¿Por qué algunas imágenes son más memorables que otras?

Resumen: Un nuevo estudio revela que el cerebro prioriza recordar imágenes más difíciles de explicar. Los investigadores utilizaron un modelo computacional y experimentos de comportamiento para demostrar que las escenas que eran difíciles de reconstruir para el modelo eran más memorables para los participantes.

Este descubrimiento ayuda a explicar por qué ciertas experiencias visuales quedan grabadas en nuestra memoria. El estudio también podría contribuir al desarrollo de sistemas de memoria de IA.

Aspectos principales:

• Formación de memoria: El cerebro tiende a recordar imágenes que son difíciles de interpretar o explicar.
• Modelo computacional: Se utilizó un modelo que aborda la compresión y reconstrucción de señales visuales.
• Implicaciones para la inteligencia artificial: Los conocimientos podrían ayudar a crear sistemas de memoria más eficientes para la inteligencia artificial.

Fuente: Yale

El cerebro humano filtra una corriente de experiencias para crear recuerdos específicos. ¿Por qué algunas de las experiencias en este diluvio de información sensorial se vuelven “memorables”, mientras que la mayoría son descartadas por el cerebro?

Un modelo computacional y un estudio de comportamiento desarrollado por científicos de Yale sugieren una nueva pista para esta antigua pregunta, informan en la revista. Comportamiento humano de la naturaleza.

«La mente prioriza recordar cosas que no puede explicar muy bien», dijo Ilker Yildirim, profesor asistente de psicología en la Facultad de Artes y Ciencias de Yale y autor principal del artículo. «Si una escena es predecible y no sorprendente, puede ser ignorada».

Por ejemplo, una persona puede sentirse brevemente confundida por la presencia de una boca de incendio en un entorno natural remoto, lo que hace que la imagen sea difícil de interpretar y, por lo tanto, más memorable. «Nuestro estudio exploró la cuestión de qué información visual es memorable combinando un modelo computacional de complejidad de escena con un estudio de comportamiento», dijo Yildirim.

Para el estudio, dirigido por Yildirim y John Lafferty, profesor John C. Malone de Estadística y Ciencia de Datos en Yale, los investigadores desarrollaron un modelo computacional que abordó dos fases en la formación de la memoria: la compresión de señales visuales y su reconstrucción.

Basándose en este modelo, diseñaron una serie de experimentos en los que se preguntaba a las personas si recordaban imágenes específicas de una secuencia de imágenes naturales mostradas en rápida sucesión. El equipo de Yale descubrió que cuanto más difícil era para el modelo computacional reconstruir una imagen, más probable era que los participantes recordaran la imagen.

«Utilizamos un modelo de IA para tratar de arrojar luz sobre la percepción de las escenas por parte de las personas. Esta comprensión podría ayudar en el desarrollo de sistemas de memoria más eficientes para la IA en el futuro», dijo Lafferty, quien también es director del Centro de Neurocomputación. e Inteligencia Artificial en el Instituto Wu Tsai de Yale.

Los ex estudiantes graduados de Yale, Qi Lin (Psicología) y Zifan Lin (Estadística y Ciencia de Datos) son los primeros autores del artículo.

Sobre esta noticia sobre la investigación de la memoria visual.

Autor: Bill Hathaway
Fuente: Yale
Contacto: Bill Hathaway-Yale
Imagen: Crédito de la imagen a Neuroscience News.

Investigacion original: Acceso cerrado.
“Las imágenes con representaciones visuales más difíciles de reconstruir dejan huellas mnemológicas más fuertes» por Ilker Yildirim et al. Naturaleza Comportamiento Humano

Abstracto

Las imágenes con representaciones visuales más difíciles de reconstruir dejan huellas mnemológicas más fuertes

Gran parte de lo que recordamos no se debe a una selección intencional, sino simplemente a un subproducto de la percepción.

Esto plantea una pregunta fundamental sobre la arquitectura de la mente: ¿cómo interactúa la percepción con la memoria y cómo influye en ella?

Aquí, inspirados en una propuesta clásica que relaciona el procesamiento perceptivo con la durabilidad de la memoria, la teoría del nivel de procesamiento, presentamos un modelo de codificación dispersa para comprimir incrustaciones de características de imágenes y mostramos que los residuos de reconstrucción de este modelo predice qué tan bien se codifican las imágenes en la memoria.

En un conjunto de datos abierto de memorabilidad de imágenes de escenas, mostramos que el error de reconstrucción no solo explica la precisión de la memoria, sino también las latencias de respuesta durante la recuperación, subsumiendo, en el último caso, toda la variación explicada por potentes modelos de solo visión. También confirmamos una predicción de esta explicación con la «psicofísica basada en modelos».

Este trabajo establece que el error de reconstrucción es una señal importante que interactúa con la percepción y la memoria, posiblemente a través de la modulación adaptativa del procesamiento perceptivo.