{"id":73202,"date":"2001-03-01T10:40:00","date_gmt":"2001-03-01T13:40:00","guid":{"rendered":"http:\/\/revistapesquisa.fapesp.br\/2001\/03\/01\/programados-para-ver-2\/"},"modified":"2015-07-21T16:47:51","modified_gmt":"2015-07-21T19:47:51","slug":"programados-para-ver-2","status":"publish","type":"post","link":"https:\/\/revistapesquisa.fapesp.br\/es\/programados-para-ver-2\/","title":{"rendered":"Programados para ver"},"content":{"rendered":"

\u00bfQu\u00e9 se puede aprender con animales tan diferentes como una salamandra, un gato o una ara\u00f1a? Pues cient\u00edficos de la Universidad de S\u00e3o Paulo en S\u00e3o Carlos est\u00e1n aprendiendo a ver. El estudio de modelos biol\u00f3gicos ha sido indispensable para develar los secretos de una de las m\u00e1s complejas atribuciones del cerebro – la visi\u00f3n -, para despu\u00e9s ense\u00f1\u00e1rselos a una computadora. Y se est\u00e1 avanzando tanto en la teor\u00eda como en la pr\u00e1ctica. Podemos todav\u00eda estar lejos de HAL, la sagaz computadora de 2001,\u00a0Una Odisea Espacial<\/em>, o incluso de los androides casi humanos de\u00a0Blade Runner<\/em>, pero el Grupo de Investigaci\u00f3n en Visi\u00f3n Cibern\u00e9tica ya puede exhibir neuronas virtuales, que crean vida propia dentro del ambiente virtual y pueden ser controladas de acuerdo con las reglas inferidas en la investigaci\u00f3n con c\u00e9lulas reales. Es un camino que debe ser desandado: entender – a partir del modelo matem\u00e1tico – c\u00f3mo las neuronas naturales interact\u00faan, una tarea casi imposible a trav\u00e9s los medios habituales, ya que las neuronas en laboratorio solo pueden ser estudiadas aisladamente.<\/p>\n

El conocimiento acumulado por el equipo ha servido para el desarrollo de proyectos aplicados. Posibilit\u00f3 la construcci\u00f3n de un ojo mec\u00e1nico, terminado el a\u00f1o pasado, con base en el sistema visual de una ara\u00f1a. Y en medicina subsidia el desarrollo de un sistema de diagn\u00f3stico de la leucemia, que debe concluirse en cuatro a\u00f1os. El coordinador del grupo, Luciano da Fontoura Costa, ingeniero electr\u00f3nico con especializaci\u00f3n en F\u00edsica, ha prestado servicios de consultor\u00eda para las industrias nacionales y extranjeras. Dos ejemplos: cre\u00f3 un sistema de control de calidad de monitores de video para Hewlett Packard de Brasil, y un programa de reconocimiento de patrones e inteligencia artificial en redes de computadoras e Internet para Intelligent Network de Estados Unidos.<\/p>\n

Naranjas y manzanas
\n<\/strong>Las aplicaciones pr\u00e1cticas de la visi\u00f3n computacional, en los m\u00e1s diversos sectores, son inmensas, y atraen el inter\u00e9s de empresas y universidades en todo el mundo. Se estima que fuera de Brasil ese \u00e1rea mueve cerca de 5 mil millones de d\u00f3lares, a pesar de que los mecanismos de visi\u00f3n computacional todav\u00eda sufren limitaciones. Las m\u00e1quinas de inspecci\u00f3n visual ya pueden, por ejemplo, reconocer galletas quebradas entre medio de otras enteras, pero a\u00fan tienen dificultades para distinguir objetos con contornos similares, como naranjas y manzanas, o rostros masculinos y femeninos.<\/p>\n

Conscientes de la importancia estrat\u00e9gica que tiene ese \u00e1rea de investigaci\u00f3n, el grupo asentado en S\u00e3o Carlos se ha consolidado como uno de los m\u00e1s destacados de Brasil, con base en la multidisciplinariedad. Forman parte del equipo especialistas en Computaci\u00f3n, Matem\u00e1tica, F\u00edsica, Ingenier\u00eda Electr\u00f3nica y Mec\u00e1nica. Hay tambi\u00e9n neurocient\u00edficos, m\u00e9dicos, psic\u00f3logos e incluso fil\u00f3sofos. La mayor\u00eda de ellos ya se ha doctorado, por eso puede parecer extra\u00f1o que una ara\u00f1a o una salamandra le ense\u00f1e a un grupo calificado de\u00a0Homo sapiens<\/em> algo acerca de una capacidad innata y aparentemente tan sencilla como la visi\u00f3n. Al fin y al cabo, ver parece exigir menos esfuerzo que hacer c\u00e1lculos o tomar decisiones, por ejemplo.<\/p>\n

Pero no es tan as\u00ed. “Existe una tendencia a considerar la visi\u00f3n como si fuera un proceso simple y la imagen que vemos como una impresi\u00f3n directa del mundo a nuestro alrededor”, dice Costa, que coordin\u00f3 el recientemente finalizado proyecto\u00a0Investigaci\u00f3n en Visi\u00f3n Cibern\u00e9tica<\/em>, financiado por la FAPESP. “En realidad, la visi\u00f3n es un proceso sofisticado, que requiere cerca de la mitad de la capacidad del c\u00f3rtex cerebral de un primate y consiste en el pasaje de la imagen f\u00edsica a la interpretaci\u00f3n”. Se trata de un conjunto de procesos capaces de identificar y localizar los objetos existentes en el mundo a partir de la informaci\u00f3n visual captada por sensores, una habilidad que ni siquiera las m\u00e1quinas m\u00e1s sofisticadas lograron conquistar todav\u00eda.<\/p>\n

Forma y funci\u00f3n
\n<\/strong>Costa est\u00e1 seguro de que encontrar\u00e1 en la naturaleza las soluciones para el desaf\u00edo de ense\u00f1ar a una m\u00e1quina a ver. “Si compar\u00e1ramos el sistema de nervios a una m\u00e1quina”, dice Costa, “el programa de la visi\u00f3n estar\u00eda totalmente codificado en las neuronas”. De esa manera, el primer paso en la investigaci\u00f3n consiste en conocer y clasificar las c\u00e9lulas nerviosas. “Antes de crear un buen modelo matem\u00e1tico-computacional, debemos conocer la anatom\u00eda y la fisiolog\u00eda de esas c\u00e9lulas, y develar la relaci\u00f3n entre sus formas y funciones”, comenta. El cerebro humano tiene centenas de tipos de neuronas y todo indica que esas diferencias son determinadas por las interacciones internas y externas del individuo, toda vez que nuestro material gen\u00e9tico no es suficiente como para justificar un n\u00famero tan alto de formas.<\/p>\n

La teor\u00eda no es original. En las postrimer\u00edas del siglo XIX, el m\u00e9dico espa\u00f1ol Santiago Ram\u00f3n y Cajal (1852-1934), pionero en el estudio de tejidos neuronales, atribu\u00eda la propia inteligencia humana a la forma de las neuronas. Cajal gan\u00f3, junto al italiano Camillo Golgi (1843-1926), el Premio Nobel de Medicina y Fisiolog\u00eda de 1906, y pasar\u00eda a la posteridad como creador de la neurociencia moderna; pero su inter\u00e9s por la forma neuronal no recibir\u00eda mayor atenci\u00f3n en el transcurso del siglo XX.<\/p>\n

En Brasil, la llamada neuromorfometr\u00eda continuar\u00eda como un campo de investigaci\u00f3n pr\u00e1cticamente in\u00e9dito hasta que el Grupo de Visi\u00f3n Cibern\u00e9tica iniciara sus estudios acerca de c\u00f3mo la forma puede influir en el comportamiento de las neuronas. “La definici\u00f3n de la forma de una neurona puede estar directamente relacionada con el establecimiento de conexiones sin\u00e1pticas. C\u00e9lulas m\u00e1s complejas, con mayores ramificaciones dendr\u00edticas, se conectan a un n\u00famero mayor de c\u00e9lulas. Uno de nuestros objetivos es obtener par\u00e1metros que puedan clasificarlas”, dice Costa.<\/p>\n

El estudio se concentr\u00f3 en dos tipos de neuronas, las c\u00e9lulas ganglionarias y las piramidales, las primeras de la retina del gato y de la salamandra y las otras del rat\u00f3n. Como el laboratorio del grupo en el Instituto de F\u00edsica de S\u00e3o Carlos no trabaja con animales, las im\u00e1genes de neuronas reales fueron aportadas por socios en la investigaci\u00f3n, como el Departamento de Fisiolog\u00eda de la Universidad de Minnesota, en Estados Unidos, y la Universidad Federal de R\u00edo de Janeiro (UFRJ). A partir de las im\u00e1genes reales, analizadas con m\u00e9todos estad\u00edsticos y de computaci\u00f3n gr\u00e1fica, los investigadores construyeron sistemas neuronales virtuales. Con ellos, pueden conocer mejor el funcionamiento de las neuronas, fundamentales para la visi\u00f3n, y simular situaciones reales. \u00c9sta es la llamada visi\u00f3n cibern\u00e9tica, la expresi\u00f3n que los investigadores adoptan, debido a que el \u00e1rea representa la interfaz entre la visi\u00f3n biol\u00f3gica y la computacional.<\/p>\n

Simulaciones
\n<\/strong>Pero lo que realmente se pretende es generar neuronas realistas, estad\u00edsticamente similares a las naturales. Para llegar a ello, el primer desaf\u00edo – y quiz\u00e1s el m\u00e1s dif\u00edcil- consiste en establecer patrones de clasificaci\u00f3n. \u00bfQu\u00e9 es lo hace que una neurona de la c\u00e9lula ganglionaria de la retina del gato se diferencie de cualquier otra? Fue necesario escoger un conjunto de medidas que representaran a cada grupo de neuronas, tales como el tama\u00f1o, el ancho, su orientaci\u00f3n y \u00e1ngulos de los segmentos de las dendritas y las ramificaciones de ese tipo de c\u00e9lula. Seg\u00fan Costa, la elecci\u00f3n de esos par\u00e1metros representa un problema en abierto, que debe tener en cuenta qu\u00e9 es lo que se pretende estudiar.<\/p>\n

La cuesti\u00f3n de la extracci\u00f3n de medidas, punto clave para la creaci\u00f3n del sistema nervioso virtual, tambi\u00e9n es fundamental para el desarrollo de un mecanismo visual cibern\u00e9tico. A partir de una escena cualquiera, la computadora tendr\u00e1 que captar la imagen que le interesa – como hace el ojo biol\u00f3gico – y extraer de \u00e9sta los atributos (o medidas) necesarios para su reconocimiento. El secreto es saber cu\u00e1les medidas son capaces de transformar la imagen en eficientes algoritmos (modelos o expresiones matem\u00e1ticos) de identificaci\u00f3n. En medio de un grupo de personas, por ejemplo, \u00bfqu\u00e9 es lo que hace que hombres y mujeres sean estad\u00edsticamente diferentes entre s\u00ed? \u00bfAltura, largo del cabello, \u00e1ngulos de las facciones? Aquello que en el animal parece instintivo, la computadora deber\u00e1 aprenderlo paso a paso.<\/p>\n

El ojo de la ara\u00f1a
\n<\/strong>El desarrollo de un sistema de reconocimiento m\u00e1s eficiente fue el objetivo de uno de los primeros trabajos pr\u00e1cticos realizados por el Grupo de Investigaci\u00f3n en Visi\u00f3n Cibern\u00e9tica: la construcci\u00f3n de un ojo mec\u00e1nico. El trabajo comenz\u00f3 en 1993, cuando Costa volvi\u00f3 despu\u00e9s de doctorarse en el King’s College, en Londres, y termin\u00f3 el a\u00f1o pasado. El modelo utilizado fue el sistema visual de varias especies de ara\u00f1a saltadora, de la familia\u00a0Salticidae<\/em>, escogida por tener una visi\u00f3n bastante evolucionada. Seg\u00fan Costa, esa especie posee el sistema visual m\u00e1s desarrollado entre los invertebrados terrestres e, incluidos los acu\u00e1ticos, solo est\u00e1 atr\u00e1s del pulpo. Adem\u00e1s, logra detectar segmentos de recta, una habilidad ideal para el desarrollo de un ojo mec\u00e1nico, debido a que facilita el almacenamiento de informaci\u00f3n.<\/p>\n

Visi\u00f3n selectiva
\n<\/strong>El trabajo comenz\u00f3 con la observaci\u00f3n del comportamiento de la ara\u00f1a. Cautiva delante de la pantalla de una computadora,ve\u00eda im\u00e1genes de hipot\u00e9ticas presas y depredadores, y los investigadores observaban sus reacciones. Costa ahora reconoce que ese tipo de abordaje ten\u00eda una falla: la observaci\u00f3n humana es subjetiva, es decir: diferentes observadores pueden llegar a diferentes conclusiones. Por eso el trabajo debi\u00f3 sofisticarse, con la inclusi\u00f3n de un estetoscopio electr\u00f3nico. Colocado sobre el abdomen de la ara\u00f1a, el aparato midi\u00f3 los micromovimientos abdominales – donde se aloja el coraz\u00f3n del animal – y obtuvo una medici\u00f3n m\u00e1s objetiva de la respuesta a los est\u00edmulos. Los investigadores observaron que la ara\u00f1a saltadora era capaz de reconocer r\u00e1pidamente si la imagen proyectada en la pantalla era de otra ara\u00f1a o no.<\/p>\n

La retina de la ara\u00f1a saltadora, que tiene una forma alargada como la de un boomerang y capacidad de movimiento, mientras que la c\u00f3rnea permanece fija (al contrario que en el ojo humano), sirvi\u00f3 de modelo para la creaci\u00f3n de un prototipo de ojo mec\u00e1nico que detectase rectas con gran eficiencia para reconocer objetos de inmediato. Ese abordaje llev\u00f3 tambi\u00e9n a la interpretaci\u00f3n del reconocimiento de rectas como un problema de optimizaci\u00f3n matem\u00e1tica. Otra aplicaci\u00f3n pr\u00e1ctica de la investigaci\u00f3n de visi\u00f3n cibern\u00e9tica involucr\u00f3 aplicaciones experimentales en las estaciones ferroviarias de Londres, en un trabajo en colaboraci\u00f3n con el King’s College.<\/p>\n

Se trata de un sistema de estimaci\u00f3n de densidad poblacional para monitorear \u00e1reas donde se agrupan multitudes. Como en una multitud aparecen apenas pedazos de cuerpos, la computadora no reconoce seres humanos individuales. La t\u00e9cnica se basa en las diferencias de patrones de textura. Im\u00e1genes de baja densidad de personas tienden a presentar textura gruesa, mientras que las im\u00e1genes m\u00e1s densas presentan texturas m\u00e1s delgadas. De esa manera, las im\u00e1genes son clasificadas en diferentes categor\u00edas de texturas. Despu\u00e9s, se emplean estad\u00edsticas de esas clases para estimar el n\u00famero de personas.<\/p>\n

La computadora tambi\u00e9n opta
\n<\/strong>A\u00fan m\u00e1s sorprendente es el programa que eval\u00faa la percepci\u00f3n visual, un atributo a\u00fan poco conocido por cient\u00edficos y bastante influido por el ambiente, el contexto sociocultural y las emociones. “La imagen de televisi\u00f3n es enviada a los aparatos con p\u00e9rdida de calidad”, ejemplifica Costa. “Si nuestra percepci\u00f3n fuese lineal, bastar\u00eda medir la imagen original, sacar la diferencia y establecer patrones de calidad”. Pero la imagen puede tener distorsiones y aun as\u00ed ser agradable. Un modelo adecuado para evaluar la calidad de las im\u00e1genes deber\u00eda ser capaz de considerar las sutilezas del sistema visual humano.<\/p>\n

Fue exactamente eso lo que la computadora hizo. El a\u00f1o pasado, los investigadores invitaron a un grupo de 20 personas de diferentes segmentos sociales a atribuir notas a cerca de 50 im\u00e1genes. A partir de dichas notas, asociadas a medidas tales como dimensiones, contraste y color, los especialistas elaboraron un algoritmo que le permitiera a la computadora evaluar otras im\u00e1genes. Luego compararon los dos dict\u00e1menes. Humanos y m\u00e1quinas valoraron puntos tales como calidad art\u00edstica y originalidad, atributos directamente relacionados con el contexto cultural. La mayor sorpresa consisti\u00f3 en que las notas dadas por los humanos y por el modelo computacional fueron bastante parecidas.<\/p>\n

Respuestas r\u00e1pidas
\n<\/strong>Como las im\u00e1genes permanec\u00edan en la pantalla por pocos segundos, una justificaci\u00f3n posible para la incre\u00edble concordancia es que puedan haber sido valoradas medidas m\u00e1s primitivas. En el ser humano, la informaci\u00f3n visual pasa primero por la base del l\u00f3bulo occipital, regi\u00f3n de la corteza cerebral localizada cercade la nuca y responsable por el reconocimiento de segmentos de recta, que efect\u00faa el procesamiento primario de la informaci\u00f3n visual. Si la imagen permaneciera en la pantalla durante m\u00e1s tiempo, la informaci\u00f3n se dirigir\u00eda hacia regiones cerebrales m\u00e1s influidas por las emociones y los contextos culturales, lo que podr\u00eda causar distorsiones con relaci\u00f3n a la evaluaci\u00f3n de la computadora. Seg\u00fan Costa, ese detalle no inviabiliza una posible aplicaci\u00f3n del experimento, sobre todo para la evaluaci\u00f3n de contenidos visuales que deben provocar impacto o agradar de inmediato, como afiches en las calles, p\u00e1ginas de Internet o incluso anuncios publicitarios de televisi\u00f3n. “Uno de losbeneficios de esta investigaci\u00f3n consiste en la identificaci\u00f3n de la importancia espec\u00edfica de los diversos atributos visuales en el proceso de percepci\u00f3n”, dice Costa.<\/p>\n

Actualmente, el grupo de S\u00e3o Carlos trabaja en un programa de diagn\u00f3stico de leucemia semiautom\u00e1tico en colaboraci\u00f3n con los hemat\u00f3logos Marco Zago, de la Facultad de Medicina de la USP de Ribeir\u00e3o Preto, y S\u00e9rgio Martins, del Hemocentro tambi\u00e9n de Ribeir\u00e3o. El objetivo es crear un\u00a0software<\/em> de apoyo para los m\u00e9dicos, para el reconocimiento de c\u00e9lulas anormales diferenciadas por alteraciones de formato. “Primero la computadora debe separar los tipos de c\u00e9lula de la sangre y reconocer los leucocitos, solo despu\u00e9s de eso podr\u00e1 efectuar las mediciones”, dice Costa. Hoy en d\u00eda el diagn\u00f3stico es realizado de manera visual, y un tanto subjetiva.<\/p>\n

Facilidades
\n<\/strong>Costa cree que el diagn\u00f3stico se tornar\u00e1 no solamente m\u00e1s r\u00e1pido, sino tambi\u00e9n m\u00e1s preciso y objetivo. “Ciertos tipos de leucemia se asocian a alteraciones morfol\u00f3gicas bastante t\u00edpicas, como anormalidades en la forma del n\u00facleo y del citoplasma de la c\u00e9lula”, comenta. Por tal motivo, parece posible relacionar r\u00e1pidamente la forma de la c\u00e9lula al tipo de enfermedad y, cruzando el resultado con los datos cl\u00ednicos, tomar decisiones a\u00fan m\u00e1s precisas respecto a la forma de tratamiento.<\/p>\n

Recientemente, el grupo de S\u00e3o Carlos se integr\u00f3 al Proyecto Genoma Humano del C\u00e1ncer. Algunas de sus tareas ya definidas consisten en aplicar t\u00e9cnicas de procesamiento de se\u00f1ales e im\u00e1genes, reconocimiento de patrones, inteligencia artificial y procesamiento de datos en el an\u00e1lisis de las informaciones obtenidas en el marco de ese proyecto financiado en conjunto por la FAPESP y el Instituto Ludwig.<\/p>\n

Parte de esa trayectoria de ocho a\u00f1os est\u00e1 reunida en el recientemente lanzado\u00a0Shape Analysis and Classification: Theory and Practice<\/em>, escrito por Costa en sociedad con Roberto Marcondes C\u00e9sar Jr., del Instituto de Matem\u00e1tica y Estad\u00edstica de la USP de S\u00e3o Paulo, por invitaci\u00f3n de la editorial norteamericana CRC Press. Mirando hacia adelante, el d\u00fao de investigadores pretende ahora avanzar en estudios de visi\u00f3n cibern\u00e9tica con aplicaciones en an\u00e1lisis de im\u00e1genes de microscop\u00eda, inspecci\u00f3n visual y reconocimiento de faces, a partir del proyecto tem\u00e1tico recientemente firmado, que ser\u00e1 desarrollado en los pr\u00f3ximos tres a\u00f1os.<\/p>\n

LOS PROYECTOS
\n<\/strong>Investigaci\u00f3n en Visi\u00f3n Cibern\u00e9tica
\nModalidad
\n<\/strong>Programa de Apoyo a J\u00f3venesInvestigadores
\n<\/strong>Inversi\u00f3n
\n<\/strong>R$ 81.300,00 y US$ 5.000,00<\/p>\n

Desarrollo y Evaluaci\u00f3nde M\u00e9todos Originales y Precisosen An\u00e1lisis de Formas e Im\u00e1genesy Visi\u00f3n Computacional
\nModalidad<\/strong>
\nProyecto tem\u00e1tico
\nInversi\u00f3n<\/strong>
\nR$ 325.000,00 y US$ 130.000,00
\nCoordinador<\/strong>
\nLuciano da Fontoura Costa -Instituto de F\u00edsica de S\u00e3o Carlosde la Universidad de S\u00e3o Paulo<\/p>\n","protected":false},"excerpt":{"rendered":"Animales les ense\u00f1an a las computadoras a identificar objetos\r\n","protected":false},"author":131,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_exactmetrics_skip_tracking":false,"_exactmetrics_sitenote_active":false,"_exactmetrics_sitenote_note":"","_exactmetrics_sitenote_category":0,"footnotes":""},"categories":[181],"tags":[],"coauthors":[440],"class_list":["post-73202","post","type-post","status-publish","format-standard","hentry","category-ciencia-es"],"acf":[],"_links":{"self":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/posts\/73202","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/users\/131"}],"replies":[{"embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/comments?post=73202"}],"version-history":[{"count":0,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/posts\/73202\/revisions"}],"wp:attachment":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/media?parent=73202"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/categories?post=73202"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/tags?post=73202"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/coauthors?post=73202"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}