Los ordenadores suelen procesar datos con una rapidez muy superior a la del cerebro humano. Pero hay ciertas tareas, tales como el reconocimiento visual de objetos, algo fácil de hacer para el cerebro, que todavía son un serio desafío para las computadoras. Para explorar este fenómeno, los neurólogos han utilizado desde hace tiempo tests de categorización rápida, en los cuales los sujetos indican si un objeto de una clase específica (por ejemplo un animal) está presente o no en la imagen. Ahora, una imitación cibernética del proceso humano parece ser la mejor de todas, a juzgar por los resultados que obtiene en las pruebas.

Desarrollado por unos investigadores del MIT, el modelo actúa tan bien como lo hacen los humanos en esas pruebas de categorización rápida. El modelo incluso tiende a cometer errores similares a los típicos de los humanos, posiblemente debido a la gran fidelidad con que imita la organización del sistema visual del cerebro.

El trabajo podría conducir a mejorar los sistemas de visión artificial y también a incrementar la capacidad sensorial de las prótesis.

La investigación ha sido hecha por Tomaso Poggio, Aude Oliva y Thomas Serre. Ellos han creado un modelo que tiene en cuenta infinidad de datos anatómicos y fisiológicos cuantitativos sobre la corteza visual, y que intenta simular qué sucede en los primeros 100 milisegundos después de que vemos un objeto. Ésta es la primera vez que un modelo ha logrado reproducir el comportamiento humano en esa clase de tarea.

El trabajo apoya una hipótesis sostenida desde hace mucho tiempo, la de que la clasificación rápida se lleva a cabo de un modo "automático", sin intervención de las áreas cognoscitivas del cerebro.

Los resultados además indican que el modelo puede ayudar a los neurólogos a hacer predicciones, y también conducir a nuevos experimentos para explorar los mecanismos del cerebro implicados en la percepción visual humana, la cognición y el comportamiento.

Este modelo de reconocimiento inmediato puede proveer el esqueleto de una nueva teoría sobre la visión.

Podría haber otros mecanismos implicados, pero en cualquier caso, éste es un gran paso adelante en el camino para llegar a conocer los entresijos del procesamiento visual humano.

A principios de este año, el equipo de Poggio ya demostró que este modelo informático biológicamente inspirado puede también aprender a reconocer objetos del mundo real y a identificar objetos relevantes en escenas complejas.