Wetenschappers van het Massachusetts Institute of Technology (MIT) hebben een algoritme ontwikkeld dat een deel van de code ontcijfert die gebruikt wordt in de hersenen om een visueel signaal om te zetten in de herkenning van het bijbehorende object. Dit proces houdt in dat binnenkomende informatie over een zichtbaar object via het netvlies uiteindelijk terechtkomt in het deel van de hersenschors dat verantwoordelijk is voor objectherkenning. Dit deel heet de zogenaamde inferotemporal (IT) cortex. Deze schors herkent en categoriseert vervolgens het waargenomen object op basis van het visuele ingangssignaal en geeft dit door aan de andere hersengebieden. Het volledige proces wordt beschouwd als een van de moeilijkste van alle hersenfuncties.
De twee betrokken neurowetenschappers, James DiCarlo en Tomaso Poggio, wisten data op te nemen van een grote hoeveelheid neuronen in de IT-schors tijdens de waarneming van verschillende objecten door getrainde apen. Vervolgens lukte het hen om door middel van een computeralgoritme de patronen van deze opnames te koppelen aan de verschillende objecten. Hieruit bleek dat minder neuronen dan verwacht betrokken waren bij dit proces; slechts honderden van de totaal miljoenen neuronen in de IT-schors waren volgens de onderzoekers voldoende om binnen korte tijd een object te herkennen. DiCarlo en Poggio hopen in de toekomst de data van meer neuronen te registreren om zo tot een vollediger model te komen dat de visuele herkenning weergeeft.