El sistema de IA YORU permite el control en tiempo real del comportamiento de cortejo de la mosca de la fruta
Investigadores han desarrollado YORU, un sistema de inteligencia artificial que detecta e interrumpe las canciones de cortejo de la mosca de la fruta al dirigir pulsos de luz a neuronas específicas en tiempo real.
Científicos de la Universidad de Nagoya, en colaboración con la Universidad de Osaka y la Universidad de Tohoku, han desarrollado un sistema de inteligencia artificial llamado YORU que puede detectar e interrumpir las canciones de cortejo de la mosca de la fruta al dirigir pulsos de luz a neuronas específicas en tiempo real.
En experimentos de laboratorio, los machos de la mosca de la fruta inician el cortejo extendiendo sus alas y produciendo una canción. YORU identifica este comportamiento desde su inicio y activa rápidamente un pulso de luz que silencia las neuronas responsables de la canción, deteniendo efectivamente la exhibición de cortejo.
YORU funciona reconociendo posturas completas como comportamientos individuales dentro de cada cuadro de video, logrando una tasa de precisión entre el 90 % y el 98 % en diversas especies, incluyendo moscas, hormigas y peces cebra. Esta detección rápida permite que el sistema actúe en aproximadamente 31 milisegundos, lo suficientemente rápido para influir en comportamientos en curso.
El sistema emplea optogenética, una técnica que utiliza luz para controlar neuronas modificadas genéticamente. Al detectar la extensión del ala asociada con el cortejo, YORU activa un pulso de luz verde que silencia las neuronas objetivo, lo que conduce a una disminución en el éxito reproductivo.
La precisión de YORU le permite dirigir su acción a moscas individuales incluso en ambientes concurridos. Al integrar datos de ubicación con un proyector, el sistema dirige la luz específicamente al sujeto deseado sin afectar a otros cercanos.
Más allá del control del comportamiento, YORU ayuda a interpretar la actividad cerebral correlacionando los comportamientos observados con patrones neuronales. Esta capacidad ayuda a los investigadores a distinguir señales neuronales significativas de la actividad de fondo.
Aunque YORU muestra avances significativos, tiene limitaciones. Algunos comportamientos que se desarrollan a lo largo de múltiples cuadros pueden pasar desapercibidos con el enfoque de detección por cuadro único. Además, las limitaciones del hardware introducen retrasos que podrían permitir que animales de movimiento rápido evadan la intervención.
El desarrollo de YORU representa un paso importante en la neurociencia, proporcionando una herramienta para estudiar las relaciones causales entre la actividad neuronal y el comportamiento en tiempo real. Investigaciones futuras buscan capturar comportamientos más complejos y reducir los retrasos del hardware para mejorar la precisión y aplicabilidad del sistema en entornos grupales dinámicos.