Las crías aprenden a reconocer a su madre cuando están en el útero

Durante la gestación, las crías de ratón están rodeadas de fluidos como el líquido amniótico que tienen un olor característico. Después del nacimiento, las crías son capaces de reconocer en su madre esta combinación única de olores, y esta es la señal para que comiencen a succionar la leche y alimentarse. Estos son los resultados de un trabajo publicado en la revista Current Biology
que demuestra que, al contrario de lo que se pensaba, las feromonas no son las encargadas de despertar este instinto en todos los mamíferos.
En estudios anteriores se había comprobado que las hembras de conejo emplean una feromona que desencadena una respuesta automática en las crías para que comiencen a succionar. Por ello, muchos científicos pensaban que este sería el mecanismo utilizado por todos los mamíferos. Sin embargo, la nueva investigación demuestra que en los ratones, que tienen un estilo de crianza similar al de los humanos, el proceso es diferente. "Esperábamos encontrar una feromona que controlase la succión en ratones, pero descubrimos un mecanismo totalmente diferente", ha explicado Darren Logan, uno de los autores, del Wellcome Trust Sanger Institute (Reino Unido). "Hemos demostrado, por primera vez, que los ratones no responden a una feromona, sino que reaccionan a una respuesta aprendida, basada en una mezcla de olores: el olor único de la madre".
Los investigadores acercaron a las crías recién nacidas por cesárea a senos que habían sido lavados y después sumergidos en diferentes fluidos: líquido amniótico, saliva materna, leche materna y orina. Solo las crías que olieron líquido amniótico comenzaron a succionar.

Además, en otro experimento, los investigadores utilizaron ratones modificados genéticamente para carecer de un gen que afecta a la región de detección de feromonas en la nariz. Si la señal para alimentarse dependiera de alguna feromona incluida en el líquido amniótico, los ratones modificados no la detectarían y, por tanto, no comenzarían a mamar. Sin embargo, estos individuos empezaron a alimentarse sin problema. Los autores piensan que este estudio abrirá puertas para investigar las vías neuronales que intervienen en el comportamiento instintivo de los seres humanos.

Fuente: MuyInteresante.es

Las máquinas aprenden a vigilar a los humanos

Las máquinas aprenden a vigilar a los humanos

Fotogalería: Los centros de datos de Google
Haz click aquí
No se necesita ser Jason Bourne para eludir a un ordenador que nos vigila a través de las imágenes de una cámara de video. Basta con cruzarse con alguien que se nos parezca, aunque sea vagamente, y la máquina probablemente seguirá otra pista. Sin embargo esta posibilidad de "engañar al "vigilante podría llegar a su fin después de que investigadores de la Universidad de Michigan (EE UU) hayan encontrado el modo de mejorar en más del 30 por ciento la precisión del software de seguimiento de las personas. El truco: que la máquina observe no solo adonde se dirige un individuo sino también qué está haciendo.
“Hemos creado un programa que comprende cuál es la actividad en la que está involucrada una persona o un grupo y con ello podemos obtener resultados de seguimiento mucho más robustos y estables”, explica Silvio Savarese, profesor de ingeniería eléctrica, que asegura que se trata de una manera absolutamente nueva de resolver el problema del seguimiento. De hecho, el nuevo software reconoce interacciones tales como si un grupo de personas caminan juntas o por separado, si están paradas en una cola, si cruzan la calle, etc.

"Los movimientos de un individuo proporcionan información acerca de sus interacciones y las interacciones pueden pronosticar el comportamiento futuro de un individuo", aclaran los investigadores. Por ejemplo, cuando aparentemente dos personas caminan juntas y hablan, el ordenador puede "conectar sus pistas". Savarese y sus colegas enseñaron al ordenador a "pensar como un humano" introduciendo vídeos de sujetos con comportamientos etiquetados, para contribuir al reconocimiento de patrones sobre la base de la experiencia anterior.  "Nuestro método reduce la complejidad computacional y hace posible que la máquina infiera qué hará una persona sobre la base de sus actividades como individuo, sus interacciones con otros individuos, y el comportamiento dentro de grupos más amplios", dijo Savarese.

El nuevo software se podría usar en aplicaciones que van desde la visión en robots a la observación de conjuntos de animales salvajes o la detección de actividades sospechosas e incluso delictivas en una multitud. Además, Savarese tiene una aplicación en mente relacionada con la conducción que ayudaría a que los conductores a vigilar a los peatones activando una alarma, o incluso los frenos, si un peatón da un paso inesperado en la calzada.

Fuente: MuyInteresante.es