Jesu li ti istraživači upravo stvorili autistički računalni program?

Prošli mjesec je otkriveno da Googleova istraživanja u umjetnim neuronskim mrežama (ANNs) je povremeno proizvodio neke zaista čudne slike - a neki su korisnici odmah primijetili kakvu zapanjujuću sličnost ovi vizualni prikazuju s onima koje ljudi prijavljuju nakon uzimanja halucinogenih droga. To ispada razlog zbog kojeg su ANN-ovi 'ispali' isti je razlog zbog kojeg to rade i naši mozgovi: sa smanjenom sposobnošću da prosude stvarno značenje vizuala dok se obrađuju (bilo zato što ste visoko ili što ste eksperimentalni računalni program) , algoritmi prepoznavanja uzoraka klimaju se.

Algoritmi slijede najjednostavniji put od osnovnih oblika do pogađanja predmeta koje ti oblici predstavljaju, često izlazeći iz kolosijeka bez smislenog usmjerenja višeg mozga. Bez mudrosti da se ide sa sirovim intelektom računala, svaki zaobljeni oblik mogao bi, tijekom mnogih ponavljanja, dobiti kategorizirano kao oko. I bez subjektivnih informacija o kontekstu scene, inače potpuno funkcionalni algoritmi mogu polako pretvoriti oblake u jezive mutante na monociklima.



Ovaj primjer pokazuje kako računalna metafora umjetne neuronske mreže može pružiti osnovni uvid u rad mozga - ali znanstveni uvid? ANN-ovi tek sada dosežu razinu sofisticiranosti gdje bi ih znanstvenici mogli koristiti kao alat, omogućujući im zapravo predviđanje kako će mozak reagirati na promjene u svojoj strukturi. Sada, nevjerojatna nova studija s Medicinskog fakulteta Baylor tvrdi da je učinila upravo to. Kada su neuroznanstvenici Ari Rosenberg i Jaclyn Sky Patterson simulirali jedan teoretizirani uzrok autizma u umjetnoj neuronskoj mreži, ta je simulacija počela pokazivati ​​prepoznatljivo ponašanje nalik autizmu.



mreža za autizam 2

Google je malo razgovarali o istraživanju trippy neuronske mreže, ali postupak prepoznavanja slika pretraživačkog diva nije osmišljen da proizvede znanstveni uvid. S druge strane, nedavna Baylorova studija uspjela je generirati njegovi rezultati slični autizmu promjenom samo jednog parametra u izravnoj simulaciji dijela vidnog korteksa. To je elegantan, ali nedokazan, eksperimentalni dizajn. Zašto je tako mala promjena djelovala ili se činilo da je umotana u strukturu mozga i mogući uzrok jednog od najsloženijih poremećaja medicine.



Autizam kao novonastalo svojstvo

Čini se da je teorija gotovo previše jednostavna da bi bila istinita. Autizam je jedno od najsloženijih zdravstvenih pitanja koje se danas proučava, nekoristan čvor genetike, povijesti života, analize ponašanja i vrlo različitih kulturnih standarda. Ipak, jedna teorija autizma tvrdi da bi mnogi najkarakterističniji simptomi poremećaja mogli biti rezultat samo jedne, kemijski inducirane modifikacije: autistični mozgovi mogu jednostavno biti previše bučni.

Upakiran u pretjerano slogovnom jeziku biokemije, ovo se odnosi na koncept podjele normalizacije (DN), mjeru u kojoj je mjeri u kojoj je aktivnost bilo kojeg neurona inhibirana aktivnošću ukupne populacije neurona oko njega. U 'normalnom' mozgu neuroni smanjuju hitnost pucanja kada su okruženi mnogim drugim neuronima koji otpuštaju - a čini se da nekoliko godina istrage sugerira da time čuvaju naš svjesni um od zbunjenosti i preopterećenosti na način na koji autistični ljudi često javljaju.

Norma podjele (DN) također može biti odgovorna za to što nam pomaže da shvatimo višesenzorni unos na isti podražaj.

Norma podjele (DN) također može biti odgovorna za to što nam pomaže da shvatimo multi-senzorni unos na isti podražaj.



Normalizacija podjela smatra se 'kanonskim proračunom', što znači da se nalazi u više područja mozga i više vrsta - čini se da je ova jednostavna regulatorna shema od suštinske važnosti za složene moždane sustave. Dakle, čim su tehnologija kloniranja i uređivanja gena to dopustili, znanstvenici su se okrenuli životinjskim modelima, postavljajući vrlo jednostavno pitanje: ako mogu smanjiti normalizaciju podjele, mogu li stvoriti autističnog miša?

Čini se da studije pokazuju da je odgovor barem površno da. Kad su istraživači isključili gene koji su kritični za GABA (primarni inhibitorni neurotransmiter), izlagali su ono što su znanstvenici smatrali ponašanjima poput autizma: izbjegavali su socijalni kontakt s drugim miševima; uključeni u neobične, ponavljajuće se akcije; prikazano pogoršanje prostornog učenja; i čak se činilo da je stekao blagi strah od otvorenih prostora. Ponovno uvođenje GABA i omogućavanje neuronima da smanje vlastiti volumen kao odgovor na silnu kakofoniju, rezultiralo je znatno manje uočljivim ponašanjem nalik na autizam.

Postoje neki dokazi da autistična djeca razvijaju više neuronskih veza od neautistične djece, kao što je ovdje prikazano.

Postoje neki dokazi da autistična djeca razvijaju više neuronskih veza od neautistične djece, kao što je ovdje prikazano.

Implikacija je bila jasna: iako se činilo nevjerojatnim, rezultati sugeriraju da bi svi različiti simptomi autizma mogli biti pojavno svojstvo jedne računalne nepravilnosti na niskom nivou u mozgu.

Ali miševi su, nažalost, miševi - tko zna zašto rade to što rade? A GABA ima mnoštvo funkcija, izvan svoje uloge u podijeljenoj normalizaciji. Znanost o autizmu brzo je napredovala niz drugih, komplementarnih putova i identificirala je niz drugih mogućih neuronskih objašnjenja za autizam. Najsnažniji dokazi u prilog DN teoriji autizma i dalje su se oslanjali na ljudske promatračke studije i na upitnu primjenjivost ponašanja životinja.

Od genetske manipulacije s ljudski ispitanici naravno nisu dolazili u obzir, činilo se da se ta situacija neće promijeniti. Napokon, nije kao da biste mogli jednostavno izgraditi ljudski mozak od nule ...

Umjetne neuronske mreže

Tijekom posljednjih pet godina umjetne neuronske mreže daleko su napredovale. Počeli su uglavnom kao znatiželja u računalnoj znanosti, zatim u biologiji - ambiciozni pokušaji modeliranja ukupne organizacije mozga pomoću softvera za simulaciju pojedinih neurona i veza između njih. Pružili su lijepe demonstracije kako mreža izuzetno jednostavnih programiranih glumaca (neurona) može zajedno raditi na brzom rješavanju složenih problema. Primarni vizualni korteks, na primjer, fizički je strukturiran da prosire dolazne vizualne informacije za osnovne stvari poput kretanja, uzoraka i obrisa statičnih predmeta, a to može učiniti sa zapanjujućom učinkovitošću u odnosu na digitalno računalo.

Vrlo pojednostavljeni dijagram organizacije ANN.

Vrlo pojednostavljeni dijagram organizacije ANN.

ANN opisuju mozak kao logični pachinko stroj u kojem podražaji padaju niz različitih ponderiranih statističkih putova određenih njihovim početnim atributima i programiranjem svakog neurona s kojim se susreću. To znači da samo jedna sitna prilagodba ponašanju svih neurona može imati ogroman kumulativni učinak na konačnu sudbinu podataka koji se obrađuju - baš kao što nalazimo u biološkim neuronskim mrežama (mozgovima). U mozgu takva prilagodba ponašanja za neurone vjerojatno dolazi iz promijenjenih površinskih proteina, dok u umjetnim neuronskim mrežama dolazi iz izravnih prilagodbi numeričkog parametra.

Jedan takav broj mogao bi kontrolirati snagu signala od neurona do neurona, urušavajući sve nijanse sinaptičke funkcije u jednu količinu. Drugi bi mogao diktirati tendenciju neurona da ne reagiraju nakon dugih razdoblja stalne stimulacije, umrtvljujući ih do pretjeranog uzbuđenja. To su računske metafore za puno složenije biološke sustave i one mogu u cjelini zrcaliti ili čak predvidjeti neke aspekte živčane funkcije.

Ovaj pokušaj Google ANN-a da što jednostavnije shvati složeni okvir doveo je do nekih istih rezultata do kojih su ljudski slikari došli pokušavajući učiniti istu stvar.

Ovaj pokušaj Google ANN-a da razumije složeni okvir sa što manje redaka došao je do istih estetskih rezultata kao i slikari koji pokušavaju za istu stvar.

Ali u istraživačke svrhe nije dovoljna samo simulacija mozga. Umjetne neuronske mreže mogle bi pružiti priliku za modeliranje ne samo tipičnog ljudskog mozga, već i onih s ugrađenim presudno važnim eksperimentalnim promjenama. Te bi promjene uvijek bile nemoguće u ljudskom testiranju, ali uopće ne bi predstavljale probleme u računalnom modelu. Znanstvenici su se počeli pitati: što bi se moglo dogoditi ako um ANN-a krene klimavo?

Neuronska mreža s autizmom

Ari Rosenberg i kolege ušli su u ovu situaciju i odlučili sintetizirati.

Znali su da autizam ima nekoliko prepoznatljivih učinaka na osnovnu vizualnu obradu i da je primarni vizualni korteks (nazvan 'V1') trenutno jedno od najboljih područja mozga za modeliranje s ANN-om. Znali su da, jer bi se mogla predstaviti sa samo jednim promijenjenim parametrom, teorija podjele normalizacije nudi mogući most između visoko subjektivnih učinaka autizma i numeričkih operacija ANN-a.

neuronska mreža 5Morali su upotrijebiti djelujući računalni model, relevantnu promjenu na tom modelu i predviđanje o učinku koji bi promjena trebala imati - drugim riječima, imali su plod eksperimenta.

'Čak iu vrlo jednostavnim vizualnim zadacima ... pronalazite izmijenjeno ponašanje kod osoba s autizmom', rekao je Rosenberg u nedavnom telefonskom intervjuu. 'Dakle, izgradili smo model neuronske mreže primarne vizualne kore na vrlo niskoj razini ... i onda smo se tek počeli poigravati s parametrima.'

Prvo što su testirali bila je složena vizualna obrada. Kad im se prikažu dinamične „rešetke“ sinusoidnih linija, autistična ljudska bića neprekidno nadmašuju kontrolne ispitanice pravilnim prepoznavanjem smjera kretanja brže, a povećavajući vizualni kontrast uvelike pojačava ovu prednost. Kako se veličina linija povećava, izvedba svih postaje sve lošija, ali rezultati autističnih osoba i dalje su veći od njihovih kolega iz 'divljeg tipa'.

Gornja dva grafikona prikazuju ljudske rezultate (autistični testovi plave boje). Donji grafikoni prikazuju rezultate ANN-a.

Gornja dva grafikona prikazuju rezultate testa na ljudskom ispitivanju (autistični sudionici u plavom). Donji grafikoni prikazuju rezultate ANN-a.

Dvije umjetne neuronske mreže Rosenberga pokazale su iste opće trendove. Model autizma, s podešenom podjelom normalizacije, dosljedno je nadmašivao 'zdravu' verziju. Relativne sposobnosti modela slijedile su iste trendove kao i ispitanici na ljudima.

Zatim su testirali 'vid u tunelu' - uočenu tendenciju autističnih ljudi da budu manje pažljivi na vizualne podražaje koji se javljaju daleko od trenutnog objekta njihove pažnje. Tim je predstavio svoje simulirane V1 vizualne kortekse s istim rešetkama krivulje grijeha kao i prije, ali ovaj put ih je smjestio na različitoj udaljenosti od zaključanog centra pažnje. Rezultati su uglavnom slični onima koje su prikupili prethodni istraživači koji su testirali ljude: autizam ANN bio je daleko manje zainteresiran za podražaje daleko od svog središta pozornosti.

Konačno, tim je testirao svoje ANN-ove na poznatom odnosu između statističkog zaključivanja i autizma - da autisti ne teže uzimati u obzir prethodno znanje o svijetu jednako učinkovito kao neautistični pojedinci. To su postigli pomoću takozvanog 'kosog efekta', koji opisuje činjenicu da ljudi bolje prepoznaju vodoravne i okomite crte od onih orijentiranih pod kosim kutom.

Izvedba na ispitivanju vida u tunelu. Gornji grafovi od ljudi, donji grafovi od ANN-ova.

Izvedba na ispitivanju vida u tunelu. Gornji grafovi od ljudi, donji grafovi od ANN-ova.

Reći normalno normalno funkcionirajućoj neuronskoj mreži da očekuje kose linije, u osnovi dajući joj neko iskustvo po pitanju orijentacije linija u svom „okruženju“, rezultiralo je mnogo boljim performansama. Model autizma poboljšao se daleko manje zbog očekivanja i stekao daleko manje moćnu prednost od normalnog modela od 'prethodnika' koje su istraživači pružili.

To su tri testa i tri impresivne potvrde korelacije. Čini se da se ANN-ovi s odbijenom normalizacijom razdvajanja ponašaju slično kao miševi s odbijenom proizvodnjom GABA-e i ljudi s dijagnosticiranim autizmom. Pitanje je, što taj rezultat zapravo znači?

Problem s modelima

Kao i kod naizgled agorafobije kod miševa, izlaz neuronske mreže samo je metafora za puno složenije ponašanje stvarnog ljudskog mozga - ali rezultati su nesumnjivo provokativni. Ako organizacija koja sliči na autizam utječe na simulirani vizualni korteks na sličan način autizma, onda bi u budućnosti možda simulirani frontalni režanj mogao nagovijestiti uzroke viših kognitivnih učinaka autizma.

živčana mreža 8

Za sada se čini da ovo istraživanje pruža snažnu potporu podijeljenoj normalizacijskoj teoriji autizma. ANN ne može sam dokazati biološku teoriju, ali Rosenberg je rekao da bi takva vrsta softverskog modeliranja mogla omogućiti 'sinergijski proces' u istraživanju. Uvidi stečeni radom s pacijentima mogli bi ažurirati modele ANN-a kako bi bili precizniji, što bi omogućilo ANN-ima da motiviraju pronicljivije biološke eksperimente. Ne možete objaviti istinu teorije samo zato što je ANN reagirao na određeni način - ali vjerojatno biste mogli opravdati zahtjev za financiranjem.

Da bi proučavali računalne promjene u funkciji mozga, fizički eksperimenti moraju promijeniti gene i proteine, a zatim se nadati da će te promjene prilagoditi računarsko ponašanje onako kako oni žele - bez uvođenja neke druge zbunjujuće promjene na tom putu. ANN-ovi mogu jednostavno izravno izvršiti računske promjene i prepustiti biolozima da kasnije preokrenu molekularni put do tog novog ponašanja.

Norma razdvajanja događa se u svim regijama mozga, no ovo je istraživanje proučavalo njegove učinke samo u prvoj kariki u lancu vizualne obrade. Učinci smanjene inhibicije od strane populacije, kada se primijene na čitav mozak, mogli bi objasniti još širu raznolikost simptoma autizma - ali svaka takva izjava zahtijevat će više rada sa stvarnim pacijentima.

Na kraju, ova studija može biti zanimljivija kao dokaz koncepta nego kao doprinos istraživanju autizma - teorija normalizacije podjela postojala je mnogo prije nego što je ovaj tim došao do nje. Ali ANN-ovi pružaju potencijalno novu metodu generiranja medicinskih hipoteza. Oni mogu vrlo brzo pretraživati ​​ogromne prostore mogućnosti, simulirajući neobične modifikacije ljudske arhitekture mozga koje niti jedan etički znanstvenik nikada ne bi mogao istražiti u stvarnom svijetu.

Uzbudljivo je vrijeme za istraživanje mozga.

Copyright © Sva Prava Pridržana | 2007es.com