Los investigadores crearon un modelo neuronal de inspiración biológica que imita cómo las abejas escanean su entorno y procesan la información visual: descubrieron que el cerebro de las abejas utiliza un sistema de reconocimiento de patrones de gran poder y eficiencia, que les permite aprender nuevos detalles en cada vuelo.
Un equipo científico de la Universidad de Sheffield, en el Reino Unido, ha desvelado cómo las abejas aprovechan sus movimientos de vuelo para aprender y reconocer patrones visuales complejos con una precisión asombrosa. El nuevo estudio, publicado en la revista eLife, plantea un cambio de paradigma en el desarrollo de la Inteligencia Artificial (IA) y sistemas robóticos de próxima generación, al mostrar que la acción y la percepción se potencian mutuamente para optimizar el procesamiento de la información.
Las abejas no observan pasivamente el entorno: durante el vuelo, realizan pequeños movimientos de cuerpo, cabeza y ojos que modifican activamente la forma en que perciben los estímulos visuales, según detalla una nota de prensa. Estos gestos producen señales neuronales claras y eficientes, algo que permite al insecto identificar características predecibles del mundo con muy pocos recursos cerebrales.
Inteligencia ligada a la integración entre movimiento, cerebro y entorno
Además de este hallazgo puntual, la investigación se basa en un concepto más general y sumamente interesante: la inteligencia proviene de cómo el cerebro, el cuerpo y el ambiente trabajan juntos. Demuestra cómo incluso los cerebros de insectos más pequeños pueden resolver tareas visuales complejas utilizando un escaso número de neuronas.
Para desentrañar este mecanismo, los investigadores construyeron un modelo computacional basado en la microcorteza de las abejas. Al simular los circuitos neuronales y superponer los datos de vuelo, el equipo demostró que los movimientos voluntarios generan códigos eléctricos únicos que facilitan el aprendizaje, sin depender de refuerzos externos inmediatos.
Según los autores, ha quedado demostrado que incluso cerebros minúsculos pueden realizar cálculos complejos aprovechando la interacción con su propio movimiento. Esto demuestra que un sistema pequeño y eficiente, forjado por millones de años de evolución, supera en complejidad y eficacia a muchas arquitecturas de IA actuales: por ejemplo, los investigadores lograron que las abejas puedan reconocer rostros humanos a partir de un estímulo concreto.
Sistemas eficientes con escasos recursos y energía
La visión activa en abejas ya había sido trabajada en estudios previos, donde se observó cómo inspeccionan patrones específicos. Ahora, el nuevo modelo muestra que los circuitos neuronales de las abejas están optimizados para procesar información visual de manera dinámica, moldeada por el entorno y el comportamiento. Las abejas configuran el entorno percibido a través de sus movimientos, resolviendo desafíos visuales con un consumo mínimo de energía.
Referencia
A neuromorphic model of active vision shows how spatiotemporal encoding in lobula neurons can aid pattern recognition in bees. HaDi MaBouDi et al. eLife (2025). DOI:https://doi.org/10.7554/eLife.89929
Para validar su modelo computacional, el equipo lo sometió a retos idénticos a los de las observaciones reales, obteniendo resultados similares. Un punto clave para futuros desarrollos tecnológicos es que lograron determinar cuántas neuronas hacen falta para tareas arduas: el número requerido es sorprendentemente bajo, incluso para discriminaciones complejas como reconocimiento facial. Las microcortezas de los insectos realizan cómputos avanzados que desafían la idea en torno a que el tamaño cerebral predice la inteligencia.
Al emular las estrategias de las abejas, los futuros robots y vehículos autónomos podrían reducir su dependencia de una gran potencia informática, aprovechando el movimiento para recopilar datos relevantes y adaptarse en tiempo real al entorno. De esta manera, la combinación de biología e informática promete redefinir en los próximos años los límites de la IA y la robótica.
