Interfaccia cervello–macchina

Espressioni facciali dei topi analizzate con l’intelligenza artificiale

mm

Secondo Nature, un team di ricercatori ha recentemente impiegato l’intelligenza artificiale per analizzare e interpretare le espressioni facciali dei topi. I topi da laboratorio sono alcuni degli animali da laboratorio più comunemente utilizzati, ma si sa poco su come si esprimono con il viso. La ricerca potrebbe anche aiutare gli scienziati a capire quali neuroni influenzano specifiche espressioni facciali negli esseri umani.

Lo studio delle espressioni animali è un’idea vecchia, ma una disciplina relativamente nuova. Darwin ipotizzò inizialmente che le espressioni facciali degli animali potrebbero darci informazioni sui loro sentimenti, ma solo recentemente la scienza e la tecnologia hanno raggiunto un punto in cui è possibile studiare tali espressioni e sentimenti.

David Anderson, un neuroscienziato del California Institute of Technology di Pasadena, ha spiegato che lo studio era un passo importante per demistificare come il cervello manifesta certe emozioni e come queste emozioni potrebbero essere espresse nei muscoli facciali. Nel frattempo, Nadine Gogalla, un neuroscienziato del Max Planck Institute of Neurobiology in Germania, ha spiegato la razionalità dietro lo studio. Gogalla ha guidato lo studio e si è ispirata a un articolo del 2014 scritto da Anderson e colleghi. Nel loro articolo, Anderson e colleghi ipotizzano che le emozioni e altri stati cerebrali dovrebbero mostrare certi attributi misurabili, teorizzando che la forza dello stimolo dovrebbe influenzare la gravità dell’emozione e che le emozioni dovrebbero essere persistenti, continuando anche dopo che lo stimolo responsabile di esse è terminato.

Come spiega Inverse, Gogolla e gli altri ricercatori hanno filmato i volti dei topi mentre venivano esposti a una varietà di stimoli, sia piacevoli che spiacevoli. Ad esempio, sono stati dati loro fluidi amari o dolci. I ricercatori hanno affermato che i topi possono cambiare le loro espressioni alterando strutture facciali come il naso, gli occhi, le orecchie e le guance. Tuttavia, non c’era un metodo per collegare facilmente diverse espressioni facciali a diverse emozioni. Il team di ricerca ha affrontato questo problema prendendo i video dei volti dei topi e dividendo gli stessi in brevi clip, che sono state poi alimentate in un algoritmo di apprendimento automatico.

Camilla Bellone dell’Università di Ginevra in Svizzera, afferma che il metodo guidato dall’AI per esaminare le espressioni facciali è prezioso “perché evita ogni pregiudizio dello sperimentatore”.

L’algoritmo di apprendimento automatico è stato in grado di riconoscere le diverse espressioni facciali dei topi, poiché il movimento di diversi muscoli facciali è correlato a diverse emozioni. Un topo mostra che sta provando piacere tirando la mascella e le orecchie in avanti e tirando la punta del naso verso il basso, verso la bocca. Inoltre, analizzando come le espressioni si manifestano in risposta agli stimoli, il team di ricerca ha scoperto che le espressioni erano sia persistenti che correlate con la forza dello stimolo, proprio come teorizzato da Anderson e colleghi.

Il team di ricercatori ha poi utilizzato una tecnica chiamata optogenetica per cercare di determinare quali cellule cerebrali sono responsabili di queste emozioni. Il team di ricerca ha esaminato i circuiti neurali individuali associati a certe emozioni negli animali. Quando questi circuiti sono stati stimolati, i topi hanno fatto le corrispondenti espressioni facciali.

Il team di ricercatori ha anche utilizzato una tecnica chiamata imaging del calcio a due fotoni, che può tracciare singoli neuroni. Utilizzando questa tecnica, hanno identificato neuroni nel cervello dei topi che si attivavano solo quando certe espressioni facciali, e quindi emozioni, venivano osservate. Gogolla ha ipotizzato che questi neuroni potrebbero rappresentare parte di un codice per le emozioni nel cervello, un codice che potrebbe essere conservato lungo la storia evolutiva dei mammiferi, e quindi topi e esseri umani potrebbero condividere alcune caratteristiche comuni in questo codice.

Blogger e programmatore con specializzazioni in Machine Learning e Deep Learning argomenti. Daniel spera di aiutare gli altri a utilizzare il potere dell'AI per il bene sociale.