobre el Trastorno del Espectro Autista
Un grupo de investigadores de la Universidad de Tohoku ha utilizado un modelo de red neuronal que reproduce el cerebro en una computadora para obtener información sobre por qué las personas con trastorno del espectro autista tienen dificultades para interpretar las expresiones faciales.
La investigación se publicó en la revista Scientific Reports el 26 de julio de 2021.
Reconocer Diferentes Emociones
Yuta Takahashi es coautor del artículo.
“Los humanos reconocen diferentes emociones, como la tristeza y la ira al mirar las expresiones faciales. Sin embargo, se sabe poco sobre cómo llegamos a reconocer diferentes emociones basadas en la información visual de las expresiones faciales”, dijo Takahashi.
“Tampoco está claro qué cambios ocurren en este proceso que lleva a las personas con trastorno del espectro autista a luchar para leer las expresiones faciales”, continuó Takahashi.
Teoría de Procesamiento Predictivo
El grupo de investigación se basó en la teoría de procesamiento predictivo, que dice que el cerebro constantemente predice el próximo estímulo sensorial. Cuando la predicción es incorrecta, el cerebro se adapta y la información sensorial como las expresiones faciales ayuda a reducir el error de predicción.
El modelo de red neuronal artificial desarrollado por el equipo utiliza la teoría de procesamiento predictivo, y fue capaz de reproducir el proceso de desarrollo. Lo hizo entrenándose para predecir cómo se moverían partes de la cara en videos de expresiones faciales.
El siguiente paso fue autoorganizar los clusters de emociones en el espacio de neuronas de nivel superior del modelo de red neuronal. Al mismo tiempo, el modelo no sabía a qué emoción correspondía la expresión facial en el video.
El modelo también fue capaz de generalizar expresiones faciales desconocidas que no se habían dado en el entrenamiento, así como reproducir los movimientos de partes faciales mientras minimizaba los errores de predicción.
Imagen: Yuta Takahashi, et al
El equipo de investigadores luego indujo anormalidades en las actividades de las neuronas durante los experimentos, lo que ayudó a proporcionar información sobre los efectos en el desarrollo del aprendizaje y las características cognitivas. Los experimentos demostraron que la capacidad de generalización disminuyó en el modelo donde se redujo la heterogeneidad de la actividad en la población neural. Esto sugirió que la formación de clusters emocionales en las neuronas de nivel superior se inhibió, y llevó al modelo de red neuronal a tener tendencia a fallar en la identificación de la emoción de expresiones faciales desconocidas, que es también un síntoma del trastorno del espectro autista.
Takahashi dice que el estudio sugiere que la teoría de procesamiento predictivo puede explicar el reconocimiento de emociones a partir de expresiones faciales utilizando un modelo de red neuronal.
“Esperamos avanzar en nuestra comprensión del proceso por el cual los humanos aprenden a reconocer emociones y las características cognitivas de las personas con trastorno del espectro autista”, dijo Takahashi. “El estudio ayudará a desarrollar métodos de intervención adecuados para las personas que tienen dificultades para identificar emociones”.
