David Marr (científico)

Marr es conocido principalmente por su trabajo sobre la visión, pero antes de dedicarse a ese tema publicó tres artículos fundamentales en los que proponía teorías computacionales del cerebelo (en 1969), la neocorteza (en 1970) y el hipocampo (en 1971). Cada uno de estos artículos presentó ideas nuevas e importantes que siguen influyendo en el pensamiento teórico moderno.

La teoría del cerebelo ^{[ 4 ]} se basó en dos características únicas de la anatomía cerebelosa: (1) el cerebelo contiene una gran cantidad de diminutas células granulares , cada una de las cuales recibe solo unas pocas aferencias de las "fibras musgosas"; (2) las células de Purkinje en la corteza cerebelosa reciben decenas de miles de aferencias de las "fibras paralelas", pero solo una aferencia de una única "fibra trepadora", que, sin embargo, es extremadamente fuerte. Marr propuso que las células granulares codifican combinaciones de aferencias de las fibras musgosas, y que las fibras trepadoras transportan una señal de "enseñanza" que instruye a sus células diana de Purkinje para modificar la fuerza de las conexiones sinápticas de las fibras paralelas.

La teoría del neocórtex ^{[ 5 ]} se inspiró principalmente en los descubrimientos de David Hubel y Torsten Wiesel , quienes hallaron varios tipos de "detectores de características" en el área visual primaria de la corteza. Marr propuso, generalizando esta observación, que las células del neocórtex son categorizadores flexibles; es decir, aprenden la estructura estadística de sus patrones de entrada y se vuelven sensibles a las combinaciones que se repiten con frecuencia.

La teoría del hipocampo ^{[ 6 ]} (que Marr denominó " arquicórtex ") se inspiró en el descubrimiento de William Scoville y Brenda Milner de que la destrucción del hipocampo producía amnesia para los recuerdos de eventos nuevos o recientes, pero dejaba intactos los recuerdos de eventos ocurridos años antes. Marr llamó a su teoría "memoria simple": la idea básica era que el hipocampo podía formar rápidamente huellas de memoria de un tipo simple fortaleciendo las conexiones entre neuronas. Sorprendentemente, el artículo de Marr precedió solo dos años a un artículo de Tim Bliss y Terje Lømo que proporcionó el primer informe claro de potenciación a largo plazo en el hipocampo, un tipo de plasticidad sináptica muy similar a la que Marr había hipotetizado. ^{[ 7 ]} (El artículo de Marr contiene una nota al pie que menciona un informe preliminar de ese descubrimiento. ^{[ 8 ]} ) Los detalles de la teoría de Marr ya no son de gran valor debido a errores en su comprensión de la anatomía del hipocampo, pero el concepto básico del hipocampo como un sistema de memoria temporal permanece en varias teorías modernas. ^{[ 9 ]} Al final de su artículo, Marr prometió un artículo de seguimiento sobre las relaciones entre el hipocampo y la neocorteza, pero dicho artículo nunca apareció.

Marr trató la visión como un sistema de procesamiento de información. Él y Tomaso Poggio abogaron por la comprensión de los sistemas de procesamiento de información en términos de cuatro niveles de análisis distintos y complementarios: hardware, mecanismo, algoritmo y computación. ^{[ 10 ]} Posteriormente, el nivel de hardware fue ignorado o confundido con el nivel de mecanismo. En la ciencia cognitiva, esto se conoce ahora como la Hipótesis de los Tres Niveles de Marr: ^{[ 11 ]}

• Nivel computacional: ¿qué hace el sistema (por ejemplo, qué problemas resuelve o supera) y, de manera similar, por qué hace estas cosas?
• Nivel algorítmico (a veces nivel representacional): ¿cómo hace el sistema lo que hace? Específicamente, ¿qué representaciones utiliza y qué procesos emplea para construir y manipular dichas representaciones?
• Nivel de implementación/físico: ¿cómo se materializa físicamente el sistema? (en el caso de la visión biológica, ¿qué estructuras neuronales y actividades neuronales implementan el sistema visual?)

Marr ilustra su análisis tripartito recurriendo al ejemplo de un dispositivo cuyo funcionamiento se comprende bien: una caja registradora. ^{[ 12 ]}

A nivel  computacional  , el funcionamiento del registro puede explicarse en términos aritméticos y, en particular, en términos de la teoría de la suma: a este nivel son relevantes la función calculada (suma) y propiedades abstractas como la conmutatividad o la asociatividad. El nivel de  representación y algoritmo especifica la forma de las representaciones y los procesos que las elaboran: «podríamos elegir números arábigos para las representaciones y, para el algoritmo, seguir las reglas habituales de sumar primero los dígitos menos significativos y realizar un acarreo si la suma supera 9». ^{[ 12 ]} Finalmente, el nivel de implementación se refiere a cómo se realizan físicamente dichas representaciones y procesos; por ejemplo, los dígitos podrían representarse como posiciones en una rueda metálica o, alternativamente, como números binarios codificados por los estados eléctricos de los circuitos digitales. Cabe destacar que Marr señaló que el nivel más importante para el diseño de sistemas eficaces es el computacional. ^{[ 12 ]}

Marr describió la visión como un proceso que va desde una matriz visual bidimensional (en la retina) hasta una descripción tridimensional del mundo como resultado. Sus etapas de la visión incluyen: ^{[ 10 ]}

• Un boceto preliminar de la escena, basado en la extracción de características de los componentes fundamentales de la misma, incluyendo bordes, regiones, etc. Nótese la similitud conceptual con un boceto a lápiz dibujado rápidamente por un artista a modo de impresión.
• Un boceto en 2.5D de la escena, donde se aprecian las texturas, etc. Nótese la similitud conceptual con la etapa del dibujo en la que un artista resalta o sombrea áreas de una escena para darle profundidad.
• un modelo 3D , donde la escena se visualiza en un mapa tridimensional continuo.

El boceto 2.5D está relacionado con la estereopsis , el flujo óptico y la paralaje de movimiento . Representa que, en realidad, no vemos todo nuestro entorno, sino que construimos una vista tridimensional de nuestro entorno centrada en el observador. El boceto 2.5D es una técnica de visualización de datos denominada dibujo paralineal , a menudo conocida con el término genérico de dibujo "axonométrico" o " isométrico ", y es utilizada frecuentemente por arquitectos y diseñadores modernos. ^{[ 13 ]}

El marco de tres etapas de Marr no captura bien una etapa central del procesamiento visual: la atención visual . Un marco alternativo más reciente propuso que la visión se compone en cambio de las siguientes tres etapas: codificación, selección y decodificación. ^{[ 14 ]} La codificación consiste en muestrear y representar las entradas visuales (por ejemplo, representar las entradas visuales como actividades neuronales en la retina). ^{[ 15 ]} La selección, o selección atencional , consiste en seleccionar una pequeña fracción de la información de entrada para su posterior procesamiento, por ejemplo, cambiando la mirada a un objeto o ubicación visual para procesar mejor las señales visuales en esa ubicación. La decodificación consiste en inferir o reconocer las señales de entrada seleccionadas, por ejemplo, reconocer el objeto en el centro de la mirada como el rostro de alguien.