Soraya Mora modeló el mecanismo de la retina que permite anticipar trayectorias
Su trabajo, financiado por la Fuerza Aérea de Estados Unidos, superó a otros sistemas en pruebas internacionales y busca llevar esa capacidad de anticipación a vehículos autónomos y robots.
«Si alguien me lanza una pelota, yo no espero a que me golpee para mover las manos». Con ese ejemplo, la física chilena Soraya Mora resume el principio que inspiró su investigación: enseñarle a una máquina a anticipar el movimiento antes de que ocurra.
La investigadora del Centro Ciencia & Vida y doctora en Biología Computacional de la Universidad San Sebastián desarrolló un modelo computacional inspirado en la forma en que funciona la retina humana. El sistema es capaz de predecir cómo se moverán personas y objetos en un video y, según las pruebas realizadas, supera en precisión a otros modelos internacionales.
«La codificación predictiva busca generar predicciones sobre cómo va a ser el estímulo que percibe el sistema nervioso. En el caso de la visión, trata de estimar cuál va a ser la posición futura de un objeto. Es exactamente lo que hacemos cuando vemos una pelota y movemos las manos para atraparla», explica.
El comienzo
Su trabajo comenzó con una pregunta: ¿cómo logra el ojo procesar tanta información? La respuesta está en que la retina no analiza una imagen completa. Selecciona puntos relevantes, como bordes y contornos, y sigue su desplazamiento a través del tiempo.
«Lo que hice fue modelar cómo funciona esa predicción a nivel de retina y de corteza visual. Construí un programa para que, cuando vea un video, pueda predecir cómo se van a mover los objetos», sintetiza.
La científica, de 38 años y nacida en Punta Arenas, estudió Física en la Universidad Católica de Valparaíso y luego un magíster en Neurociencias, donde conoció al investigador César Ravello. Ambos compartían un interés común: entender cómo funciona la retina, un órgano que, según explica, todavía guarda muchos misterios.
«Antes se pensaba que la retina sólo recibía la luz y la enviaba al cerebro, pero hoy sabemos que hace mucho más. Lo que llega al cerebro ya es una predicción», afirma.
Para desarrollar su modelo, Mora probó tres alternativas distintas. Dos funcionaron, pero una de ellas, bautizada ACCLIP, logró mejores resultados que otros sistemas descritos en la literatura científica. Para medir su desempeño, Mora comparó su sistema con otros modelos internacionales. Mientras las pruebas estándar evalúan predicciones de hasta 40 fotogramas, su modelo logró mantener la coherencia más allá de las 60 imágenes consecutivas, equivalente a fracciones de segundo adicionales de anticipación. «Lo importante no es sólo predecir más lejos, sino hacerlo con precisión», explica.
«Fue un tremendo resultado. Hay varias personas en el mundo trabajando en esto y mi modelo les gana a los que se han publicado hasta ahora», agrega.
Apoyo de EE.UU.
La investigación formó parte de su tesis doctoral y contó con financiamiento de un proyecto Fondecyt, la Universidad San Sebastián y del Air Force Office of Scientific Research, organismo científico de la Fuerza Aérea de Estados Unidos. El interés, explica, está en las posibles aplicaciones futuras.
«Pensé esto para mejorar la navegación autónoma. Si un vehículo puede predecir cómo se moverán los peatones o los otros autos, puede reducir la probabilidad de accidentes», señala. El mismo principio podría utilizarse en drones, robots industriales o sistemas de vigilancia.
De hecho, el laboratorio ya cuenta con un robot araña capaz de detectar y seguir personas. El siguiente paso es integrarle este sistema para que pueda anticipar los movimientos de los objetos y esquivarlos.
«Lo que hice fue enseñarle a una máquina a hacer algo que nosotros hacemos sin pensar. Nuestro sistema nervioso lo tiene incorporado. La idea es que los robots también puedan hacerlo», resume Soraya.
