Investigadores japoneses desarrollan herramienta de IA para controlar circuitos cerebrales de animales en tiempo real

Investigadores de la Universidad de Nagoya han desarrollado un sistema de inteligencia artificial llamado YORU (Your Optimal Recognition Utility) que puede identificar comportamientos específicos de animales en tiempo real e interactuar inmediatamente con los circuitos cerebrales correspondientes. Este software de código abierto permite a los biólogos estudiar las interacciones sociales con una velocidad y precisión sin precedentes. Al tratar acciones complejas como objetos visuales distintos, YORU permite que las computadoras reconozcan comportamientos como el cortejo o el compartir comida y respondan en cuestión de milisegundos.

Los métodos tradicionales para analizar interacciones animales a menudo se basan en la estimación de posturas, rastreando puntos específicos del cuerpo a lo largo de los fotogramas de video para calcular el movimiento. Sin embargo, estas técnicas pueden tener dificultades cuando los animales están muy cerca o se superponen, lo que dificulta activar experimentos en momentos precisos. Para abordar esto, el equipo de investigación, incluyendo a Hayato M. Yamanouchi y Ryosuke F. Takeuchi bajo la dirección de la autora principal Azusa Kamikouchi, adoptó un enfoque diferente. Desarrollaron un sistema capaz de retroalimentación en "bucle cerrado", donde una computadora observa a un animal y genera instantáneamente un estímulo en respuesta. Por ejemplo, el sistema puede activar una luz en el momento en que una mosca extiende su ala.

YORU utiliza un algoritmo de aprendizaje profundo conocido como detección de objetos, que analiza la forma completa de un animal en un solo fotograma de video. Este método permite que el software reconozca acciones específicas como "objetos de comportamiento" distintos, tales como dos hormigas compartiendo comida o un macho de mosca vibrando su ala. Al ver el comportamiento como un objeto unificado en lugar de una colección de puntos, YORU maneja eficazmente escenarios donde los animales están en contacto o se superponen.

El equipo probó YORU en varias especies, incluyendo moscas de la fruta, hormigas y peces cebra, logrando tasas de precisión en detección entre el 90% y el 98% en comparación con la observación humana. El software también demostró efectividad en el análisis de la actividad cerebral en ratones, identificando con precisión comportamientos como correr, acicalarse y movimientos de bigotes, y correlacionando estas acciones con la actividad neuronal en la corteza del ratón.

En una prueba avanzada que involucró optogenética —una técnica que utiliza luz para controlar neuronas modificadas genéticamente— los investigadores modificaron moscas macho para que las neuronas responsables de su canto de cortejo se silenciaran con luz verde. YORU monitoreó a las moscas en tiempo real y, al detectar que un macho extendía su ala para cantar, activó una luz verde en milisegundos, causando que el macho cesara su canto de cortejo. Esta interrupción llevó a una disminución estadísticamente significativa en el éxito de apareamiento.

Hayato M. Yamanouchi, coautor principal de la Escuela de Posgrado de Ciencias de la Universidad de Nagoya, destacó la eficiencia del sistema:

"En lugar de rastrear puntos del cuerpo a lo largo del tiempo, YORU reconoce comportamientos completos a partir de su apariencia en un solo fotograma de video. Detectó comportamientos en moscas, hormigas y peces cebra con una precisión del 90-98% y funcionó un 30% más rápido que herramientas competidoras."

Los investigadores demostraron además la precisión de YORU usando un proyector para manipular solo a un animal en un par sin afectar al otro. Modificaron genéticamente a moscas hembras para que sus neuronas auditivas fueran sensibles a la luz y, al detectar la extensión del ala del macho, proyectaron un pequeño círculo de luz sobre el tórax de la hembra, silenciando sus neuronas auditivas justo cuando el macho intentaba cantar. Como resultado, la hembra ignoró los avances del macho porque no podía escucharlo.

La autora principal Azusa Kamikouchi explicó la importancia de esta precisión:

"Podemos silenciar las neuronas de cortejo de la mosca en el instante en que YORU detecta la extensión del ala. En un experimento separado, usamos luz dirigida que seguía a moscas individuales y bloqueamos solo las neuronas auditivas de una mosca mientras otras se movían libremente cerca."

La velocidad del sistema fue un foco principal para los investigadores. Al comparar YORU con SLEAP, una herramienta popular de estimación de posturas, se reveló que YORU mostró una latencia media de aproximadamente 31 milisegundos, alrededor de un 30% más rápido que el método alternativo. Tal velocidad es necesaria para estudiar circuitos neuronales, que operan en escalas de tiempo extremadamente rápidas.

Diseñado para ser amigable para biólogos sin amplia experiencia en programación, YORU incluye una interfaz gráfica que permite a los investigadores etiquetar comportamientos y entrenar la IA sin escribir código. El equipo ha hecho que el software sea de código abierto, permitiendo que laboratorios de todo el mundo lo descarguen y adapten a sus modelos animales específicos.

Aunque YORU ofrece velocidad y precisión, depende de la apariencia del comportamiento en un solo fotograma, lo que lo hace menos efectivo para identificar comportamientos que dependen de una secuencia de eventos a lo largo del tiempo. Además, la versión actual no rastrea automáticamente la identidad de animales individuales durante largos períodos, lo que puede requerir herramientas adicionales para estudios que necesiten historiales individuales a largo plazo.

A pesar de estas limitaciones, YORU representa un avance significativo en el estudio de la base neural de la comunicación. Al permitir que las computadoras reconozcan comportamientos sociales a medida que ocurren, los científicos pueden ahora explorar cómo el cerebro navega interacciones sociales complejas, abriendo nuevas vías para entender los mecanismos neuronales subyacentes al comportamiento.