Sa mapama veza između neurona i metoda veštačke inteligencije, istraživači sada mogu da urade ono što nikada nisu mislili da je moguće: da predvide aktivnost pojedinačnih neurona bez ijednog merenja u živom mozgu.
Decenijama, neuronaučnici su proveli bezbroj sati u laboratoriji pažljivo mereći aktivnost neurona kod živih životinja kako bi otkrili kako mozak omogućava ponašanje. Ovi eksperimenti su dali revolucionarne uvide u to kako mozak funkcioniše, ali su samo zagrebali površinu, ostavljajući veliki deo mozga neistraženim.
Sada, istraživači koriste veštačku inteligenciju i konektom – mapu neurona i njihovih veza stvorenih od moždanog tkiva – da predvide ulogu neurona u živom mozgu. Njihov rad je objavljen u časopisu Priroda.
Koristeći samo informacije o povezanosti neuronskog kola prikupljene iz konektora vizuelnog sistema voćne mušice i nagađajući šta bi kolo trebalo da radi, istraživači su kreirali AI simulaciju vizuelnog sistema voćne mušice koja može da predvidi aktivnost svakog neurona u kolo.
„Sada imamo računarski metod za pretvaranje merenja konektoma u predviđanja neuronske aktivnosti i funkcije mozga, a da prethodno ne počnemo sa teško dostupnim merenjima neuronske aktivnosti za svaki neuron“, kaže vođa grupe Janelia Srini Turaga, stariji autor na novom istraživanju.
Tim naučnika iz HHMI-jevog istraživačkog kampusa Janelia i Univerziteta u Tibingenu koristio je konektom da izgradi detaljnu simulaciju duboke mehaničke mreže vizuelnog sistema muve, gde svaki neuron i sinapsa u modelu odgovaraju stvarnom neuronu i sinapsi u mozgu.
Iako nisu znali dinamiku svakog neurona i sinapse, podaci iz konektoma su omogućili timu da koristi metode dubokog učenja kako bi zaključio ove nepoznate parametre. Kombinovali su ove informacije sa znanjem o cilju kola: detekciji pokreta.
„U tom trenutku je sve došlo na svoje mesto i konačno smo mogli da shvatimo da li nam ovaj model ograničen na konektome daje dobar model mozga“, kaže Janne Lappalainen, dr. student na Univerzitetu u Tibingenu koji je vodio istraživanje.
Novi model predviđa neuronsku aktivnost koju proizvode 64 tipa neurona u vizuelnom sistemu voćne mušice kao odgovor na vizuelni unos i precizno reprodukuje više od dvadesetak eksperimentalnih studija sprovedenih u poslednje dve decenije.
Omogućavajući istraživačima da predvide aktivnost pojedinačnih neurona koristeći samo konektom, novi rad ima potencijal da transformiše način na koji neuronaučnici generišu i testiraju hipoteze o tome kako mozak funkcioniše. U principu, naučnici sada mogu da koriste model da simuliraju bilo koji eksperiment i generišu detaljna predviđanja koja se mogu testirati u laboratoriji.
Novo istraživanje pruža više od 450 stranica predviđanja sakupljenih iz novog modela, uključujući identifikaciju ćelija za koje se ranije nije znalo da su uključene u detekciju pokreta, a koje se sada mogu ispitati kod živih muva.
Rad grupe pruža strategiju za pretvaranje bogatstva podataka o konektomima koje generiše Dženelija i druge istraživačke institucije u napredno razumevanje živog mozga, prema istraživačima.
„Postoji veliki jaz između statičkog snimka konektoma i dinamike stvarnog računanja u živom mozgu, a pitanje je bilo da li možemo premostiti taj jaz u modelu? Ovaj rad, za konkretan primer ploda fli, pokazuje strategiju za premošćivanje tog jaza“, kaže Jakob Macke, viši autor rada i profesor na Univerzitetu u Tibingenu.
