Neuron nécessairement: le réseau de neurones pour créer une image qui affecte le cerveau directement

Vous voyez cette photo ci-dessus? Avec cette étrange image du MIT neuroscientifiques ont été en mesure d'activer les neurones individuels du cerveau. En utilisant le meilleur modèle disponible du réseau de neurones visuels du cerveau, les scientifiques ont mis au point une nouvelle façon de contrôler avec précision les neurones individuels et leurs populations au milieu du réseau. Lors de tests sur les animaux l'équipe a montré que les informations obtenues à partir du modèle informatique, leur permettant de créer des images qui activent fortement certains neurones dans le cerveau.

Neuron nécessairement: le réseau de neurones pour créer une image qui affecte le cerveau directement

Les scientifiques, en effet, obtenir un moyen d'accéder au cerveau à travers l'image « directement » sans passer par un long chemin interprétation de l'image. Mais avant de penser à un avenir dystopique dans lequel nous fait zombies à la télévision, laissez-nous tous dans l'ordre.

C'est sans aucun doute une avancée

Les principales conclusions des travaux - les modèles informatiques existants de la version visuelle neyrosistem assez similaire à la vraie chose, donc ils peuvent être utilisés pour surveiller l'état du cerveau chez les animaux. Quelle est la précision de ces modèles simulent le fonctionnement du cortex visuel - ce qui est une question de débat houleux, dit James DiCarlo, le chef du département du cerveau et les sciences cognitives du MIT, auteur principal de l'étude, parue dans la revue Science le 2 mai.

« Les gens ont longtemps demandé si ces modèles offrent une compréhension du système visuel », dit-il. « Au lieu de discuter dans le milieu universitaire, nous avons montré que ces modèles sont déjà assez puissants pour pouvoir les utiliser dans des façons nouvelles et importantes. Peu importe si vous comprenez comment ce modèle fonctionne ou non, dans un sens, il a des avantages "

Autrement dit, peu importe la façon dont le modèle de calcul du système visuel du cerveau - il est important que nous pouvons l'utiliser, il est assez précis, et que les nouvelles expériences peuvent être développées sur cette base. Ceci est le premier résultat du travail qui doit être pris en compte.

Dans les neurones de gestion d'image - possible

Au cours des dernières années, DiCarlo, et d'autres ont développé sur la base du modèle de réseau de neurones artificiels du système visuel. Chaque chaîne commence par une architecture arbitraire, composée d'un modèle de neurones, ou des noeuds, qui peuvent être reliés entre eux par diverses forces indicateurs ou « poids ».

Les chercheurs ont ensuite formé la bibliothèque de modèles de plus de 1 million d'images. En regardant à travers chaque image et l'étiquette l'objet le plus important dans l'image - un aéronef ou une chaise, par exemple - le modèle apprend à reconnaître les objets en changeant la force des composés. Il est difficile de déterminer exactement comment le modèle réalise ce genre de reconnaissance, mais DiCarlo et ses collègues ont déjà montré que les « neurones » dans ces modèles créent un modèle d'activité, très similaires à ceux observés dans le cortex visuel des animaux en réaction aux mêmes images. Autrement dit, le réseau est comme essayer d'apprendre à penser ou voir vraiment.

Dans la nouvelle étude, les chercheurs ont voulu vérifier si leur modèle pour exécuter certaines tâches qui n'avaient pas été démontrée. En particulier, ils se sont intéressés à savoir si vous pouvez utiliser ces modèles pour contrôler l'activité neuronale dans le cortex visuel des animaux.

« Jusqu'à présent, nous avons essayé de prévoir l'utilisation de ces modèles, quelles sont les réponses neuronales à d'autres stimuli, qu'ils ont pas vu auparavant », dit-il. « La principale différence est que nous allons un peu plus loin et d'utiliser le modèle pour amener les neurones dans l'état souhaité »

Pour ce faire, les chercheurs ont d'abord créé une carte précise de « un à un » neurones du cerveau dans les zones visuelles du cerveau des noeuds V4 dans le modèle de calcul. Ils l'ont fait en montrant des images d'animaux et de modèles et de comparer leurs réponses aux mêmes images. Dans le domaine des neurones V4 millions, mais pour cette étude ont été créés carte avec 5 sous-populations - 40 neurones simultanément.

« Dès que chaque neurone reçoit la désignation, le modèle permet de faire des prédictions sur le neurone, » dit DiCarlo.

Les chercheurs ont ensuite décidé de savoir s'ils peuvent utiliser ces prévisions pour contrôler l'activité des neurones individuels dans le cortex visuel. Le premier type de contrôle, qu'ils ont appelé « stretch », comprend un affichage d'image qui affiche l'activité du neurone spécifique au-delà de l'activité, généralement appelées images « naturels », tels que ceux utilisés pour former des réseaux de neurones.

Les chercheurs ont constaté que lorsque les animaux démontrent que ces images « synthétiques » qui sont créés par des modèles et ne ressemblent pas à des objets naturels, les neurones cibles ont réagi comme prévu. En moyenne, les neurones ont montré environ 40 pour cent plus d'activité en réponse à ces images que quand ils ont montré des images naturelles. Ce type de contrôle que personne n'a jamais atteint auparavant.

« Le fait qu'ils ont réussi à faire étonnant. Du point de vue du neurone si elle se révèle être l'image parfaite dans son foyer. Neuron fournir tout à coup le stimulus qu'il recherchait toujours « , dit Aaron Batista, professeur adjoint de génie biologique à l'Université de Pittsburgh, qui n'a pas participé à l'étude. «C'est une excellente idée et la mettre en œuvre - tout un exploit. Peut-être la preuve la plus puissante de la nécessité d'utiliser des réseaux de neurones artificiels pour la compréhension de ces réseaux de neurones ".

Il suffit de penser à ce sujet: les scientifiques ont créé un simple (et) générateur d'images, ce qui provoque un certain effet dans le cerveau de l'animal (encore). En théorie - jusqu'à présent seulement en théorie - pourrait créer une image « parfaite » pour la régulation hormonale des émissions, la création de certains souvenirs, la programmation des actions humaines - parce que tout est le résultat des neurones. L'image créée par le réseau de neurones, que personne n'a jamais vu et qui ne peut réseau de neurones, comprendre le fonctionnement interne du cerveau, et peut guérir et tuer. Dans une série d'expériences similaires, les scientifiques ont essayé de créer des images qui sont comme « retirés » du neurone lui-même, en même temps le maintien de l'activité des neurones voisins à un niveau très bas, ce qui est déjà plus difficile. Avec la majorité des neurones testés, les scientifiques ont pu augmenter l'activité d'un neurone cible avec une légère augmentation des neurones environnants.

« La tendance générale dans les neurosciences est que la collecte des données expérimentales et des simulations par ordinateur des résultats légèrement séparément, ce qui ne permet pas de confirmer le modèle de manière significative, donc il n'y a pas de progrès mesurable. Nos efforts pour revenir à une approche de la vie « boucle fermée », selon les scientifiques. Ceci est important pour le succès des modèles de construction et d'essai, qui sera le plus semblable au cerveau.

La précision de mesure

Les scientifiques ont également montré qu'ils peuvent utiliser leur modèle pour prédire comment la région V4 des neurones répondrait à l'image de synthèse - comme celle-ci. La plupart des modèles de test précédent a utilisé le même type d'images naturalistes sur lesquelles le modèle a été formé. Les scientifiques du MIT ont trouvé qu'un modèle avec une précision de 54% prédire comment le cerveau a besoin de réagir à l'image de synthèse, et avec une précision de 90% prédire comment le cerveau réagira aux images naturelles.

« Dans un sens, nous évaluons quantitativement comment ces modèles précis pour prédire l'extérieur de la zone dans laquelle ils ont été formés », dit l'un des chercheurs. « Idéalement, le modèle devrait être en mesure de prédire avec précision la réactivité, quel que soit le signal d'entrée. »

Maintenant, les scientifiques espèrent améliorer la précision des modèles, leur permettant d'inclure de nouvelles informations qu'ils perçoivent, en regardant l'image de synthèse. L'étude n'est pas appliquée. Autrement dit, le modèle apprendra de leurs images mêmes générées. Ce type de contrôle est utile pour les neuroscientifiques qui veulent apprendre comment les différents neurones communiquent et interagissent les uns avec les autres. De plus, cette approche est potentiellement utile pour avoir des problèmes avec l'humeur, comme la dépression. Maintenant, les scientifiques travaillent à élargir son modèle au cortex temporal inférieur (inferotemporalnoy), qui est alimenté par l'amygdale, impliquée dans les émotions de traitement.

« Si nous avions un bon modèle d'un neurone, ce qui implique une montée subite de l'émotion et causer divers types de troubles, nous pourrions utiliser ce modèle pour contrôler les neurones afin d'aider à soulager ces troubles. »

Discuter de cette découverte surprenante maintenant possible dans notre chat dans le télégramme.