David Courtenay Marr (19 de enero de 1945 - 17 de noviembre de 1980) [1] fue un neurocientífico y fisiólogo británico . Marr integró resultados de la psicología , la inteligencia artificial y la neurofisiología en nuevos modelos de procesamiento visual . Su trabajo fue muy influyente en la neurociencia computacional y provocó un resurgimiento del interés en la disciplina.
Nacido en Woodford , Essex, y educado en Rugby School ; fue admitido en Trinity College, Cambridge el 1 de octubre de 1963 (tras haber recibido una beca abierta y la exposición de rugby Lees Knowles).
Recibió la beca Coutts Trotter en 1966 y obtuvo su licenciatura en matemáticas el mismo año. Fue elegido investigador del Trinity College de Cambridge en 1968. Su tesis doctoral, supervisada por Giles Brindley , fue presentada en 1969 y describió su modelo de la función del cerebelo basándose principalmente en datos anatómicos y fisiológicos obtenidos de un libro de JC. Eccles . Su interés pasó de la teoría general del cerebro al procesamiento visual. Posteriormente, trabajó en el Instituto Tecnológico de Massachusetts , donde asumió un puesto docente en el Departamento de Psicología en 1977 y posteriormente fue nombrado profesor titular titular en 1980. Marr propuso que comprender el cerebro requiere comprender los problemas que enfrenta. y las soluciones que encuentra. Hizo hincapié en la necesidad de evitar debates teóricos generales y, en cambio, centrarse en comprender problemas específicos.
Marr murió de leucemia en Cambridge, Massachusetts , a la edad de 35 años. Sus hallazgos se recogen en el libro Visión: una investigación computacional sobre la representación humana y el procesamiento de información visual , que se terminó principalmente en el verano de 1979, publicado en 1982 después de su muerte y reeditado en 2010 por The MIT Press. Este libro tuvo un papel clave en el inicio y el rápido crecimiento del campo de la neurociencia computacional . [2] Estaba casado con Lucia M. Vaina del Departamento de Ingeniería Biomédica y Neurología de la Universidad de Boston.
Hay varios premios académicos y premios nombrados en su honor. El Premio Marr , uno de los premios más prestigiosos en visión por computadora , la Medalla David Marr otorgada cada dos años por la Applied Vision Association en el Reino Unido, [3] y la Cognitive Science Society también otorgan un Premio Marr al mejor trabajo estudiantil en su conferencia anual.
Marr es mejor conocido por su trabajo sobre la visión, pero antes de comenzar a trabajar en 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 esos artículos presentó nuevas ideas importantes que continúan influyendo en el pensamiento teórico moderno.
La teoría del cerebelo [4] fue motivada por dos características únicas de la anatomía del cerebelo: (1) el cerebelo contiene una gran cantidad de pequeñas células granulares , cada una de las cuales recibe sólo unas pocas entradas de "fibras cubiertas de musgo"; (2) Las células de Purkinje de la corteza cerebelosa reciben cada una decenas de miles de entradas de "fibras paralelas", pero sólo una entrada de una única "fibra trepadora", que sin embargo es extremadamente fuerte. Marr propuso que las células granulares codifican combinaciones de entradas de fibras cubiertas de musgo y que las fibras trepadoras transportan una señal de "enseñanza" que instruye a sus células objetivo de Purkinje a modificar la fuerza de las conexiones sinápticas de las fibras paralelas.
La teoría de la neocorteza [5] fue motivada principalmente por los descubrimientos de David Hubel y Torsten Wiesel , quienes encontraron varios tipos de "detectores de características" en el área visual primaria de la corteza. Marr propuso, generalizando esa observación, que las células de la neocorteza son categorizadores flexibles, es decir, aprenden la estructura estadística de sus patrones de entrada y se vuelven sensibles a combinaciones que se repiten con frecuencia.
La teoría del hipocampo [6] (que Marr llamó "archicórtex") fue motivada por 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 que habían ocurrido años atrás. más temprano. Marr llamó a su teoría "memoria simple": la idea básica era que el hipocampo podía formar rápidamente rastros de memoria de tipo simple fortaleciendo las conexiones entre las neuronas. Sorprendentemente, el artículo de Marr sólo precedió 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 lo que Marr planteaba como hipótesis. [7] (El artículo de Marr contiene una nota a pie de página 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 tal artículo nunca apareció.
Marr trató la visión como un sistema de procesamiento de información. Planteó (en concierto con Tomaso Poggio ) la idea de que uno debe comprender los sistemas de procesamiento de información en tres niveles de análisis distintos y complementarios. [10] Esta idea se conoce en la ciencia cognitiva como la hipótesis de los tres niveles de Marr: [11]
Marr ilustra su análisis tripartito recurriendo al ejemplo de un dispositivo cuyo funcionamiento se comprende bien: una caja registradora. [12]
En el nivel computacional, el funcionamiento del registro puede explicarse en términos de aritmética y, en particular, en términos de la teoría de la suma: en este nivel son relevantes la función calculada (suma) y sus propiedades abstractas, como conmutatividad o asociatividad. El nivel de representación y el algoritmo especifican la forma de las representaciones y los procesos que las elaboran: "podríamos elegir números arábigos para las representaciones, y para el algoritmo podríamos seguir las reglas habituales de sumar primero los dígitos menos significativos y `llevar' si la suma supera las 9". [12] Finalmente, el nivel de implementación tiene que ver con cómo tales representaciones y procesos se realizan físicamente; por ejemplo, los dígitos podrían representarse como posiciones en una rueda de metal o, alternativamente, como números binarios codificados por los estados eléctricos de un circuito digital. Cabe destacar que Marr señaló que el nivel más importante para el diseño de sistemas efectivos es el computacional. [12]
Marr describió la visión como algo que pasa de una matriz visual bidimensional (en la retina) a una descripción tridimensional del mundo como resultado. Sus etapas de visión incluyen: [10]
El boceto 2,5D está relacionado con la estereopsis , el flujo óptico y el paralaje del movimiento . El boceto 2.5D representa que en realidad no vemos todo nuestro entorno, sino que construimos la vista tridimensional de nuestro entorno centrada en el espectador. 2.5D Sketch es una técnica de visualización de datos llamada dibujo paralelo y a menudo denominada dibujo "axonométrico" o " isométrico " y a menudo lo utilizan los 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 lugar de las siguientes tres etapas: codificación, selección y decodificación. [14] La codificación consiste en muestrear y representar entradas visuales (por ejemplo, representar 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 hacia un objeto o ubicación visual para procesar mejor las señales visuales en esa ubicación. Decodificar consiste en inferir o reconocer las señales de entrada seleccionadas, por ejemplo, reconocer el objeto en el centro de la mirada como la cara de alguien.
Aunque puede no ser cierto que este libro inició el campo conocido como neurociencia computacional, sí es cierto que tuvo un papel clave en su inicio y rápido crecimiento.
