Self-supervised learning yields representational signatures of category-selective cortex
Este estudio demuestra que los objetivos de aprendizaje autosupervisado son suficientes para generar representaciones visuales similares a las del cerebro humano, logrando que surjan de forma natural la selectividad por categorías y sus características distintivas (como las de las áreas FFA y PPA) sin necesidad de sesgos específicos.