David Marr – 1945 1980

Biografía

La historia de la ciencia moderna se encuentra puntuada por figuras singulares cuya obra logra redefinir los cimientos mismos de disciplinas enteras en lapsos asombrosamente breves. En el panorama intelectual de la segunda mitad del siglo XX, David Courtnay Marr (1945-1980) ocupa un lugar de indiscutible preeminencia como el gran artífice de la neurociencia computacional y el pionero que transformó el estudio de la visión de un catálogo empírico y fragmentario en una disciplina matemática, rigurosa y unificada. Con una formación arraigada en las matemáticas puras de Cambridge y una insaciable curiosidad biológica, Marr trascendió los límites convencionales de su tiempo para articular una doctrina metodológica que reconcilió la neurobiología experimental, la psicología cognitiva y la inteligencia artificial.

Antes de la irrupción teórica de Marr, los estudios sobre el cerebro y el comportamiento se debatían en una encrucijada estéril. Por un lado, la electrofisiología acumulaba minuciosas descripciones sobre las tasas de descarga de neuronas individuales frente a estímulos luminosos sin comprender el propósito global de tales respuestas; por el otro, la inteligencia artificial temprana se perdía con frecuencia en heurísticas lingüísticas superficiales y modelos ad hoc desprovistos de arraigo físico o biológico. La propuesta marriana introdujo un orden epistemológico radical: para desentrañar cómo un sistema físico procesa información, no basta con describir sus componentes materiales ni con programar simulaciones arbitrarias, sino que resulta imperativo formular una teoría computacional explícita que defina qué problema resuelve el sistema y bajo qué restricciones del mundo natural opera.

A pesar de su prematuro fallecimiento a la edad de treinta y cinco años, víctima de una leucemia aguda, el legado que David Marr legó a la posteridad conserva una lozanía intelectual inmutable. Su célebre postulado de los tres niveles de análisis —teoría computacional, representación y algoritmo, e implementación física— se ha consolidado como la piedra angular de la filosofía de la mente y la ciencia cognitiva contemporánea. Este extenso tratado recorre de manera pormenorizada su biografía intelectual, desde sus primeros modelos matemáticos del cerebelo, el neocórtex y el hipocampo, hasta la arquitectura teórica de su obra cumbre, Vision, analizando el peso gravitacional de sus ideas frente a las corrientes contemporáneas del aprendizaje profundo y la cognición corporizada.

1. Introducción a la figura y el paradigma de David Marr (1945-1980)

1.1 Contexto histórico y revolución en las ciencias cognitivas

A mediados del siglo XX, la psicología experimental comenzaba a sacudirse el dominio del conductismo radical, un paradigma que había proscrito deliberadamente el estudio de los estados internos de la mente en favor de una correlación estricta entre estímulos observables y respuestas conductuales. La emergencia de la metáfora computacional, impulsada por figuras señeras como Alan Turing, Claude Shannon y John von Neumann, inauguró el enfoque del procesamiento de información. Este nuevo marco concibió a la mente no como una caja negra inescrutable, sino como un sistema formal dedicado a la adquisición, almacenamiento, transformación y recuperación de representaciones simbólicas estructuradas.

No obstante, la materialización práctica de esta revolución en el ámbito de las neurociencias experimentaba severas trabas metodológicas. La neurofisiología de las décadas de 1950 y 1960, enriquecida por las técnicas pioneras de registro con microelectrodos desarrolladas por David Hubel y Torsten Wiesel, lograba aislar células en la corteza estriada que respondían selectivamente a barras y bordes orientados en el campo visual. Pese a la trascendencia de estos hallazgos empíricos, los investigadores carecían de un marco conceptual integrador: se acumulaban montañas de datos fisiológicos sin que existiera una teoría formal que explicara por qué la corteza visual debía extraer orientaciones espaciales ni cómo esas descripciones locales culminaban en el reconocimiento holístico y consciente de una escena tridimensional.

Es precisamente en esta fractura epistemológica donde emerge la visión de David Marr como una superación dialéctica del reduccionismo mecanicista y de la abstracción desconectada. Marr diagnosticó con precisión quirúrgica que intentar comprender la función visual únicamente mediante el registro de potenciales de acción en neuronas individuales equivalía a intentar comprender el funcionamiento de un procesador digital examinando exclusivamente el flujo de electrones en transistores de silicio. Para superar este atolladero, propuso una síntesis interdisciplinaria donde la psicología cognitiva aportara los límites funcionales del comportamiento, las ciencias de la computación proveyeran el rigor matemático de los algoritmos y la neurofisiología estableciera las restricciones biológicas del sustrato físico.

Hacia finales de la década de 1970, el impacto de estos planteamientos resonó como un auténtico seísmo conceptual en la academia internacional. Marr no se limitó a importar terminología computacional para aplicarla metafóricamente a la biología, sino que dotó a las ciencias cognitivas de un lenguaje formal exhaustivo, demostrando que la cognición, lejos de ser un fenómeno místico o una simple respuesta electroquímica, constituye un cómputo determinista cuyas propiedades matemáticas fundamentales pueden ser modeladas, deducidas e implementadas con independencia de la materia física que las sustenta.

1.2 La visión computacional como disciplina formal e independiente

Hasta la intervención teórica de Marr, los sistemas de computación gráfica y las primeras tentativas de reconocimiento de patrones abordaban la visión como un proceso sensorial pasivo, una especie de captación fotográfica perfeccionada mediante umbrales de intensidad o filtros heurísticos de contraste. Marr impugnó frontalmente esta concepción ingenua y definió la visión como un proceso dinámico y activo de transformación jerárquica de representaciones. Para el teórico británico, el acto de ver no consiste en recibir pasivamente haces de luz, sino en resolver un problema computacional formidable: transformar una matriz bidimensional degenerada de intensidades lumínicas cambiantes en una descripción tridimensional coherente, estructurada e invariante del entorno físico.

Bajo esta formulación rigurosa, la percepción visual dejó de considerarse una extensión de la óptica física o un epifenómeno de la transducción retiniana, convirtiéndose en una disciplina científica autónoma guiada por leyes matemáticas universales. Marr demostró que la reconstrucción visual debe operar mediante la articulación secuencial de esquemas representacionales explícitos, cada uno de los cuales aísla propiedades físicas concretas del mundo externo —como discontinuidades de reflectancia, profundidad espacial, curvatura superficial y orientación geométrica local— para hacerlas computacionalmente accesibles a módulos de procesamiento posteriores.

El establecimiento formal de este nuevo campo tuvo su cuartel general en el Laboratorio de Inteligencia Artificial del MIT (Massachusetts Institute of Technology), institución a la que Marr se incorporó formalmente en 1973. Bajo su liderazgo y en estrecho diálogo con los fundadores del laboratorio, el MIT se transformó en el epicentro mundial de la investigación visual teórica. Allí, liberada de los compromisos puramente utilitarios de la ingeniería industrial inmediata, la visión computacional se erigió como la ciencia exacta del procesamiento de la luz, sentando las bases tanto para la robótica moderna como para el modelado biológico de la visión cortical en primates.

1.3 Breve cronología de una trayectoria brillante y truncada

David Courtnay Marr nació el 19 de enero de 1945 en la localidad de Woodford, Essex, en el Reino Unido. Dotado de una inteligencia precoz y un talento descollante para la abstracción lógica, cursó sus estudios secundarios en la prestigiosa Rugby School antes de ingresar en el Trinity College de la Universidad de Cambridge. En Cambridge, completó con honores de primera clase sus estudios de grado y maestría en Matemáticas, imbuyéndose del rigor analítico y axiomático propio de la escuela matemática británica.

No obstante, fascinado por los misterios biológicos de la mente, Marr decidió dar un giro copernicano a su trayectoria investigadora y se inscribió en el programa de doctorado del Departamento de Fisiología de Cambridge. Entre 1969 y 1971, bajo la tutela formal de Giles Brindley, produjo una tríada deslumbrante de monografías teóricas dedicadas a dilucidar la estructura computacional de tres órganos esenciales del sistema nervioso central: la corteza cerebelosa (1969), el neocórtex cerebral (1970) y el arquicórtex hipocampal (1971). Estos tres artículos seminales inauguraron formalmente la neurobiología teórica cuantitativa y revelaron una madurez metodológica sin precedentes en un investigador recién doctorado.

En el año 1973, por invitación expresa de Marvin Minsky y Seymour Papert, Marr se trasladó a Cambridge, Massachusetts, para incorporarse al Laboratorio de Inteligencia Artificial del MIT, integrándose simultáneamente en el Departamento de Psicología de dicha institución. Fue en el MIT donde trabó una decisiva y prolífica alianza científica con el biofísico italiano Tomaso Poggio, junto a quien publicaría algunos de los tratados más influyentes de la ciencia visual, consolidando la doctrina de los niveles explicativos y los primeros algoritmos matemáticos de correspondencia estereoscópica.

A finales de 1978, en la cúspide de su creatividad y poco después de haber obtenido una plaza de profesor titular (tenure) en el MIT, a Marr se le diagnosticó una leucemia mieloide aguda. Plenamente consciente de la gravedad de su pronóstico clínico y de la brevedad del tiempo que le restaba, redobló sus esfuerzos para volcar la totalidad de su corpus doctrinal en un texto unificado. Tras una heroica batalla contra el deterioro físico, David Marr falleció el 17 de noviembre de 1980 en Cambridge, Massachusetts, dejando tras de sí el manuscrito prácticamente concluido de su obra canónica, Vision, la cual vio la luz de manera póstuma en 1982.

2. Formación académica y raíces matemáticas en Cambridge (1945-1969)

2.1 Educación temprana y excelencia matemática en Trinity College

La formación intelectual de David Marr en el Trinity College de la Universidad de Cambridge resultó determinante para el sesgo metodológico de toda su producción científica posterior. Inmerso en una atmósfera pedagógica que privilegiaba el pensamiento deductivo, el análisis funcional, el álgebra moderna y la topología, Marr internalizó la premisa axiomática de que todo problema aparentemente complejo puede ser descompuesto en invariantes estructurales, representaciones formales y operaciones algebraicas bien definidas.

Esta devoción por las matemáticas puras dotó a Marr de una heurística mental infrecuente entre los biólogos y psicólogos de su tiempo. Mientras que los científicos naturales solían formarse en métodos descriptivos, taxonómicos o estadístico-inductivos, Marr abordaba la biología desde una óptica analítica de primeros principios. En sus cuadernos de juventud en Trinity, se advierte una constante interrogación sobre cómo los teoremas matemáticos de transformación y las leyes de optimización informacional encuentran su manifestación tangible en los sistemas físicos naturales.

Al concluir su graduación matemática con honores sobresalientes a finales de la década de 1960, Marr se negó a recluirse en las parcelas hiperespecializadas de las matemáticas abstractas puras. Por el contrario, constató que las preguntas científicas más apasionantes y vírgenes del siglo XX residían en la elucidación de las bases materiales del pensamiento humano. Convencido de que la neurobiología se encontraba en una fase precientífica comparable a la física anterior a Galileo y Newton, decidió consagrar sus destrezas formales al desciframiento de las arquitecturas neuronales del cerebro.

2.2 El impacto del laboratorio de fisiología de Cambridge

Al integrarse en el Laboratorio de Fisiología de Cambridge a finales de los años sesenta, Marr se encontró en el vórtice de una de las comunidades de electrofisiología más avanzadas y prestigiosas del planeta. Investigadores de la talla de Alan Hodgkin y Andrew Huxley habían descifrado recientemente la biofísica del potencial de acción axonal mediante ecuaciones diferenciales no lineales, mientras que Horace Barlow formulaba sus sugerentes hipótesis sobre el principio de redundancia sensorial y la doctrina de la neurona única en el reconocimiento perceptivo.

Sin embargo, la inmersión en esta prolífica atmósfera empírica despertó en Marr un temprano escepticismo metodológico. Aunque admiraba la destreza experimental de sus colegas fisiólogos para insertar electrodos en axones gigantes o registrar las fluctuaciones sinápticas en cortes de tejido, percibió una alarmante desproporción epistemológica entre la avalancha de datos electroquímicos producidos y la pobreza conceptual de las explicaciones suministradas para interpretarlos. El registro pasivo de disparos neuronales individuales ante ráfagas lumínicas o mecánicas no permitía deducir el diseño global de la máquina neural.

Marr cristalizó así una convicción que vertebraría su filosofía científica: la investigación neurobiológica guiada exclusivamente por la recolección inductiva y descriptiva de datos está condenada al fracaso si carece de una teoría formal previa. Sostuvo que ningún electrofisiólogo podría comprender la función de un microcircuito sin haber formulado con antelación un modelo abstracto sobre el tipo de operación matemática que dicho circuito tiene por cometido ejecutar. La teoría computacional debía, por fuerza epistémica, preceder a la aguja del electrodo.

2.3 La tesis doctoral y los primeros modelos cibernéticos

Su tesis doctoral se desarrolló bajo la supervisión nominal del fisiólogo visual y biofísico británico Giles S. Brindley, un científico de amplia cultura científica que había investigado la fisiología de la visión del color y las prótesis visuales corticales. Brindley reconoció de inmediato el desbordante potencial teórico del joven matemático y le concedió un grado inusitado de libertad académica para estructurar su investigación doctoral en torno a la modelización físico-matemática de arquitecturas cerebrales completas.

Lejos de restringirse a experimentos de banco húmedo de corte tradicional, Marr aprovechó su investigación doctoral para articular los primeros modelos formales mecanicistas sobre redes de neuronas biológicas reales. Nutriéndose de los trabajos teóricos de la cibernética temprana de Norbert Wiener y Warren McCulloch, pero distanciándose críticamente de las redes neuronales excesivamente abstractas e inverosímiles de la época, Marr se impuso el imperativo de ceñirse con absoluta fidelidad a las descripciones anatómicas y biofísicas disponibles en la literatura histológica.

Este esfuerzo de síntesis rigurosa culminó con la obtención de su doctorado a principios de los años setenta y estableció el molde canónico de su metodología de modelado: identificar con exhaustividad los tipos celulares de una región cerebral, definir sus sinapsis excitatorias e inhibitorias basándose en datos ultraestructurales y deducir algebraicamente la función de transferencia informacional que la red ejecuta sobre sus aferencias. La cibernética especulativa quedaba atrás; nacía la teoría biológica del cómputo distribuido.

3. Las teorías tempranas del procesamiento neural: Cerebelo, neocórtex e hipocampo

3.1 La teoría computacional del córtex cerebeloso (1969)

En 1969, a la edad de veinticuatro años, Marr publicó en el Journal of Physiology un artículo monumental que sentaría un hito histórico: «A theory of cerebellar cortex». Basándose en los descubrimientos neuroanatómicos de John Eccles, Masao Ito y János Szentágothai, Marr acometió la titánica tarea de formular una teoría matemática unificada que explicara la función computacional de la arquitectura finamente geométrica y cristalina de la corteza cerebelosa.

Marr conceptualizó el cerebelo como una memoria asociativa distribuida de un solo paso, cuyo objetivo cardinal es el aprendizaje motor y la automatización cinemática. En el corazón de su modelo computacional se encuentran las imponentes células de Purkinje, las células granulares con sus fibras paralelas y las dos vías aferentes principales: las fibras musgosas y las fibras trepadoras. Según Marr, las fibras musgosas transmiten el contexto sensorial y postural en curso hacia las células granulares, las cuales realizan una masiva expansión dimensional del espacio de entrada, proyectando patrones de actividad dispersos (sparse coding) a través de las fibras paralelas sobre el árbol dendrítico de las células de Purkinje.

La genialidad de la teoría de Marr radicó en postular que las fibras trepadoras, originadas en la oliva inferior, actúan como «señales de instrucción» o vectores de error docente. Cada vez que una fibra trepadora dispara simultáneamente con la activación de una fibra paralela sobre la misma célula de Purkinje, la eficacia de esa sinapsis específica se modifica plásticamente. De manera casi sincrónica e independiente, el científico estadounidense James Albus propuso en 1971 un modelo análogo (la teoría de Marr-Albus), si bien con una diferencia de polaridad sináptica: mientras Marr planteaba una facilitación sináptica a largo plazo, Albus demostró computacionalmente la necesidad de una depresión a largo plazo (LTD). Décadas más tarde, los experimentos de Masao Ito confirmaron de forma concluyente la existencia fisiológica de la LTD en las células de Purkinje, consolidando la teoría de Marr-Albus como uno de los triunfos predictivos más rotundos de la neurobiología teórica.

3.2 La teoría general del neocórtex cerebral (1970)

Alentado por el resonante éxito analítico de su modelo del cerebelo, Marr abordó al año siguiente una tarea de orden de magnitud incomparablemente superior: descifrar el funcionamiento del neocórtex cerebral humano. En su artículo de 1970, titulado «A theory for cerebral neocortex», Marr concibió la corteza cerebral no como una colección dispar de centros sensoriales y motores inconexos, sino como una máquina jerárquica homogénea diseñada fundamentalmente para la categorización y clasificación probabilística no supervisada de patrones sensoriales multimodales.

En este ambicioso esquema, Marr analizó la citoarquitectura de las seis capas corticales, enfocando su atención en las células piramidales y los circuitos de inhibición recurrente mediados por interneuronas gabaérgicas (como las células en cesta y las células en candelabro). Postuló que el neocórtex actúa descubriendo regularidades estadísticas del entorno mediante la formación espontánea de «representaciones de clase» o detectores de características complejas. Mediante algoritmos de autoasociación y umbrales variables de excitabilidad, la red cortical aprende a agrupar estímulos aferentes similares bajo un mismo nodo codificador, maximizando la capacidad de almacenamiento y minimizando las interferencias catastróficas.

No obstante, la teoría neocortical de Marr adoleció de ciertas limitaciones computacionales que el propio autor reconocería años más tarde. Al carecer de un conocimiento detallado sobre los circuitos de retroalimentación córtico-corticales y córtico-talámicos, su modelo se sustentaba en una cascada de procesamiento excesivamente jerárquica y lineal de tipo bottom-up (ascendente). A pesar de ello, sus formulaciones sobre el papel de la inhibición lateral distributiva para la selección competitiva de patrones siguen constituyendo la génesis conceptual de arquitecturas conexionistas clásicas como los mapas autoorganizados de Teuvo Kohonen y las redes de competencia neuronal contemporáneas.

3.3 La memoria episódica y la teoría del arquicórtex hipocampal (1971)

Completando su trilogía clásica, Marr publicó en 1971 «Simple memory: a theory for archicortex», un estudio fundacional dedicado al hipocampo que sentó las bases absolutas de la teoría neurobiológica moderna de los sistemas de memoria dual. Marr partió de una profunda intuición computacional sobre el dilema estabilidad-plasticidad: un sistema cognitivo que aprenda con rapidez experiencias individuales autobiográficas detalladas corre el riesgo inminente de borrar o desestabilizar catastróficamente los conocimientos estadísticos consolidados a largo plazo en el neocórtex.

Para sortear esta colisión funcional, Marr postuló que el hipocampo funciona como una memoria de almacenamiento temporal, transitoria y de alta velocidad (fast learner), diseñada para codificar de manera instantánea secuencias arbitrarias de eventos que conforman la memoria episódica. Este dispositivo de capacidad finita retiene las huellas mnémicas mediante índices compactos durante periodos breves. Con posterioridad, durante fases fisiológicas de reposo o sueño profundo, el hipocampo reactiva sistemáticamente estos patrones y los retransmite de forma iterativa y gradual al neocórtex (slow learner), permitiendo la consolidación semántica sinérgica y la reorganización de los circuitos corticales sin provocar la destrucción de recuerdos antiguos.

Asimismo, Marr diseccionó magistralmente la compartimentación anatómica interna del hipocampo. Identificó que el giro dentado, gracias a su abrumadora masa de neuronas granulares y conectividad divergente, implementa un algoritmo de «separación de patrones» (pattern separation), transformando entradas superpuestas de la corteza entorrinal en representaciones ortogonales no correlacionadas. Por su parte, la red de colaterales recurrentes del área CA3 fue formulada explícitamente como una memoria autoasociativa capaz de realizar la «compleción de patrones» (pattern completion), es decir, recuperar la totalidad de un recuerdo episódico complejo a partir de una clave perceptiva fragmentaria o ruidosa. Este modelo tripartito de la memoria hipocampal continúa plenamente vigente en la neurociencia cognitiva moderna.

4. La etapa en el MIT y el giro epistemológico hacia la visión (1973-1980)

4.1 Inmersión en el Laboratorio de Inteligencia Artificial

El traslado de David Marr al Instituto Tecnológico de Massachusetts (MIT) en 1973 marcó un giro decisivo en sus presupuestos epistemológicos. Al incorporarse al floreciente Laboratorio de Inteligencia Artificial, Marr entró en contacto directo con figuras totémicas como Marvin Minsky, Seymour Papert y Patrick Winston. Aquel entorno bullía de debates apasionados sobre la naturaleza del razonamiento simbólico, los sistemas basados en conocimiento y los incipientes desafíos del control robótico autónomo en entornos físicos reales.

Hasta su llegada a Boston, los esfuerzos de Marr se habían concentrado en inferir la función a partir de los microcircuitos neuronales. Sin embargo, al enfrentarse a los problemas concretos que el grupo de visión artificial de Minsky intentaba solventar —como hacer que un brazo robótico reconociera y manipulara bloques geométricos mediante una cámara de video—, Marr experimentó una profunda iluminación intelectual. Constató que el modelado bottom-up directo del tejido nervioso resultaba inviable para abordar problemas complejos de percepción porque uno no puede deducir la función de un sistema complejo inspeccionando únicamente sus componentes biológicos elementales.

Paralelamente, Marr atestiguó el estrepitoso fracaso de los enfoques puramente heurísticos y «descendentes» (top-down) que dominaban la IA de los años setenta. Aquellos programas pretendían que un ordenador interpretara una imagen borrosa recurriendo a hipótesis preconcebidas sobre el mundo, utilizando gramáticas semánticas y árboles de decisión ad hoc. Marr argumentó con vehemencia que estos atajos ingenieriles eludían la tarea fundamental: la visión temprana debía ser, en su inmensa mayoría, un proceso ascendente, determinista y autónomo que operara exhaustivamente sobre la física de la imagen antes de recurrir a cualquier conocimiento semántico o contextual de alto nivel.

4.2 La alianza científica con Tomaso Poggio

Uno de los hitos más fructíferos de la ciencia cognitiva del siglo pasado fue el encuentro y la ulterior simbiosis intelectual entre David Marr y el biofísico Tomaso Poggio, quien trabajaba entonces en el Instituto Max Planck de Cibernética Biológica en Tubinga, Alemania. Marr y Poggio descubrieron una coincidencia de criterios extraordinaria sobre cómo formalizar matemáticamente los procesos biológicos de cómputo, lo que derivó en visitas recíprocas continuas y, finalmente, en la incorporación regular de Poggio al Laboratorio de IA del MIT.

La colaboración entre ambos combinó la genial intuición geométrica y conceptual de Marr con la maestría analítica y los rigurosos conocimientos de Poggio sobre teoría de sistemas no lineales, operadores diferenciales y teoría de regularización. Juntos publicaron una serie de artículos cruciales que fijaron los estándares científicos de la disciplina. Entre ellos destacan su análisis de la estereopsis binocular, los modelos computacionales del movimiento visual y, señaladamente, el artículo teórico conjunto de 1977, «From Understanding Computation to Understanding Neural Circuitry», donde formalizaron por primera vez con absoluta precisión los niveles epistemológicos de análisis en sistemas de procesamiento de información.

Esta mancuerna científica trascendió la mera especulación teórica. Sus publicaciones no se contentaban con enumerar principios abstractos, sino que ofrecían teoremas formales, simulaciones numéricas ejecutadas en las supercomputadoras PDP-10 de la época y una rigurosa contrastación psicofísica con datos cuantitativos de percepción humana obtenidos en laboratorios experimentales, demostrando que la visión teórica podía formular predicciones empíricas verificables con exactitud milimétrica.

4.3 La formulación del manifiesto antivanguardista en inteligencia artificial

En el seno del Laboratorio de Inteligencia Artificial del MIT, Marr adoptó una postura decididamente crítica frente a ciertas prácticas metodológicas endémicas de la época. En un célebre y polémico memorándum interno de 1976, titulado «Artificial Intelligence—A Personal View» (posteriormente sintetizado en diversos foros académicos), Marr arremetió contra lo que denominó el enfoque de los «trucos heurísticos», consistente en construir programas informáticos ad hoc que resolvían problemas artificialmente simplificados en «mundos de bloques» cerrados, sin que sus creadores comprendieran los principios universales subyacentes a la tarea realizada.

Para clarificar esta divergencia, Marr introdujo una distinción epistemológica tajante entre dos clases de teorías o sistemas en inteligencia artificial:

• Sistemas Tipo 1 (Type 1): Aquellos en los que un problema computacional complejo puede ser formulado y resuelto a través de un análisis matemático limpio, riguroso e independiente del sustrato, donde la solución puede deducirse formalmente a partir de principios físicos y lógicos primeros (como la óptica inversa o el análisis de Fourier).
• Sistemas Tipo 2 (Type 2): Aquellos donde el cómputo aparente es el resultado contingente de una interacción enmarañada y caótica de múltiples mecanismos, reglas ad hoc y heurísticas dispares que no admiten una reducción matemática formal (como ciertos aspectos idiosincrásicos del lenguaje natural o el diagnóstico médico tradicional).

Marr defendió ardorosamente que la visión, la motricidad temprana y la representación espacial pertenecen inequívocamente a los dominios del Tipo 1. Condenó la pereza metodológica de quienes abandonaban la búsqueda de principios computacionales matemáticos para refugiarse en sistemas heurísticos chapuceros que colapsaban tan pronto como las condiciones ambientales cambiaban mínimamente. Este manifiesto anti-heurístico consolidó una ética de investigación basada en la primacía epistemológica de la teoría analítica por encima del mero código informático circunstancial.

5. La doctrina metodológica: La formulación de los tres niveles de análisis

5.1 Fundamentos epistemológicos del esquema tripartito

La contribución de David Marr de mayor impacto en la epistemología de la ciencia es su formulación sistemática de los tres niveles de análisis para cualquier sistema complejo que procese información. Enunciado con diáfana claridad en las primeras páginas de Vision y prefigurado en sus artículos con Tomaso Poggio, este esquema conceptual postula que intentar comprender una máquina cognitiva requiere responder a tres interrogantes cualitativamente distintas y complementarias:

• 1. Nivel de la Teoría Computacional: ¿Cuál es el objetivo global del cómputo? ¿Qué información se extrae a partir de las entradas disponibles? ¿Por qué esta tarea es adecuada para resolver el problema? ¿Cuáles son las restricciones físicas del entorno que garantizan la unicidad y validez de la solución matemática?
• 2. Nivel de la Representación y el Algoritmo: ¿Cómo se codifican simbólicamente las entradas sensoriales y las salidas deseadas? ¿Qué representaciones formales se adoptan para estructurar la información intermedia? ¿Qué algoritmo paso a paso transforma una representación en otra?
• 3. Nivel de la Implementación Física (Hardware): ¿Cómo se materializan físicamente la representación y el algoritmo en un sustrato material concreto? ¿Cuáles son los circuitos neurobiológicos, las propiedades biofísicas de membrana, las conexiones sinápticas o las compuertas lógicas de silicio que ejecutan las operaciones físicas elementales?

Para ilustrar la necesidad insoslayable de este esquema, Marr recurrió a su célebre y pedagógica metáfora del vuelo en el reino animal: resulta rigurosamente imposible comprender el vuelo de un ave limitándose a realizar una taxonomía microscópica de la queratina de sus plumas o midiendo la tensión muscular de sus alas. Aunque las plumas y los músculos constituyen la implementación física del vuelo, la naturaleza del vuelo solo se vuelve inteligible cuando se comprende la teoría aerodinámica subyacente (el principio de Bernoulli, el empuje y la sustentación). Una vez desentrañada la aerodinámica (Nivel 1), se puede diseñar un algoritmo de control alar (Nivel 2) que luego puede ser implementado indistintamente mediante estructuras biológicas con plumas o mediante aleaciones de aluminio y motores a reacción en una aeronave (Nivel 3).

5.2 Relaciones interdependientes entre los tres niveles

Con frecuencia, lecturas superficiales del marco marriano han interpretado erróneamente su propuesta como una proclama a favor del aislacionismo disciplinar o un desprecio funcionalista hacia la neurobiología. Nada dista más del pensamiento genuino de Marr. Aunque los tres niveles gozan de independencia conceptual y lógica —en el sentido de que una misma teoría computacional puede implementarse mediante distintos algoritmos y ejecutarse en sustratos físicos radicalmente disímiles—, existe entre ellos una profunda interdependencia heurística y causal.

En el curso real de la indagación científica, las restricciones de un nivel guían, acotan y limitan las posibilidades explicativas de los otros dos. Por una parte, las propiedades intrínsecas del hardware biológico (como la lentitud relativa de la propagación del potencial de acción a lo largo de un axón, que opera en el orden de los milisegundos frente a los gigahertzios del silicio) imponen límites insoslayables a los algoritmos viables: el cerebro jamás podría ejecutar algoritmos que requieran millones de pasos seriales en cascada para reconocer una imagen en menos de doscientos milisegundos, obligando a postular algoritmos fuertemente paralelos y multiescala.

Por otra parte, la teoría computacional define con precisión qué operaciones deben buscar los electrofisiólogos en el laboratorio experimental. Marr advertía que carece de sentido registrar la actividad de una célula en la corteza visual esperando que el registro «revele» espontáneamente su función; el experimentador debe saber qué variable computacional (por ejemplo, una derivada espacial de segundo orden, una disparidad estereoscópica o un gradiente de textura) está implementando dicha célula. Por consiguiente, la relación entre los niveles es bidireccional, configurando una dialéctica analítica constante entre las metas del cómputo y las propiedades físicas del hardware que lo sustenta.

5.3 Trascendencia del marco metodológico en la filosofía de la mente

La doctrina de los tres niveles de Marr se erigió de inmediato en un faro conceptual para la floreciente filosofía analítica de la mente de finales del siglo XX. Filósofos de primer orden como Daniel Dennett y Jerry Fodor adoptaron el esquema marriano como el fundamento metodológico que legitimaba científicamente al funcionalismo cognitivo. Para Dennett, la triada de Marr guardaba una correspondencia simétrica directa con su propia teoría de las posturas explicativas (la postura del contenido o intencional, la postura del diseño y la postura física), confiriendo a la psicología un suelo epistemológico no reduccionista.

El marco de Marr demostró concluyentemente que el dualismo cartesiano de sustancias y el reduccionismo fisicalista ingenuo son dos errores ontológicos simétricos. Los estados mentales y las operaciones cognitivas no son sustancias etéreas desconectadas de la materia, pero tampoco pueden ser explicados exhaustivamente reduciéndolos a meras descripciones bioquímicas de intercambio de sodio y potasio en sinapsis neuronales. La mente es información formalmente procesada; un patrón dinámico que posee propiedades lógicas explicables por su propio nivel de cómputo.

De esta suerte, el marco de Marr garantizó la legitimidad y autonomía causal de la psicología y la ciencia cognitiva como ciencias rigurosas sin necesidad de renegar de las leyes físicas universales. Los debates clásicos en torno a la causación mental, la intencionalidad de las representaciones simbólicas y la naturaleza de la computación biológica continúan, hasta el día de hoy, articulándose en los términos exactos acuñados por el joven teórico británico en las aulas del MIT.

6. Nivel 1: Teoría computacional y formulación del problema inverso

6.1 Caracterización abstracta del objetivo del sistema

Al inaugurar el análisis formal de la visión en el Nivel 1, Marr acometió la caracterización abstracta de la meta funcional del aparato visual. Rechazando las respuestas teleológicas vagas que equiparaban el ver con «ayudar a sobrevivir al organismo», Marr acotó la tarea con pragmatismo operativo y rigor formal: el propósito cardinal del sistema visual consiste en responder con certidumbre y economía matemática a la doble interrogante: ¿qué hay en la escena? y ¿dónde se encuentra espacialmente situado?

Para desentrañar este objetivo, resulta perentorio despojar al problema de toda consideración biomecánica contingente. La tarea fundamental es el análisis de una función de mapeo (mapping function) que acepta como variable de entrada una matriz espacio-temporal continua de fotones incidentes sobre una retina bidimensional y genera como variable de salida una descripción estructural y categórica de los objetos tridimensionales que poblan el mundo físico circundante.

Esta delimitación abstracta exige caracterizar el espacio semántico de la salida. La salida no puede ser una simple réplica isomórfica de la imagen óptica (lo que desembocaría en la trampa circular del homúnculo que mira una pantalla interna en el cerebro), sino una estructura de datos jerárquica, invariante y formal, donde las propiedades geométricas y materiales de los objetos aparezcan de forma explícita, accesible e interpretable para la toma de decisiones, la planificación motora o el almacenamiento en la memoria semántica.

6.2 La visión como problema mal condicionado (ill-posed problem)

El núcleo matemático que vertebra la teoría computacional de la visión formulada por Marr y profundizada conjuntamente con Tomaso Poggio radica en el reconocimiento categórico de que la percepción visual constituye un problema inverso mal condicionado (ill-posed problem), de acuerdo con los criterios formales establecidos originalmente por el matemático francés Jacques Hadamard en la teoría de ecuaciones diferenciales.

En el sentido directo de la óptica física, el problema es trivial y determinista: dado un objeto tridimensional con una geometría dada, un coeficiente de reflectancia espectral y una fuente de iluminación determinada, las leyes de la física óptica proyectan de forma unívoca e inexorable un patrón bidimensional de irradiancia lumínica sobre el plano retiniano. Por el contrario, la visión biológica se enfrenta al trayecto inverso: a partir de la distribución bidimensional de intensidades lumínicas $I(x, y)$, debe deducir la configuración tridimensional de la escena física que le dio origen.

Este problema inverso está intrínsecamente mal condicionado porque una dimensión física completa (la profundidad) se pierde por colapso proyectivo en la superficie de la retina. Matemáticamente, existe un número formalmente infinito de escenas tridimensionales posibles, formas geométricas distorsionadas y configuraciones lumínicas dispares capaces de generar exactamente el mismo patrón idéntico de estimulación sobre los fotorreceptores. El sistema sensorial se halla ante una ecuación subdeterminada con infinitas soluciones algebraicas simultáneas.

6.3 El papel de las restricciones naturales del mundo físico

¿Cómo logra el cerebro humano solventar a cada instante y en fracciones de segundo un problema matemático que carece en teoría de solución única? La respuesta teórica de Marr fue revolucionaria: el sistema visual solo puede resolver la ambigüedad inherente al problema inverso incorporando en su arquitectura más íntima supuestos a priori derivados de las restricciones naturales (natural constraints) que gobiernan la física del mundo material.

Estas restricciones no son convenciones sociales ni aprendizajes culturales contingentes, sino propiedades ontológicas inmutables de la materia física. Marr y Poggio identificaron restricciones fundamentales que el sistema visual utiliza como axiomas matemáticos para la regularización de la imagen:

• Restricción de Continuidad Espacial: El mundo material físico no se compone de vórtices caóticos de partículas aisladas, sino de superficies tridimensionales compactas y cohesivas que varían suavemente en profundidad y orientación casi en todas partes, salvo en las discontinuidades abruptas correspondientes a los límites u oclusiones de los objetos.
• Restricción de Unicidad: Un punto material discreto en el espacio tridimensional solo puede existir en una única posición espacial a la vez, lo que implica que una proyección retiniana particular en un ojo solo puede corresponder a un único punto conjugado en el otro ojo durante la fusión binocular.
• Restricción de Rigidez: Las transformaciones espaciales en lapsos microscópicos de tiempo suelen corresponder a cuerpos sólidos rígidos o cuasirrígidos, permitiendo inferir trayectorias cinemáticas coherentes en el flujo óptico.

Al introducir formalmente estas restricciones físicas en el planteamiento de la tarea mediante operadores de optimización matemática y teoría de regularización, el espacio infinitamente degenerado de soluciones se colapsa. El problema inverso mal condicionado queda así transformado matemáticamente en un problema bien condicionado (well-posed problem), dotado de una solución matemática única, estable y robusta ante perturbaciones ruidosas del estímulo.

7. Nivel 2: Algoritmos y representaciones del flujo visual

7.1 La representación interna de la información sensorial

Habiendo fijado la teoría computacional en el Nivel 1, la labor científica se traslada obligatoriamente al Nivel 2: el diseño de las representaciones y los algoritmos que transforman la señal sensorial. Para Marr, una representación es un sistema formal estructurado que explicita cierto tipo de información física, gobernado por reglas sintácticas precisas y dotado de un repertorio delimitado de entidades simbólicas elementales denominadas primitivas.

Marr enfatizó con especial elocuencia que la elección de una representación condiciona de manera implacable la dificultad algorítmica de una tarea. Para ejemplificarlo, solía comparar el sistema de numeración arábigo con el romano: si bien ambos representan idénticas cantidades abstractas, realizar una multiplicación compleja utilizando numeración arábiga constituye una operación algorítmica elemental y algorítmicamente eficiente, mientras que ejecutar la misma operación empleando números romanos es una empresa extraordinariamente tortuosa y demandante.

En el dominio del flujo visual, la representación no es una copia especular de la escena, sino una descomposición en primitivos geométricos discretos. El sistema visual temprano debe seleccionar un alfabeto de descriptores locales —puntos de cruce por cero, segmentos lineales orientados, bordes luminosos y manchas de contraste— que capturen de forma inequívoca los atributos estructurales invariantes del estímulo físico, descartando las variaciones parasitarias debidas a fuentes móviles de luz o aberraciones refractarias.

7.2 Algoritmos como operadores formales de transformación

El segundo componente consustancial a este nivel lo constituyen los algoritmos, concebidos como procedimientos computacionales deterministas, ordenados y finitos que operan paso a paso sobre las estructuras representacionales, recibiendo una representación de entrada para transformarla metódicamente en una representación de salida enriquecida. En la arquitectura marriana, los algoritmos son la traducción matemática operativa de las restricciones físicas postuladas en el Nivel 1.

La selección algorítmica debe responder a rigurosos criterios de convergencia matemática y complejidad computacional. Dado que el sistema visual biológico opera en tiempo real, los algoritmos implementados no pueden incurrir en explosiones combinatorias ni recurrir a búsquedas ciegas no lineales en espacios dimensionales infinitos. Deben ser algoritmos estables, capaces de aproximar la solución óptima mediante operadores diferenciales locales y métodos de relajación iterativa o propagación lineal paralela.

Por ejemplo, en el cómputo de la disparidad estereoscópica, el algoritmo diseñado por Marr y Poggio traduce la restricción de continuidad en una función matemática de suavizado espacial, penalizando las discontinuidades abruptas en el mapa de profundidad calculado. El algoritmo no «sabe» que existen superficies físicas; simplemente aplica un operador matemático matricial iterativo cuyas propiedades de convergencia garantizan que la salida replique la geometría continua del mundo material.

7.3 Tolerancia a fallos y robustez algorítmica

Una característica definitoria de cualquier sistema cognitivo biológico es su prodigiosa resistencia operativa frente a la degradación de la señal sensorial o la pérdida parcial de sustrato físico. En marcado contraste con los programas informáticos tradicionales de la época, donde la alteración de un único carácter en el código provocaba el colapso fatal del sistema, el sistema visual animal experimenta una degradación elegante (graceful degradation): ante condiciones de baja luminosidad, niebla densa, ruido óptico o lesiones cerebrales focales, la percepción visual no colapsa súbitamente, sino que reduce de forma suave y proporcional su agudeza métrica.

Para conferir idéntica robustez a sus algoritmos, Marr introdujo la doctrina del procesamiento multiescala en paralelo. Un algoritmo marriano no examina la imagen en una única resolución espacial fija. En lugar de ello, descompone la señal visual en múltiples canales independientes de frecuencia espacial mediante convoluciones con operadores de diferente ancho espectral. Las escalas gruesas capturan la estructura global y topológica de la escena con alta inmunidad al ruido de alta frecuencia, mientras que las escalas finas resuelven los microdetalles y las texturas locales cuando la señal es límpida.

Posteriormente, el algoritmo implementa una validación cruzada inter-escalar: una primitiva geométrica solo es validada como una discontinuidad real si coincide consistentemente a través de múltiples canales espaciales independientes. Esta coherencia interna algorítmica inmuniza al sistema contra artefactos espurios, sombras difusas y aberraciones ópticas, garantizando una estimación fidedigna de los límites del objeto.

8. Nivel 3: Implementación física y correspondencia neurobiológica

8.1 El sustrato biofísico: Hardware neuronal y microcircuitos

El tercer y último estrato de la jerarquía analítica corresponde a la implementación física o hardware, el ámbito tradicional de la neuroanatomía, la electrofisiología y la biofísica celular. Si el Nivel 1 fijaba los fundamentos teóricos del cómputo y el Nivel 2 especificaba el algoritmo matricial, el Nivel 3 desvela de qué manera la física y la química de la materia viva ejecutan materialmente dichas operaciones matemáticas.

Marr demostró que el hardware neuronal dista enormemente de comportarse como una masa homogénea de interruptores binarios booleanos simplistas. Las membranas dendríticas de las neuronas son microcomputadoras analógicas dotadas de una riquísima gama de canales iónicos dependientes de voltaje y ligandos, capaces de llevar a cabo operaciones no lineales ultrasofisticadas como la integración temporal, la derivación direccional y la multiplicación de señales mediante interacciones de inhibición por shunting (división sináptica). Asimismo, la arquitectura laminar y vertical de las columnas hipercomplejas de la corteza visual primaria (área V1) y sus extensas redes de conexiones horizontales axónicas proporcionan el lecho anatómico ideal para la difusión espacial y la comunicación paralela requeridas por los algoritmos de relajación.

8.2 La correspondencia entre operaciones abstractas y células biológicas

El triunfo del método marriano residió en reinterpretar de manera deslumbrante los descubrimientos electrofisiológicos de David Hubel y Torsten Wiesel bajo la luz de la teoría computacional. En lugar de concebir a las célebres «células simples» y «células complejas» de la corteza visual como detectores pasivos de barras o rasgos arbitrarios, Marr demostró que estas poblaciones celulares implementan operadores matemáticos de filtrado de señales espaciales.

Bajo la óptica computacional de Marr, una célula de centro-encendido (on-center) en la retina o en el núcleo geniculado lateral, junto a sus interneuronas inhibitorias asociadas, implementa físicamente una convolución espacial aproximada por una diferencia de gaussianas (DoG), extrayendo la segunda derivada espacial del perfil de luminosidad. A su vez, los circuitos corticales locales que combinan sinápticamente aferencias de estas células no están «buscando» objetos conscientemente, sino registrando los cruces por cero (zero-crossings) en las derivadas espaciales, que corresponden a los puntos de máxima variación lumínica de la imagen.

De igual forma, Marr y Poggio explicaron cómo los circuitos neuronales biológicos resuelven el costo energético y las restricciones de conectividad impuestas por la física cerebral. Puesto que el consumo metabólico del cerebro humano y la velocidad de propagación de los potenciales de acción constituyen factores fuertemente limitantes, la maquinaria neural recurre a codificaciones dispersas altamente eficientes, donde únicamente una mínima fracción de la población celular descarga intensamente en un momento dado, maximizando el caudal informativo transmitido por cada julio de energía química consumida.

8.3 Independencia de medio e implementación en sustratos artificiales

Una consecuencia ontológica trascendental que dimana de la doctrina de los tres niveles es el principio de la independencia del medio (substrate independence). Si un proceso perceptivo puede ser caracterizado de forma matemática inequívoca en su teoría computacional y materializado en un algoritmo ejecutable, dicho cómputo no se halla ligado ontológicamente de manera exclusiva a la materia carbonada o al protoplasma de las células biológicas de un primate.

El mismo algoritmo diseñado para la extracción de bordes o la triangulación estereoscópica puede ser implementado indistintamente en el cerebro de un macaco o grabado físicamente en las compuertas lógicas de microprocesadores de silicio mediante arquitecturas de integración a muy gran escala (VLSI). La «visión» se consagró así como un fenómeno físico y computable universal, desbordando los confines de la zoología para inaugurar la era de los sistemas autónomos artificiales.

Esta premisa desarmó de raíz las objeciones vitalistas que afirmaban la imposibilidad ontológica de que una máquina manufacturada llegase algún día a ver el mundo. Al trazar una línea divisoria nítida entre la lógica abstracta del cómputo y las contingencias biofísicas de su realización material, Marr sentó las bases para el advenimiento de la robótica moderna de servicio, los sistemas de guiado satelital y los dispositivos de visión biónica capaces de restablecer la percepción funcional en seres humanos mediante interfaces optoelectrónicas directamente acopladas a la corteza cerebral.

9. La arquitectura secuencial de la visión: Del esbozo primario al modelo 3D

9.1 La imagen bidimensional original y el filtrado espacial multiescala

En su obra cumbre Vision, David Marr articuló de manera sistemática la que probablemente sea su aportación técnica más duradera: la arquitectura secuencial del procesamiento visual, compuesta por un flujo estricto de transformaciones representacionales feed-forward que conduce desde la imagen óptica bidimensional original hasta el reconocimiento volumétrico tridimensional invariante.

El punto de partida del flujo es la imagen bidimensional, formalizada como una función matemática bidimensional continua de irradiancia lumínica $I(x, y)$, discretizada sobre el mosaico espacial de la matriz fotorreceptora de la retina. En este nivel inicial, la información se reduce a un gigantesco mapa de valores numéricos de intensidad de luz, donde factores geométricos, variaciones de sombreado, fluctuaciones cromáticas y ruido sensorial se hallan inextricablemente fusionados.

Para desacoplar las discontinuidades físicas reales de la escena del ruido microscópico ambiental, Marr y su colaborador Ellen Hildreth formularon en 1980 un operador matemático de enorme celebridad: el filtro Laplaciano del Gaussiano (comúnmente abreviado como $\nabla^2 G$, o conocido popularmente por su forma geométrica como el operador del sombrero mexicano). La lógica matemática de esta operación consta de dos pasos integrados:

1. Suavizado Gaussiano: La imagen se convoluciona en primera instancia con una función de distribución gaussiana bidimensional $G(x, y, \sigma)$, donde el parámetro $\sigma$ controla la escala espacial del filtro. Esta operación actúa como un filtro pasobajas lineal que suprime las altas frecuencias ruidosas no correlacionadas.
2. Operador Laplaciano: A continuación, se aplica el operador diferencial Laplaciano $\nabla^2 = \frac{\partial^2}{\partial x^2} + \frac{\partial^2}{\partial y^2}$, que calcula la segunda derivada espacial no direccional e isótropa de la señal pre-suavizada.

La propiedad matemática crucial de este operador unificado radica en que los puntos donde la función resultante cruza el valor cero (denominados formalmente cruces por cero o zero-crossings) coinciden con absoluta precisión con las discontinuidades de pendiente más pronunciada en la función de intensidad de la imagen original. Al aplicar este filtrado en múltiples canales paralelos con diferentes valores de $\sigma$ (desde escalas muy finas hasta escalas muy gruesas), el sistema genera un conjunto de mapas de cruces por cero que aíslan los candidatos a límites físicos reales de la escena.

9.2 El esbozo primario (Primal Sketch): En bruto y enriquecido

El procesamiento de los cruces por cero conduce a la primera gran estructura representacional explícita postulada por Marr: el esbozo primario (Primal Sketch), el cual se subdivide a su vez en dos fases consecutivas: el esbozo primario en bruto (Raw Primal Sketch) y el esbozo primario enriquecido o completo (Full Primal Sketch).

El esbozo primario en bruto transforma la salida de los filtros diferenciales en un catálogo explícito de primitivas geométricas discretas locales, cada una de las cuales cuenta con parámetros numéricos asociados (como posición espacial bidimensional, orientación angular, contraste de intensidad, longitud y anchura métrica). El repertorio de primitivas se articula en torno a cinco morfologías elementales:

• Bordes o escalones de intensidad (edges)
• Líneas o barras delgadas de luminancia (bars)
• Manchas o regiones convexas de contraste (blobs)
• Terminaciones o finales bruscos de segmentos lineales (terminations)
• Líneas virtuales generadas por alineamientos implícitos de discontinuidades

Por su parte, el esbozo primario enriquecido somete este mosaico de primitivas atómicas locales a un riguroso proceso de agrupamiento espacial recursivo. Inspirándose formalmente en los postulados de la psicología de la Gestalt, pero dotándolos de formulaciones matemáticas operativas, Marr postuló que el sistema visual ejecuta algoritmos de agregación basados en criterios de proximidad geométrica, similitud de orientación y contraste, colinealidad y continuidad de curvatura. El resultado es un mapa bidimensional denso y jerárquico que explicita los contornos integrados de las superficies, las regiones de textura homogénea y los límites estructurales primarios de la escena, aún confinados a un sistema de coordenadas puramente retinotópico centrado en el observador.

9.3 El esbozo dos y medio dimensiones (2.5D Sketch)

La transición entre el procesamiento sensorial temprano y la reconstrucción espacial volumétrica culmina en el que constituye el concepto más original y debatido de la arquitectura marriana: el esbozo dos y medio dimensiones (2.5D Sketch). Marr reconoció perspicazmente que el cerebro no salta de manera mágica desde un dibujo de líneas bidimensionales (el esbozo primario) a la comprensión de volúmenes sólidos tridimensionales totalmente articulados.

El esbozo 2.5D es una representación de transición estrictamente centrada en el observador (viewer-centered frame of reference). Su cometido computacional consiste en hacer explícita la geometría superficial local de todos los elementos visibles de la escena desde la perspectiva particular y contingente de la retina del perceptor. En esta etapa, el sistema visual estima y representa con precisión tres variables geométricas fundamentales para cada coordenada visual $(x, y)$:

• La profundidad local: La distancia métrica estimada $z$ desde el punto de vista del ojo hasta cada punto visible de la superficie física.
• La orientación local de la superficie: Formalizada habitualmente mediante el vector normal unitario a la superficie en cada punto, especificando su inclinación (tilt) y su gradiente de oblicuidad (slant).
• Las discontinuidades estructurales: Clasificación matemática explícita entre discontinuidades en profundidad (bordes oclusivos donde una superficie se interpone delante de otra) y discontinuidades en la orientación de la superficie (pliegues geométricos o vértices angulares convexos y cóncavos en un mismo cuerpo).

La denominación de «dos y medio dimensiones» obedece precisamente a su estatuto representacional híbrido: aunque computa información tridimensional genuina (distancias y vectores normales superficiales), se encuentra irremediablemente limitada por la línea de visión del observador. El esbozo 2.5D no posee información alguna sobre la cara posterior oculta de los objetos, ni codifica su volumen global, ni puede predecir cómo se verá la escena si el observador se desplaza unos metros lateralmente; es un mapa de relieve superficial visto desde un mirador inmóvil.

9.4 El modelo tridimensional (3D Model Representation)

El peldaño superior y culminante de la arquitectura visual de Marr lo conforma la representación del modelo tridimensional (3D Model Representation). Para que un organismo pueda reconocer un objeto que ya conoce (como un caballo o una taza) con independencia de la postura, la distancia, la iluminación o el ángulo arbitrario bajo el cual se presente ante la mirada, la representación visual debe desprenderse de las coordenadas retinotópicas contingentes del observador.

Por consiguiente, el modelo 3D marriano opera en un marco de coordenadas centrado en el objeto (object-centered frame of reference). En colaboración estrecha con H. Keith Nishihara, Marr propuso que las formas complejas del mundo natural y artificial son descompuestas internamente por el sistema cognitivo en agregados modulares y jerárquicos de cilindros generalizados. Un cilindro generalizado es una entidad matemática volumétrica generada al desplazar una sección transversal bidimensional de tamaño variable a lo largo de un eje tridimensional de simetría axial principal.

Esta formalización volumétrica jerárquica posee una potencia analítica colosal:

• Modularidad estructural: Un cuerpo humano se representa en un nivel superior como un cilindro principal correspondiente al torso; en el nivel jerárquico subsiguiente, dicho cilindro se subdivide en ejes axiales subordinados correspondientes a las extremidades y la cabeza; a su vez, el cilindro del brazo se subdivide en antebrazo y mano, y la mano en dedos cilíndricos discretos.
• Invarianza geométrica absoluta: Puesto que las posiciones relativas de las partes anatómicas se describen mediante ángulos y proporciones métricas referidas exclusivamente al eje central de simetría intrínseco del propio objeto, la representación computada es enteramente insensible a rotaciones tridimensionales en el espacio, traslaciones métricas o cambios de perspectiva del sujeto perceptor.

Una vez alcanzado este estadio, la descripción volumétrica computada se convierte en un símbolo indexable que puede ser contrastado, clasificado y cotejado de manera unívoca con el catálogo de memorias semánticas almacenadas en los sistemas de categorización del lóbulo temporal, culminando así el complejo milagro computacional del reconocimiento visual.

10. Módulos computacionales específicos de la visión temprana y media

10.1 La teoría de la estereopsis computacional de Marr-Poggio

Dentro de los subsistemas modulares de la visión temprana, la teoría de la estereopsis computacional formulada por David Marr y Tomaso Poggio descuella como uno de los logros más deslumbrantes y emblemáticos de toda la neurociencia teórica. En la década de 1960, el neurocientífico y psicólogo húngaro-estadounidense Bela Julesz había conmocionado a la comunidad científica al inventar los estereogramas de puntos aleatorios (RDS), demostrando irrefutablemente que el cerebro humano puede percibir profundidad estereoscópica tridimensional instantánea a partir de dos matrices bidimensionales de puntos ruidosos inconexos que carecen por completo de pistas mononucleares, formas previas o contornos reconocibles.

Este hallazgo planteó un problema computacional monumental conocido formalmente como el problema de la correspondencia binocular: ¿cómo determina el sistema visual cuál de los miles de puntos microscópicos idénticos proyectados sobre la retina izquierda se empareja exactamente con su contraparte conjugada en la retina derecha? Si existen $N$ puntos idénticos en cada ojo, existen teóricamente $N!$ emparejamientos matemáticos simultáneos, generando un número sideral de soluciones falsas denominadas «puntos fantasmas».

En su artículo seminal de 1976 publicado en Science, «Cooperative computation of stereo disparity», Marr y Poggio formularon un algoritmo no lineal cooperativo que resolvía de forma óptima el problema de Julesz. El algoritmo articulaba formalmente las dos restricciones físicas del Nivel 1:

1. Restricción de Unicidad: Cada punto discreto de la imagen izquierda solo puede emparejarse con un único punto de la imagen derecha a lo largo de la línea epipolar horizontal, implementada algorítmicamente mediante una red de inhibición lateral mutua entre células con diferentes disparidades situadas sobre la misma línea de mira.
2. Restricción de Continuidad: Puesto que la profundidad varía suavemente en el espacio material continuo, los puntos vecinos tienden a poseer disparidades binoculares similares, implementada algorítmicamente mediante una red de excitación recíproca entre nodos de disparidad adyacentes.

Años más tarde, en 1979, los autores refinaron este esquema en un segundo algoritmo esteroscópico más rápido, de naturaleza no iterativa, que operaba combinando canales de filtrado paso banda multiescala ($\nabla^2 G$). En este modelo maduro, las correspondencias binoculares se fijaban primero de forma robusta en escalas gruesas de baja resolución espacial para guiar de manera inequívoca los emparejamientos en los canales de alta frecuencia espacial, reproduciendo con asombrosa fidelidad los tiempos de respuesta psicofísicos observados en seres humanos y encontrando una correspondencia neurobiológica directa en las neuronas sintonizadas con disparidad binocular de las áreas V1 y V2.

10.2 Percepción del movimiento y flujo óptico

El análisis cinemático de escenas móviles constituyó otra de las grandes arenas de teorización computacional de Marr y sus colaboradores en el MIT, señaladamente Shimon Ullman y Ellen Hildreth. Cuando un organismo o un objeto se desplaza a través del espacio, la distribución de reflectancia lumínica genera un campo vectorial dinámico sobre la retina denominado flujo óptico (optical flow). El desafío computacional radica en deducir los vectores de velocidad tridimensional real a partir de las variaciones espaciotemporales de la irradiancia bidimensional retiniana.

Marr y su equipo formalizaron matemáticamente el célebre problema de la apertura (aperture problem): cualquier receptor o neurona biológica dotada de un campo receptivo local finito solo puede percibir la componente del movimiento que es rigurosamente perpendicular a la orientación del contorno o borde luminoso. La componente tangencial del vector de velocidad se vuelve completamente invisible e indeterminada si el borde se observa a través de una apertura espacial pequeña.

Para sortear esta ambigüedad local inherente, Marr impulsó el desarrollo de algoritmos de integración de movimiento basados en restricciones físicas de suavidad cinemática global. El modelo estipula que el sistema visual calcula inicialmente los componentes normales de velocidad a lo largo de los cruces por cero en el esbozo primario y, en un estrato de procesamiento superior (que la neurobiología moderna ubica en el área cortical MT/V5), ejecuta una minimización variacional que intersecta las restricciones locales de múltiples aperturas espaciales. Este cómputo unifica el flujo aparente en un único vector de movimiento cinemático coherente, posibilitando la navegación espacial, la evasión de colisiones y el cálculo preciso del tiempo de colisión (time-to-contact).

10.3 Forma a partir de claves monoculares (Shape from X)

Aunque la estereopsis y el movimiento suministran poderosas claves métricas de profundidad, el sistema visual de los primates es capaz de percibir una rica volumetría tridimensional observando una fotografía estática con un solo ojo cerrado. Para desentrañar esta prodigiosa destreza inferencial, Marr inspiró y coordinó en el MIT toda una familia canónica de modelos computacionales que pasaron a la historia de la disciplina bajo la denominación genérica de las teorías de Forma a partir de X (Shape from X):

• Shape from Shading (Forma a partir del sombreado): Pioneramente formalizada por Berthold Horn bajo la impronta conceptual marriana, esta teoría demuestra cómo las variaciones continuas de intensidad lumínica sobre una superficie mate (reflectancia lambertiana) permiten deducir la curvatura y la orientación de los vectores normales superficiales mediante la solución de ecuaciones diferenciales parciales, asumiendo fuentes de luz distantes y superficies suaves.
• Shape from Texture (Forma a partir de la textura): Basándose en las ideas originales de James J. Gibson sobre los gradientes de textura ambiental, Marr y sus discípulos tradujeron la percepción de relieve en operadores formales de compresión en perspectiva. A medida que un patrón textural homogéneo e isótropo se aleja en profundidad o se inclina en el espacio, experimenta distorsiones proyectivas de escala y densidad geométrica que el sistema visual computa para inferir la inclinación angular exacta de la superficie física subyacente.
• Shape from Contour (Forma a partir del contorno): Impulsada brillantemente por Shimon Ullman y Michael Leyton, esta línea teórica investigó cómo la silueta oclusiva bidimensional exterior de un cuerpo suministra restricciones matemáticas formales ineludibles sobre la topología volumétrica interna del objeto, demostrando que los vértices cóncavos en el contorno indican unívocamente la intersección modular de distintos cilindros generalizados en el modelo 3D.

11. La obra cumbre póstuma: ‘Vision’ (1982) y su arquitectura conceptual

11.1 Génesis, redacción y publicación del manuscrito fundamental

A finales de 1978, la carrera meteórica de David Marr se vio dramáticamente sacudida por la aparición de una fatiga persistente y hematomas anómalos. Los exámenes hematológicos confirmaron un diagnóstico demoledor: padecía de una leucemia mieloide aguda en fase avanzada, una enfermedad que en aquel momento poseía un pronóstico terapéutico sombrío y una esperanza de vida estadísticamente reducida. Enfrentado a la inminencia de su propia mortalidad a la edad de treinta y tres años, Marr adoptó una determinación existencial sobrecogedora: consagrar el remanente de sus fuerzas y sus días a la sistematización integral de su doctrina en un libro monográfico definitivo.

La redacción de Vision: A Computational Investigation into the Human Representation and Processing of Visual Information se convirtió en una carrera febril contra el deterioro físico implacable provocado por los agresivos ciclos de quimioterapia y transfusiones sanguíneas. Alternando estancias en su laboratorio del MIT y en su residencia de Cambridge, Marr dictaba pasajes, corregía demostraciones matemáticas y reescribía capítulos enteros asistido incansablemente por su esposa, Lucia Vaina, y por un devoto círculo de colaboradores íntimos como Tomaso Poggio, Shimon Ullman y Keith Nishihara.

David Marr falleció pacíficamente el 17 de noviembre de 1980 en Cambridge, Massachusetts, habiendo rubricado prácticamente la totalidad del texto. Sus colegas y deudos acometieron las labores de edición final, preservando con reverencia su prosa vibrante y sus anotaciones manuscritas. La obra fue finalmente publicada en 1982 por la editorial neoyorquina W. H. Freeman and Company. La aparición de Vision causó una honda conmoción internacional: no solo se presentaba al mundo un tratado fundacional de una belleza matemática y formal deslumbrante, sino el testamento intelectual imperecedero de un pensador que había desafiado a la muerte para dejar un legado científico impoluto.

11.2 Estructura temática y prosa argumentativa del tratado

La arquitectura interna de Vision es un modelo canónico de rigor pedagógico, coherencia estructural y elocuencia argumentativa. El libro se encuentra meticulosamente vertebrado en tres partes orgánicas que conducen al lector con mano firme desde la más pura filosofía de la ciencia hasta la formulación explícita de código algorítmico y correspondencias electrofisiológicas:

El tratado se abre con una introducción metodológica y epistemológica de valor universal, donde se articula con prosa nítida la doctrina de los tres niveles de análisis y la superación crítica de los callejones sin salida del conexionismo primario y la heurística de bloques. Acto seguido, la obra despliega su cuerpo central:

• Parte I: La representación de imágenes: Consagrada íntegramente a la visión temprana, aborda la biofísica fotorreceptora, el filtrado multiescala mediante operadores de cruces por cero ($\nabla^2 G$) y la formulación exhaustiva del esbozo primario (en bruto y enriquecido).
• Parte II: De las imágenes a las superficies: Explora la visión intermedia, desmenuzando los módulos computacionales de la estereopsis binocular de Marr-Poggio, el flujo óptico, la integración de claves monoculares y la construcción formal del esbozo dos y medio dimensiones (2.5D Sketch).
• Parte III: De las superficies a las formas volumétricas: Culmina en el Nivel 3 del reconocimiento invariante centrado en el objeto, exponiendo la teoría de los cilindros generalizados, los ejes de simetría y la recuperación semántica de la morfología tridimensional.

El estilo literario de Marr destaca por una economía conceptual absoluta, desprovista de divagaciones metafísicas o barroquismos retóricos innecesarios. Cada capítulo comienza con la caracterización abstracta de la meta computacional (Nivel 1), avanza hacia las ecuaciones matemáticas y el diseño algorítmico (Nivel 2), y concluye invariablemente contrastando la teoría frente a las evidencias empíricas de la psicofísica humana y los registros electrofisiológicos corticales (Nivel 3), complementado todo ello con clarificadores diagramas de flujo matriciales e ilustraciones analíticas.

11.3 Impacto inmediato en la investigación académica contemporánea

La publicación de Vision en 1982 alteró de forma sísmica el panorama de la investigación científica internacional. El texto se transformó de manera casi instantánea en el manual canónico de lectura obligatoria en los departamentos punteros de ciencias de la computación, inteligencia artificial, psicología cognitiva y neurobiología de las universidades más prestigiosas del mundo, desde el MIT, Stanford y Harvard hasta Oxford, Cambridge y el Max Planck.

Para la inteligencia artificial y la visión por computadora, Vision representó su carta de mayoría de edad intelectual. La disciplina abandonó definitivamente los parches heurísticos para adoptar el cálculo matricial, el análisis armónico, las ecuaciones diferenciales parciales y la geometría proyectiva como sus herramientas cotidianas de modelado. Al mismo tiempo, en el campo de la computación gráfica y el diseño asistido por ordenador (CAD), los conceptos marrianos sobre modelos volumétricos jerárquicos y cilindros generalizados inspiraron directamente las primeras arquitecturas modernas de renderizado tridimensional y animación digital.

En justo reconocimiento a la trascendencia de su figura, la comunidad científica internacional ha perpetuado su memoria mediante la institución de los más altos honores académicos. Destaca de manera preeminente el prestigioso Premio David Marr (David Marr Prize), otorgado bienalmente por el Institute of Electrical and Electronics Engineers (IEEE) en la International Conference on Computer Vision (ICCV), considerado de forma unánime como el galardón de mayor distinción y prestigio técnico en el ámbito global de la visión computacional.

12. Debates contemporáneos, críticas y vigencia del pensamiento de Marr

12.1 El debate con el conexionismo y el auge del Deep Learning

El pensamiento de David Marr ha experimentado una compleja dialéctica histórica frente al resurgimiento de las arquitecturas de redes neuronales artificiales. A mediados de la década de 1980, con la publicación del manifiesto conexionista del PDP (Parallel Distributed Processing) liderado por David Rumelhart y James McClelland, el enfoque simbólico y modular de Marr fue objeto de severas críticas. Los conexionistas censuraron lo que consideraban una excesiva rigidez serial y un sesgo puramente modular en el procesamiento marriano, argumentando que el cerebro biológico opera mediante representaciones subsimbólicas ampliamente distribuidas y autoorganizadas mediante algoritmos de aprendizaje empírico como la retropropagación del error (backpropagation).

En la actualidad, la hegemonía indiscutible del aprendizaje profundo (Deep Learning) y de las redes neuronales convolucionales (CNN) en tareas de visión artificial parece, a primera vista empírica, representar una refutación fáctica del programa marriano. Modelos masivos de inteligencia artificial logran clasificar millones de imágenes y segmentar escenas con precisión sobrehumana aprendiendo representaciones directamente a partir de petabytes de datos píxel a píxel, prescindiendo formalmente del diseño manual analítico de esbozos primarios, filtros de cruces por cero o modelos explícitos de cilindros generalizados.

Sin embargo, un examen epistemológico más profundo y pausado demuestra que esta contradicción aparente encubre una fascinante vindicación metodológica. Como han argumentado lúcidamente autores contemporáneos como el propio Tomaso Poggio, las capas iniciales de las redes neuronales convolucionales modernas aprenden espontáneamente filtros de Gabor y operadores de detección de bordes orientados idénticos a los predichos matemáticamente por Marr y Hildreth en 1980. Más aún: el Deep Learning contemporáneo padece una severa crisis de interpretabilidad y generalización (el problema de la «caja negra»), exhibiendo vulnerabilidades grotescas ante ejemplos adversarios y careciendo de una verdadera comprensión semántica del espacio tridimensional. Esta crisis radica precisamente en haber olvidado el Nivel 1 de Marr: se entrena un algoritmo masivo en el Nivel 2 y se ejecuta en un hardware de GPU en el Nivel 3, pero los diseñadores desconocen la teoría computacional explícita y las restricciones naturales formales del problema físico que la red está supuestamente resolviendo.

12.2 La visión enactiva y corporizada: Críticas desde la cognición 4E

Otra de las líneas de confrontación intelectual más agudas contra el edificio marriano procede de las corrientes de la cognición corporizada, situada, extendida y enactiva (el paradigma de la cognición 4E), cuyas raíces se remontan a la óptica ecológica de James J. Gibson y han sido articuladas en la filosofía contemporánea por figuras como Francisco Varela, Alva Noë y Andy Clark.

Los teóricos de la visión enactiva impugnan la premisa medular de Marr de que el cometido de la visión estriba en reconstruir una representación interna isomórfica, fidedigna, exhaustiva y tridimensional de la escena externa dentro del cerebro. Apoyándose en la célebre noción gibsoniana de affordance (las oportunidades de acción que el entorno ofrece directamente al organismo), críticos como Noë sostienen que el mundo físico real actúa como su propia y mejor memoria externa («el mundo como memoria exterior»). Según esta óptica sensorimotora, ver no es computar mapas tridimensionales estáticos dentro de la corteza temporal, sino una actividad exploratoria activa: el perceptor utiliza sus movimientos corporales y sacádicos para interrogar visualmente al entorno solo cuando la información es estrictamente requerida para coordinar una acción motora inmediata.

No obstante, la ciencia cognitiva actual avanza hacia una síntesis dialéctica madura entre ambos polos. Teóricos contemporáneos como Karl Friston, a través de su influyente principio de la energía libre y los modelos de inferencia activa (active inference), han demostrado que la acción motora y la reconstrucción representacional interna probabilística no son términos antagónicos, sino dos facetas indisolublemente acopladas de un mismo proceso computacional. Para coordinar eficazmente el movimiento en un mundo físico ruidoso y estocástico, el cerebro requiere imperativamente modelos generativos internos estructurados que codifiquen la geometría latente de la realidad; un requisito ontológico que devuelve de lleno al paradigma marriano su centralidad teórica incuestionable.

12.3 Vigencia y pertinencia en la neurociencia y la inteligencia artificial moderna

Más de cuatro décadas después de su desaparición física, el pensamiento de David Marr no solo sobrevive, sino que experimenta un vigoroso renacimiento en las fronteras de la ciencia contemporánea. En la neurociencia computacional biológica de vanguardia, su doctrina de los tres niveles de análisis sigue constituyendo el canon metodológico irremplazable para escapar del laberinto del big data empírico generado por técnicas revolucionarias como la optogenética, la microscopía de dos fotones y la conectómica de alta resolución.

Frente al riesgo contemporáneo de que la neurociencia vuelva a extraviarse en una acumulación colosal pero ciega de registros de millones de sinapsis y transcriptomas celulares, los científicos recurren a Marr como el ancla conceptual que recuerda que ningún diagrama conectómico explicará jamás la mente sin una teoría computacional complementaria. Asimismo, en la inteligencia artificial neuroinspirada y los paradigmas de codificación predictiva (predictive coding), los modelos teóricos de procesamiento jerárquico retoman sus postulados de comparación de errores multiescala descendentes y ascendentes para emular la eficiencia biológica.

David Marr permanece así como el arquitecto fundacional del pensamiento computacional moderno sobre la mente y el cerebro. Su vida fulgurante y su monumental obra atestiguan de manera imperecedera que el misterio más insondable del universo físico —la capacidad de la materia viva para reflejar, interpretar y comprender conscientemente el cosmos a través de la luz— se rinde, en última instancia, ante la suprema conjunción del rigor matemático, la verdad biológica y la audacia creadora del intelecto.

Conclusión

La trayectoria de David Courtnay Marr constituye una de las cumbres más apasionantes e inspiradoras de la historia intelectual del siglo XX. En una carrera investigadora que apenas abarcó poco más de una década, su genio analítico legó una producción científica cuya densidad teórica continúa iluminando el rumbo de las disciplinas más complejas y fascinantes de la actualidad. Antes de Marr, el estudio del cerebro visual oscilaba precariamente entre la meticulosidad anatómica desprovista de teleología y las especulaciones psicológicas carentes de sustrato físico; después de Marr, el entendimiento de la cognición se transformó para siempre en una ciencia exacta guiada por principios matemáticos universales.

Su doctrina de los tres niveles de análisis —la teoría computacional, la representación algorítmica y la implementación física— permanece incólume como la piedra de toque metodológica para desentrañar cualquier sistema complejo de procesamiento informático, sea este de carne o de silicio. Al demostrar que la visión biológica es la resolución matemática rigurosa de un problema inverso mal condicionado mediante la incorporación de restricciones físicas universales, Marr no solo desmitificó los arcanos de la percepción sensorial, sino que confirió una dignidad formal inédita a la mente como un producto determinista de leyes naturales sublimes.

En una época contemporánea seducida en ocasiones por el empirismo pragmático del aprendizaje profundo opaco y las avalanchas de datos masivos desprovistos de explicaciones causales, el recordatorio marriano resuena con una vigencia moral y epistemológica más urgente que nunca: un algoritmo que funciona sin que comprendamos los principios computacionales primeros que gobiernan su comportamiento no representa un triunfo cabal de la ciencia, sino una capitulación ante la complejidad. Comprender la mente exige comprender el cómputo. Y en ese sendero irrenunciable hacia la luz de la razón, David Marr seguirá siendo, por siempre, el cartógrafo pionero de la mirada interior.

Referencias

• Albus, J. S. (1971). A theory of cerebellar function. Mathematical Biosciences, 10(1–2), 25–61. https://doi.org/10.1016/0025-5564(71)90051-4
• Dennett, D. C. (1987). The Intentional Stance. MIT Press.
• Fodor, J. A. (1983). The Modularity of Mind: An Essay on Faculty Psychology. MIT Press.
• Gibson, J. J. (1966). The Senses Considered as Perceptual Systems. Houghton Mifflin.
• Gibson, J. J. (1979). The Ecological Approach to Visual Perception. Houghton Mifflin.
• Hubel, D. H., & Wiesel, T. N. (1959). Receptive fields of single neurones in the cat’s striate cortex. The Journal of Physiology, 148(3), 574–591. https://doi.org/10.1113/jphysiol.1959.sp006308
• Hubel, D. H., & Wiesel, T. N. (1962). Receptive fields, binocular interaction and functional architecture in the cat’s visual cortex. The Journal of Physiology, 160(1), 106–154. https://doi.org/10.1113/jphysiol.1962.sp006837
• Julesz, B. (1971). Foundations of Cyclopean Perception. University of Chicago Press.
• Marr, D. (1969). A theory of cerebellar cortex. The Journal of Physiology, 202(2), 437–470. https://doi.org/10.1113/jphysiol.1969.sp008820
• Marr, D. (1970). A theory for cerebral neocortex. Proceedings of the Royal Society of London. Series B. Biological Sciences, 176(1043), 161–234. https://doi.org/10.1098/rspb.1970.0040
• Marr, D. (1971). Simple memory: a theory for archicortex. Philosophical Transactions of the Royal Society of London. Series B, Biological Sciences, 262(841), 23–81. https://doi.org/10.1098/rstb.1971.0078
• Marr, D. (1982). Vision: A Computational Investigation into the Human Representation and Processing of Visual Information. W. H. Freeman and Company.
• Marr, D., & Hildreth, E. (1980). Theory of edge detection. Proceedings of the Royal Society of London. Series B. Biological Sciences, 207(1167), 187–217. https://doi.org/10.1098/rspb.1980.0020
• Marr, D., & Nishihara, H. K. (1978). Representation and recognition of the spatial organization of three-dimensional shapes. Proceedings of the Royal Society of London. Series B. Biological Sciences, 200(1140), 269–294. https://doi.org/10.1098/rspb.1978.0020
• Marr, D., & Poggio, T. (1976). Cooperative computation of stereo disparity. Science, 194(4262), 283–287. https://doi.org/10.1126/science.968482
• Marr, D., & Poggio, T. (1977). From understanding computation to understanding neural circuitry. Neurosciences Research Program Bulletin, 15(3), 470–488.
• Marr, D., & Poggio, T. (1979). A computational theory of human stereo vision. Proceedings of the Royal Society of London. Series B. Biological Sciences, 204(1156), 301–328. https://doi.org/10.1098/rspb.1979.0029
• Noë, A. (2004). Action in Perception. MIT Press.
• Poggio, T., & Torre, V. (1984). Ill-posed problems and regularization analysis in early vision (A.I. Memo No. 773). Massachusetts Institute of Technology, Artificial Intelligence Laboratory.
• Ullman, S. (1979). The Interpretation of Visual Motion. MIT Press.