La neuroscienziata che vuole dare la vista a ciechi ed auto
Il codice che racchiude gli stimoli visivi dell’occhio, decifrato da Sheila Nirenberg, apre orizzonti nel campo della visione
Quando Ford Motor Co. ha annunciato di essersi posta il traguardo del 2021 per mettere in strada la sua prima auto a guida autonoma, uno dei quattro accordi che rappresentano i cardini del progetto è passato abbastanza inosservato. Forse perché meno appariscente rispetto ad altri come l’acquisto di una quota di Velodyne, il produttore di sistemi LiDAR. Michael Martinez del quotidiano Detroit News invece ha approfondito qui l’argomento e con assoluta ragione. Ci riferiamo a quello stretto con la startup Nirenberg Neuroscience, creata da una neurologa della Cornell University: Sheila Nirenberg.
La professoressa da anni studia i problemi della visione ed in particolare il processo che dalla retina muove le immagini trasformandole in impulsi elettrici e le invia a cellule di elaborazione degli stimoli visivi nel cervello. Nel caso dei non-vedenti come noto l’impulso si ferma alla retina. La svolta del lavoro della scienziata dell’università basata ad Ithaca, New York, è stata l’essere in grado di tradurre il codice mediante il quale gli impulsi elettrici sono inviati al cervello.
Le informazioni sono trasmesse come sequenze di picchi (spike trains), come si vede nel grafico qui sopra. Il problema principale è dimensionale: le sequenze di picchi che una retina produce sono quelle di un milione di celle. Ognuna può, oppure no, produrre ed inviare un picco ogni millisecondo. Come spiega la Nirenberg stessa nella pagina web della facoltà (da cui sono state tratte le immagini), anche considerando solo l’area centrale della retina si finisce col trovarsi a gestire potenziali combinazioni di picchi per 210.000 ogni millisecondo.
Quello che è stato fatto per scalare questa vetta, è stato creare un modello matematico in grado di eliminare il superfluo per estrarre le informazioni fondamentali dalle immagini per convertire le trasformazioni continue in schemi di codice che ogni volta che sono esposti alla luce siano in grado di passare informazioni al cervello che questo possa elaborare. Per ripristinare il passaggio di impulsi dalla retina al cervello il passo successivo è stato quindi creare un dispositivo che agisce da codificatore, inserito in una telecamera posta in occhialoni simili a quelli da sci. Esso invia lampi di luce a materiale genetico che viene iniettato nella retina ed è in grado di reagire agli impulsi di luce mandando i corretti impulsi elettrici al cervello, che li legge come quelli di una retina normale.
Nella figura qui sopra si vede l’immagine originale (A), l’immagine del dispositivo codificatore e quella della retina affetta da cecità dopo l’applicazione del materiale genetico codificatore (B) e infine l’immagine della retina affetta da cecità (C). Il procedimento messo a punto dal laboratorio e dalle cavie dovrebbe presto passare alla sperimentazione clinica per avere impiego con i non-vedenti. Dove le cose si fanno interessanti è nella intercambiabilità della visione biologica rispetto a quella digitale. E proprio questo ha spinto Ford a cercare un accordo per portare l’applicazione del processo nato per rendere la vista ai ciechi in moduli di apprendimento adatti ai sistemi di guida autonoma.
Gli studi della startup Nirenberg Neuroscience indicano che c’è un’intercambialità tra visione biologica ed artificiale
La professoressa Nirenberg ha ricordato che le complessità connaturate alla vista sono state imbrigliata in milioni di anni di evoluzione per filtrare gli stimoli visivi. Del fiume di stimoli si occupa la parte anteriore del sistema visivo che è un dispositivo di selezione e instradamento dei più essenziali stimoli presenti nel fiume di impulsi visivi. La capacità di imbrigliare questo aspetto di riduzione degli stimoli è il modo per aumentare in modo considerevole le possibilità di mettere a punto una capacità di visione biologica ma anche per creare una vista artificiale.
Quello che alla facoltà medica e biomedicale della Cornell University hanno fatto è sviluppare un algoritmo che simula l’opera dell’evoluzione rendendo trattabile l’informazione visiva. Lo spin-off diretto dalla neuroscienziata ora ha iniziato a trasferire questo potere di elaborazione in sistemi artificiali in grado di avere capacità di navigazione, riconoscimento facciale e degli oggetti, e Ford potrà trasferirle nel progetto di veicoli autonomi.
