Menu Close

„Mikrokomputery” w ludzkich neuronach – dobra wiadomość dla AI

Za pomocą samych „kabli wejściowych” (dendrytów) ludzkie neurony mogą wykonywać trudne obliczenia logiczne, które wcześniej identyfikowano tylko w całych sieciach neuronowych.

Reasumując: ludzkie neurony są znacznie potężniejszymi urządzeniami niż pierwotnie sądzono i jeśli algorytmy głębokiego uczenia się – metoda sztucznej inteligencji luźno oparta na mózgu, która szturmem podbiła nasz świat – zwrócą na to uwagę, to również mogą tym się stać.

Przez 70 lat neurony były uważane za podstawową jednostkę obliczeniową mózgu. Jednak według nowego badania opublikowanego w Science, wydaje się, że neurony w naszej korze – najbardziej zewnętrznej „skorupie” mózgu – ewoluowały, aby utrzymać niewiarygodnie złożone obliczenia w kablach wejściowych (dendrytach). To tak, jakby ktoś w końcu uzyskał dowód, że okablowanie elektryczne komputera faktycznie składa się z mini-procesorów, z których każdy wykonuje obliczenia przed wysłaniem wyników do procesora.

Dziwne. Kontrowersyjne. Ale po raz pierwszy zaobserwowano to także w ludzkich neuronach.

Jak podsumowują autorzy: długo zakładaliśmy, że neuron może operować tylko funkcjami logicznymi, takimi jak AND i OR, podczas gdy bardziej złożone obliczenia wymagają całych sieci. Uważamy, że aktywność na wejściu neuronu może wspierać złożone operacje logiczne przy użyciu zupełnie innych reguł niż w pojedynczym neuronie.

Podobnie jak skorupa ziemska, kora mózgowa składa się również z wielu warstw, z charakterystycznymi wzorcami połączeń łączących neurony w warstwach i między nimi. Neuronaukowcy od dawna sądzili, że nasza niezwykle skomplikowana kora przyczynia się do zdolności intelektualnych. Dotychczas uważano, że „Deep lerning” – głębokie uczenie, było inspirowane obliczeniami wbudowanymi w neurony kory mózgowej.

Ale nowe wyniki, zarejestrowane z chirurgicznie usuniętych fragmentów mózgu od pacjentów z guzami mózgu i epilepsją, sugerują, że obecne metody głębokiego uczenia jedynie zarysowują powierzchnię replikacji obliczeń naszego mózgu. Jeśli systemy AI mogą zastosować te nowo odkryte algorytmy, to mogą potencjalnie stać się znacznie potężniejsze.

Poznaj neuron „wszystko albo nic”

Podręcznikowy neuron wygląda jak bezlistne drzewo: masywne korzenie, zwane dendrytami, prowadzą do mocnej, bulwiastej podstawy – ciała. Podobnie jak woda i składniki odżywcze, nadchodzące sygnały elektryczne wyrzucają dendrytyczne korzenie do organizmu, gdzie struktura przypominająca garb syntetyzuje wszystkie informacje. Jeśli stymulacja jest wystarczająco silna, sygnał przechodzi przez pojedynczy pień drzewa – kabel wyjściowy zwany aksonem, a następnie przekazywany jest do innego neuronu za pomocą bąbelków wypełnionych przekaźnikami chemicznymi lub elektrycznością. Jeśli sygnały wejściowe są zbyt słabe, neuron je likwiduje. Właśnie dlatego neuronaukowcy często nazywają pojedyncze neurony „binarnymi” lub „cyfrowymi”: albo działają, albo nie.

Proste?

Cóż… niezupełnie. Przez dziesięciolecia neurobiologowie zadawali sobie pytanie: dlaczego drzewa dendrytyczne, w porównaniu z pojedynczym samotnym aksonem, są o wiele bardziej skomplikowane?

Nagrywając sygnały z pojedynczych neuronów w mózgach gryzoni, naukowcy niedawno odkryli, że drzewa dendrytyczne nie są zwykłymi „pasywnymi kablami”. Są raczej niezwykle aktywnymi składnikami leżącymi u podstaw ukrytej warstwy obliczeń neuronowych. Na przykład niektóre drzewa dendrytyczne mogą generować impulsy elektryczne pięciokrotnie większe i częstsze niż klasyczne wystrzeliwanie neuronów. Tylko u szczurów odkrycie aktywnych dendrytów oznacza, że ​​mózg może mieć 100 razy większą zdolność przetwarzania niż wcześniej sądzono. Czy to samo dotyczy ludzi?

Ludzkie dendryty są wyjątkowe

W porównaniu do mózgów gryzoni, wielowarstwowa kora ludzka jest znacznie grubsza i gęstsza. Warstwy 2 i 3 (L2 / 3) wyróżniają się przede wszystkim wyrafinowanymi i gęsto upakowanymi lasami dendrytycznymi. W porównaniu do innych gatunków – a nawet reszty ludzkiego mózgu – warstwy te zawierają nieproporcjonalnie dużo materii neuronalnej. Podstawowa przyczyna tego dziwnego pogrubienia leży w naszych genach, które kodują program rozwoju mózgu, który kieruje tą cechą. Niektórzy nawet uważają, że ma to fundamentalne znaczenie dla tego, co czyni nas ludźmi.

Jeśli „dane wejściowe” dendrytu pomagają kształtować obliczenia naszych neuronów i naszą inteligencję – to L2 / 3 jest tam, gdzie powinniśmy je obserwować, twierdzili autorzy.

Pomiar aktywności elektrycznej z dendrytów, każdy 100 razy mniejszy niż średnica ludzkiego włosa, jest znacznie łatwiejszy do powiedzenia niż zrobienia. Po części dlatego, że te niezwykle potężne obliczenia były trudne do uchwycenia za pomocą elektrod nawet u zwierząt – proces ten przypomina delikatne badanie grzbietu mrówki słomką wielkości rzymskiej kolumny bez ranienia samej mrówki.

Zamiast więc rejestrować sygnały z żywego, nienaruszonego ludzkiego mózgu, zespół postanowił przyjrzeć się świeżym plasterkom kory usuniętym z powodu padaczki lub guzów. Taka strategia sprawia, że wycinki są znacznie łatwiejsze do zbadania przy użyciu tradycyjnych metod neuronauki – na przykład czymś, co nazywa się „patch clamp”, który rejestruje dane bezpośrednio z komponentów neuronalnych. Plasterki można również badać pod mikroskopem za pomocą barwników fluorescencyjnych, które świecą podczas aktywności, a wykorzystanie tkanki mózgowej od dwóch różnych typów pacjentów może pomóc w wyeliminowaniu sygnałów charakterystycznych dla każdej choroby mózgu, tak by dotrzeć do korzeni ludzkich obliczeń dendrytycznych.

Gdy pojawiał się sygnał, to ludzkie dendryty iskrzyły aktywnością, ale szczyty elektryczne szybko znikały w miarę zbliżania się do ciała komórki. Natomiast standardowy sygnał neuronowy nie zmniejsza się, gdy przebiega wzdłuż przewodnika do następnego miejsca docelowego. Co dziwniejsze, sygnały dendrytyczne opierały się wyłącznie na jonach wapnia w celu wytworzenia elektryczności, która znacznie różni się od klasycznej sygnalizacji neuronowej.

To tak, jakby nagle odkryć jakiś nowy gatunek, który zamiast tlenu zużywa dwutlenek węgla, aby utrzymać swoją aktywność – tyle że gatunek ten jest częścią nas. Zdaniem autorów, sygnały te, nazwane „dCaAP”, nigdy wcześniej nie były obserwowane w komórkach korowych pochodzących od ssaków.

To była Eureka”, gdy po raz pierwszy zobaczyliśmy dendrytyczne potencjały czynnościowe” – powiedział współautor badania dr Matthew Larkum z Uniwersytetu Humboldta w Berlinie. „Eksperymenty były bardzo trudne, więc powtórzenie tego, co zostało już zrobione u gryzoni, było bardzo satysfakcjonujące”.

Ale robi się coraz dziwniej. W przeciwieństwie do działania neuronu na zasadzie „wszystko albo nic” ludzkie dendryty wydają się działać w sposób analogowy. Oznacza to, że ich reakcja jest „stopniowana”, ale w sposób nieintuicyjny i odwrotnie proporcjonalny: im silniejszy jest ich bodziec, tym mniejsza jest odpowiedź. Stanowi to wyraźny kontrast w stosunku do innych obliczeń neuronalnych, w których silniejszy sygnał na wejściu – nawet z wielu źródeł, zwykle prowadzi do silniejszego wyjścia. I chociaż te kolce dendrytyczne same w sobie nie są samotnikami – kilka dCaAP pomogło zmienić odpalenie jego neuronu – wiele z aktywności elektrycznej dendrytu wydawało się robić to po swojemu.

Las w drzewach

Katalogowanie tajnego życia ludzkich dendrytów jest już interesujące, ale autorzy poszli o krok dalej zadając pytanie, co to wszystko znaczy.

Korzystając z komputerowego modelowania, odtworzyli unikalny wzorzec emisji dCaAP i wykorzystali go do rozwiązania funkcji logicznej o nazwie XOR. Porównuje on dwa wejścia, a jeśli bity są takie same, wynik wynosi 0. Jeśli są różne, to daje wynik 1. W przeciwieństwie do prostszych funkcji AND i OR, XOR zwykle wymaga do działania całej sieci neuronowej.

Jednak dziwne zachowanie ludzkich dendrytów, w którym jedno wejście prowadzi tylko do jednego wyjścia, pozwoliło „skutecznie obliczyć operację XOR”, powiedzieli autorzy. W połączeniu z normalnymi funkcjami AND i OR neuronu, możliwym jest skondensowanie funkcji całej sieci do funkcji pojedynczego neuronu. Jednak na razie pomysł pozostaje teoretyczny – autorzy nie byli w stanie modelować całego neuronu wraz z obliczeniami dendrytycznymi.

Ale zwracajmy uwagę na aktualizacje. Wyniki, jeśli zostaną zweryfikowane w nienaruszonym ludzkim mózgu, mają ogromne możliwości ulepszenia algorytmów głębokiego uczenia się.

Na razie głębokie uczenie wykorzystuje pojedyncze sztuczne „neurony”, które łączą się w sieci wielowarstwowe – podobnie jak w poprzednim rozumieniu ludzkiego mózgu. Teoretycznie dodanie obliczeń dendrytycznych może znacznie rozszerzyć możliwości głębokiego uczenia. W pewnym sensie AI jest teraz placem zabaw neuronauki.

Niezależnie od tego, wyniki odkrywają kolejną warstwę tej neuronaukowej cebuli w kierunku zrozumienia i odtworzenia naszej inteligencji. „Dendryty stanowią 95 procent powierzchni komórek piramidalnych w korze, ale pozostawały w niezbadanym terytorium w ludzkim mózgu” – powiedział dr Michael Häusser z University College London, który nie był zaangażowany w badanie. Poszukując podobnych sygnałów w mózgach gryzoni, możemy ustalić, czy „specjalne właściwości elektryczne ludzkich dendrytów odgrywają kluczową rolę w uczynieniu ludzkich mózgów wyjątkowymi” – powiedział.

Wg. Science

Leave a Reply

Your email address will not be published.