Oamenii de știință spun că activitatea neuronală dezvăluie privirea și locația unui șoarece

Cercetătorii au cuplat un model de învățare profundă cu date experimentale pentru a „decoda” activitatea neuronală a unui șoarece. Folosind această metodă, ei pot determina cu precizie unde se află un mouse într-un mediu deschis și în ce direcție se confruntă doar privind modelele sale de declanșare neuronale. Abilitatea de a decoda activitatea neuronală poate oferi o perspectivă asupra funcției și comportamentului neuronilor individuali sau chiar a unor regiuni întregi ale creierului. Aceste descoperiri, publicate pe 22 februarie în Biophysical Journal, ar putea informa proiectarea mașinilor inteligente care se luptă în prezent să navigheze independent.

În colaborare cu cercetătorii de la Laboratorul de Cercetare al Armatei SUA, echipa autorului principal Vasilios Maroulas a folosit un model de învățare profundă pentru a studia două tipuri de neuroni implicați în navigație: neuronii „direcției capului”, care codifică informații despre direcția în care se confruntă animalul. și „celule grilă”, care codifică informații bidimensionale despre locația animalului în mediul său spațial.

„Sistemele actuale de informații s-au dovedit a fi excelente în recunoașterea modelelor, dar când vine vorba de navigare, aceleași așa-numite sisteme de informații nu funcționează bine fără coordonatele GPS sau altceva care să ghideze procesul”, spune Maroulas.@VMaroulas), matematician la Universitatea din Tennessee Knoxville. „Cred că următorul pas înainte pentru sistemele AI este combinarea informațiilor biologice cu metodele existente de învățare automată.”

Spre deosebire de studiile anterioare care au încercat să înțeleagă comportamentul celulelor grilei, echipa și-a bazat metoda pe date experimentale mai degrabă decât pe date simulate. Datele, colectate ca parte a unui studiu anterior, au constat în modele de declanșare neuronale colectate prin intermediul senzorilor interni, combinate cu înregistrări video „de urmărire la sol” ale locației reale a șoarecelui, poziția capului și mișcările în timp ce explora o zonă deschisă. mediu inconjurator. Analiza a implicat integrarea tiparelor de activitate prin combinații de direcții ale capului și celule de grilă.

„Înțelegerea și reprezentarea acestor structuri neuronale necesită modele matematice care descriu conectivitatea la nivel înalt, ceea ce înseamnă că nu vreau să înțeleg cum un neuron activează un alt neuron, vreau să înțeleg cum se comportă grupurile și echipele de neuroni”, spune el. Marulas.

Folosind noua metodă, cercetătorii au reușit să prezică locația șoarecelui și direcția capului mai precis decât metodele descrise anterior. În continuare, ei plănuiesc să integreze informații de la alte tipuri de neuroni implicați în navigare și să analizeze modele mai complexe.

În cele din urmă, cercetătorii speră că metoda lor va ajuta la proiectarea mașinilor inteligente care pot naviga în medii nefamiliare fără a utiliza informații GPS sau satelit. „Scopul final este de a valorifica aceste informații pentru a dezvolta o arhitectură de învățare automată care va fi capabilă să navigheze cu succes pe teren necunoscut în mod autonom și fără ghidare prin GPS sau satelit”, spune Maroulas.