Due scimmie già dotate di impianti cerebrali hanno ricevuto schemi di stimolazione scelti da un modello informatico, e questi schemi hanno modificato in modo prevedibile il modo in cui gli animali percepivano gli oggetti. Il modello è stato sviluppato per una protesi visiva dal NeuroAI Lab di Martin Schrimpf all'EPFL, mentre le prove dal vivo sono state condotte da ricercatori di Amsterdam. I risultati preliminari sono stati presentati ad aprile alla International Conference on Learning Representations.
Il limite degli attuali impianti corticali
Le protesi visive esistono in diverse forme. Le protesi retiniche si applicano sulla retina. Le protesi del nervo ottico si usano quando la retina è troppo danneggiata per accogliere un impianto, e stimolano direttamente il nervo. Quando né la retina né il nervo ottico possono ospitare un impianto, restano le protesi corticali. Queste aggirano entrambe le strutture e usano elettrodi per stimolare la corteccia visiva, di fatto "disegnando" le immagini direttamente su di essa.
Finora questo approccio si è limitato alle regioni cerebrali di livello più basso. In queste aree è possibile proiettare soltanto lampi di luce e forme semplici. L'hardware impone poi un secondo vincolo: stimolare più aree contemporaneamente richiede molti elettrodi, e in una singola area se ne può collocare solo un numero limitato.
Johannes Mehrer, ricercatore del NeuroAI Lab che ha guidato lo studio, ha spiegato che le immagini prodotte da questi sistemi hanno una complessità limitata. Secondo lui, gli approcci esistenti non riescono a evocare la percezione di un oggetto più complesso, come una casa o un'automobile. La motivazione, ha aggiunto, è il numero di persone con deficit visivi irreversibili, perché un danno lungo la via di elaborazione visiva, a partire dalla retina, non può essere riparato.
Puntare alle regioni visive di livello superiore
Le regioni visive di livello superiore del cervello si occupano dell'elaborazione degli oggetti complessi. Potrebbero quindi diventare il bersaglio di una nuova generazione di protesi in grado di evocare volti, case e altri oggetti. La difficoltà sta nell'accesso: i ricercatori non sanno esattamente dove né come stimolare queste regioni.
Il team dell'EPFL ha utilizzato una rete neurale artificiale di tipo topografico. La rete mette alla prova schemi di stimolazione nelle regioni di livello superiore e ne simula gli esiti. Secondo Mehrer, questo permette di eseguire numerose simulazioni con diverse combinazioni di parametri, un lavoro che altrimenti richiederebbe moltissimo tempo e denaro in laboratorio.
I ricercatori dell'EPFL hanno lavorato interamente al computer. Hanno configurato il modello affinché scegliesse la combinazione ottimale di immagini e lo specifico schema di stimolazione da abbinare a ciascuna. Un gruppo di Amsterdam ha poi verificato le previsioni del modello su due delle proprie scimmie, che avevano già impianti per altri esperimenti non legati all'EPFL.
Cosa hanno mostrato le prove sulle scimmie
Schrimpf ha dichiarato che il modello si è dimostrato piuttosto efficace nel prevedere quale schema di stimolazione avrebbe avuto un forte effetto sul comportamento delle scimmie nel riconoscimento visivo degli oggetti. Ha spiegato che il modello può selezionare le immagini, ma che la funzione più importante è quella inversa: data un'immagine, è in grado di individuare lo schema di stimolazione ottimale per ottenere un determinato comportamento.
Il risultato ha una portata ben definita. I ricercatori hanno dimostrato di poter modellare la percezione degli oggetti: quando viene presentato uno stimolo visivo, possono influenzare il modo in cui il cervello lo rappresenta. Non sono ancora in grado, però, di creare la percezione di un oggetto dal nulla.
Schrimpf ha descritto l'esperimento così: la scimmia aveva già visto un'immagine, e il team è riuscito a distorcerla per modificare la percezione in modo in parte prevedibile. Il passo successivo è stimolare la corteccia in assenza di qualsiasi stimolo visivo. L'obiettivo più ambizioso, ha detto, è evocare una percezione da zero, in modo che una persona veda qualcosa di sensato anche quando i suoi occhi non forniscono un'immagine utilizzabile.
Il prossimo passo è l'udito
Il team intende verificare se lo stesso approccio di modellazione funzioni anche per la stimolazione uditiva. Il lavoro è finanziato tramite un contributo della Horton Health Foundation. Schrimpf ha osservato che gli impianti cocleari sono preziosi ma imperfetti e non ripristinano pienamente l'elaborazione uditiva. Il laboratorio intende costruire modelli topografici che prevedano gli effetti della stimolazione sull'attività neurale legata all'elaborazione dei suoni.
Analisi: cosa cambia e cosa no
Il contributo principale è un metodo, più che un dispositivo. Le protesi corticali sono state frenate dal ristretto insieme di percezioni che la stimolazione di basso livello può produrre. Questo lavoro sposta il bersaglio verso le regioni di livello superiore e offre un modo per esplorare via software lo spazio enorme degli schemi di stimolazione prima di coinvolgere qualsiasi animale. Poiché le simulazioni costano molto meno degli esperimenti, la ricerca può essere ripetuta su numerose combinazioni di parametri.
Il confronto con gli approcci esistenti è lineare. Gli impianti retinici e del nervo ottico dipendono dall'integrità di una parte della via visiva. Gli attuali impianti corticali superano questa dipendenza, ma offrono solo lampi di luce e forme semplici. L'approccio guidato dal modello mantiene la via corticale e punta a contenuti più ricchi. Non li ha però ancora ottenuti, dato che l'effetto dimostrato è una distorsione di un'immagine che l'animale stava già guardando.
Diversi punti restano da dimostrare. Le evidenze provengono da due scimmie vedenti e già impiantate, e i risultati sono definiti preliminari. Nessun risultato ha mostrato che si possa generare una percezione in assenza di input visivo, che è la condizione davvero rilevante per un utente non vedente. La fonte, inoltre, non riporta test sull'uomo. Se le previsioni valide per le scimmie si trasferiscano alla corteccia umana è una questione aperta a cui queste prove non possono rispondere.
Resta anche il limite hardware sul numero di elettrodi. Il modello può scegliere schemi di stimolazione migliori, ma non elimina il tetto al numero di elettrodi che entrano in una singola area. Quanto uno schema ben scelto possa compensare tale limite non è ancora stato stabilito.
Per i lettori di robotica e neurotecnologie, il punto notevole è il ruolo del modello come strumento di progettazione dell'interfaccia. Seleziona sia le immagini sia gli schemi di stimolazione, e lavora a ritroso, dal comportamento desiderato allo schema che dovrebbe produrlo. Se la stimolazione da zero prevista avrà successo, lo stesso approccio potrà essere sperimentato per l'udito, come intende fare il laboratorio. Fino ad allora, il progresso dimostrato è uno strumento per prevedere e modellare la percezione, non il ripristino della vista.