Unire la visione biologica con quella informatica
Il consorzio del progetto INSIGHT2+, un gruppo di ricerca ad ampio spettro, includeva campi come neuroscienza, studi percettivi, psicologia, matematica, informatica e scienze dell'informazione. Sfruttando l'esperienza accumulata in questa vasta serie di discipline, i ricercatori si sono concentrati sull'analisi della selettività neurale nel percorso visivo della visione ventrale dei primati. Le regioni fondamentali studiate sono state la TE e la V4. La codifica neurale dei segnali delle forme pittoriche tridimensionali e delle proprietà materiali è stata confrontata con le corrispondenti funzioni della percezione umana. Questa mappatura costituisce la base teorica per processare i segnali pittorici e le proprietà materiali in informatica. Il sistema visivo umano usa immagini bidimensionali della retina per ricostruire la struttura tridimensionale di un oggetto. Le ricerche anteriori al progetto avevano provato che i neuroni temporali inferiori del macaco usano gradienti di differenza binoculare per codificare la profondità. I neuroni temporali inferiori appartengono al flusso visivo ventrale. Il progetto ha mostrato che gli stessi neuroni possono anche codificare la profondità, usando un segnale di profondità monoculare, il gradiente di trama. I singoli neuroni non sono risultati selettivi in termini di preferenze d'inclinazione delle superfici definite. In altre parole, erano indipendenti dai mezzi di definizione, trama o disparità di segnale. D'altra parte, i neuroni temporali inferiori si sono mostrati selettivi all'inclinazione delle superfici a trama. Inoltre la preferenza d'inclinazione è risultata invariata per varie differenti trame e inclinazioni, indicando una rappresentazione astratta dell'inclinazione della superficie nella corteccia visiva ventrale. Questi interessanti risultati hanno permesso una migliore conoscenza della percezione visiva neurale, che può essere usata per ulteriori sviluppi di artefatti e robot più intelligenti e flessibili. La conoscenza dettagliata della percezione visiva umana e dei primati non umani può inoltre contribuire a progettare interfacce più efficienti tra sistemi di visione artificiale e persone, ad esempio le persone disabili.
