Comunicazione

Un team di ricercatori ha sviluppato una teoria matematica che prevede con maggiore precisione la probabilità di insorgenza di un'epidemia rispetto ai modelli tradizionali che ignorano gli adattamenti evolutivi.

Gli scienziati Roland Benoit e Philipp Paulus dimostrano che i nostri atteggiamenti possono essere influenzati non solo da ciò che viviamo realmente, ma anche da ciò che immaginiamo.

A volte nella vita ci sono luoghi speciali che sembrano distinguerci: un cortile della scuola, forse una vecchia chiesa, quell'angolo di strada poco appariscente dove sei stato baciato per la prima volta. Prima del bacio non avevi nemmeno notato quell'angolo. È come se l'esperienza speciale con quella persona amata trasferisse emozioni positive nel luogo.

Il nostro atteggiamento nei confronti di questi luoghi cambia così improvvisamente - diventano per noi preziosi.

Ma questo potrebbe anche accadere semplicemente per il potere dell'immaginazione piuttosto che per le esperienze reali?

Gli studiosi Roland G. Benoit (1) e Philipp C. Paulus (2) del Max Planck Institute for Human Cognitive and Brain Sciences, insieme al dottor Daniel L. Schacter (3) della Harvard University, hanno esaminato questa domanda in uno studio pubblicato sulla rivista 'Nature Communications'. (4)

Essi dimostrano che i nostri atteggiamenti possono essere influenzati non solo da ciò che viviamo realmente, ma anche da ciò che immaginiamo. Inoltre, credono che il fenomeno sia basato sull'attività in una particolare posizione nella parte anteriore del nostro cervello, la corteccia prefrontale ventromediale.

Ai partecipanti al loro studio è stato chiesto innanzitutto di nominare le persone che amano molto e anche le persone a cui non piacciono affatto. Inoltre, è stato chiesto loro di fornire un elenco di luoghi che consideravano neutrali. Più tardi, quando i partecipanti erano sdraiati nello scanner della risonanza magnetica, gli è stato chiesto di immaginare, con la massima concentrazione, come avrebbero trascorso del tempo con una persona amata in uno dei luoghi neutrali.

Il laboratorio DiCarlo rileva che un'architettura ricorrente aiuta sia l'intelligenza artificiale che il nostro cervello a identificare meglio gli oggetti.

La capacità di ogni persona nel riconoscere oggetti è notevole. Se si vede una tazza sotto un'illuminazione insolita o da direzioni inaspettate, ci sono buone probabilità che il proprio cervello continui a calcolare che si tratta di una tazza. Tale riconoscimento preciso dell'oggetto è un 'santo graal' per gli sviluppatori di intelligenza artificiale, come gli scienziati che si occupano di migliorare la navigazione delle auto con guida autonoma.

Anche se la modellazione del riconoscimento degli oggetti principali nella corteccia visiva ha rivoluzionato i sistemi di riconoscimento visivo artificiale, gli attuali sistemi di apprendimento profondo sono semplificati e non riescono a distinguere alcuni oggetti la cui identificazione risulta essere molto intuitiva sia per i primati che per gli umani.

Nelle scoperte pubblicate su Nature Neuroscience, l'investigatore dell'Istituto McGovern James DiCarlo (1), assieme ai suoi colleghi, ha identificato prove che il feedback migliora il riconoscimento di oggetti difficili da riconoscere nel cervello dei primati e che l'aggiunta di circuiti di feedback migliora anche le prestazioni dei sistemi di reti neurali artificiali utilizzati per la visione di applicazioni.

Le reti neurali convoluzionali (2) profonde (DCNN) sono attualmente i modelli di maggior successo per il riconoscimento accurato di oggetti in tempi rapidi (meno di 100 millisecondi) e hanno un'architettura generale ispirata al flusso visivo delle regioni corticali che progressivamente costruiscono una rappresentazione accessibile e raffinata di oggetti visualizzati. La maggior parte dei DCNN sono tuttavia semplici rispetto al flusso del primate.