Corteccia e cervelletto: due studi su apprendimento motorio e rappresentazioni

Il controllo stabile con feedback ritardato è una sfida per la robotica e le neuroscienze. I modelli classici del cervelletto spiegano la compensazione del ritardo tramite la predizione in avanti, ma non giustificano le correzioni online rapide né l'adattamento altrettanto veloce osservato nei sistemi biologici.

Predizione e feedback

Ana Carolina Filipe, Rui Ponte Costa e Cláudia Soares propongono uno schema di controllo ispirato al cervelletto che integra rappresentazioni predittive multiplexate con feedback interno. Il codificatore condivide variabili cinematiche e segnali di errore rilevanti per il compito, consentendo correzioni precise del movimento nonostante il ritardo del segnale di ritorno. Gli autori dimostrano che l'inserimento del feedback nel circuito cerebellare accelera nettamente l'adattamento, riducendo il tempo di apprendimento di un ordine di grandezza. I risultati indicano inoltre che, in presenza di ritardo, le predizioni basate su un singolo segnale sono insufficienti. Solo la combinazione di multiplexing e feedback fornisce un meccanismo coerente per il controllo online simultaneo e l'apprendimento rapido.

Modificare le rappresentazioni senza stimolazione

Il secondo lavoro parte da una domanda diversa. In neuropsichiatria l'obiettivo spesso non è leggere l'attività cerebrale, ma modificarla: ad esempio indebolire un carico affettivo negativo o un ricordo troppo consolidato. Marco Rothernel e il suo gruppo propongono un framework di modelli surrogati neurali basato sull'apprendimento automatico. Il sistema suggerisce modifiche candidate alle rappresentazioni e verifica gli effetti percettivi previsti a partire da immagini di attività fMRI indotta da stimoli, senza stimolazione fisica. Lo schema combina decodifica fMRI, modellazione generativa profonda e controllo nello spazio latente con vincoli. Valenza e memorabilità sono qui solo esempi preliminari.

I dati provengono da oltre 36.000 osservazioni immagine-fMRI di quattro partecipanti del Natural Scenes Dataset, sottoposti a un'analisi approfondita. I modelli adattati a ciascun individuo riproducevano la struttura generativa grossolana della corteccia visiva, raggiungendo valori da 0,79 a 0,88 nel compito di identificazione bidirezionale, contro un livello casuale di 0,5. Le perturbazioni graduali sono state ricostruite come immagini e valutate tramite valutatori automatici e giudizi umani su 7.200 prove effettuate da 18 partecipanti. Nel modello di base la valenza è passata da -0,61 a +1,03 deviazioni standard, mentre la memorabilità è variata da -1,34 a +1,45 deviazioni. Nei giudizi umani la valenza si spostava nella direzione prevista, con una pendenza media di 0,038 deviazioni per unità di coefficiente (intervallo di confidenza da 0,003 a 0,074), positiva in 16 partecipanti su 18. La memorabilità percepita non ha mostrato variazioni affidabili.

Gli autori evidenziano i limiti del lavoro. La concordanza con il valutatore automatico era solo suggestiva per la valenza e debole per la memorabilità. Le perturbazioni estreme si allontanavano dallo stimolo originale, quindi il cambiamento voluto va bilanciato con la perdita di fedeltà. Non si tratta di un metodo di cura pronto all'uso, ma di uno strumento verificabile per progettare e testare comportamentalmente i bersagli candidati per una futura neuromodulazione.