Apakah para peneliti ini baru saja membuat program komputer autis?

Bulan lalu, hal itu terungkap Penelitian Google di jaringan saraf tiruan (ANN) kadang-kadang menghasilkan beberapa gambar yang benar-benar aneh - dan beberapa pengguna langsung menyadari betapa mencoloknya kemiripan visual ini dengan gambar yang dilaporkan orang setelah mengonsumsi obat halusinogen. Itu ternyata alasan JST 'tersandung' adalah alasan yang sama yang dilakukan otak kita: dengan kemampuan yang berkurang untuk menilai arti sebenarnya dari visual saat diproses (baik karena Anda sedang mabuk, atau karena Anda adalah program komputer eksperimental) , algoritma pengenalan pola gagal.

Algoritme mengikuti rute paling sederhana dari bentuk dasar untuk menebak objek yang diwakili oleh bentuk tersebut, seringkali keluar jalur tanpa arah yang berarti dari otak yang lebih tinggi. Tanpa kebijaksanaan untuk mengikuti kecerdasan mentah komputer, setiap bentuk bulat bisa, melalui banyak iterasi, didapat dikategorikan sebagai mata. Dan tanpa informasi subjektif tentang konteks sebuah adegan, jika tidak, algoritme yang berfungsi total dapat secara perlahan mengubah awan menjadi mutan yang menyeramkan pada satu siklus.

Contoh ini menunjukkan bagaimana metafora komputasi dari jaringan saraf tiruan dapat memberikan wawasan dasar tentang cara kerja otak - tetapi ilmiah wawasan? JST baru saja mencapai tingkat kecanggihan di mana mereka mungkin dapat digunakan sebagai alat oleh para ilmuwan, memungkinkan mereka untuk benar-benar memprediksi bagaimana otak akan bereaksi terhadap perubahan dalam strukturnya. Sekarang, sebuah studi baru yang menakjubkan dari Baylor College of Medicine mengklaim telah melakukan hal itu. Ketika ahli saraf Ari Rosenberg dan Jaclyn Sky Patterson menyimulasikan salah satu penyebab autisme yang berteori di jaringan saraf tiruan, simulasi tersebut mulai menunjukkan perilaku mirip autisme yang dapat dikenali.



jaringan autisme 2

Google punya berbicara sedikit tentang penelitian jaringan saraf trippynya, tetapi proses pengenalan gambar raksasa penelusuran tidak dirancang untuk menghasilkan wawasan ilmiah. Di sisi lain, studi Baylor baru-baru ini berhasil menghasilkan hasilnya seperti autisme dengan mengubah hanya satu parameter dalam simulasi langsung dari sebagian korteks visual. Ini adalah desain eksperimental yang elegan, jika belum terbukti. Mengapa perubahan sekecil itu berhasil, atau tampaknya, terbungkus dalam struktur otak, dan kemungkinan penyebab salah satu gangguan paling kompleks dalam pengobatan.

Autisme sebagai properti yang muncul

Teori tersebut tampaknya terlalu sederhana untuk menjadi kenyataan. Autisme adalah salah satu masalah kesehatan paling kompleks yang dipelajari saat ini, simpul genetika yang tidak membantu, riwayat hidup, analisis perilaku, dan standar budaya yang sangat bervariasi. Namun satu teori autisme mengklaim bahwa banyak dari gejala paling khas dari gangguan tersebut bisa jadi merupakan hasil dari modifikasi tunggal yang diinduksi secara kimiawi: otak autis mungkin terlalu berisik.

Disusun dalam bahasa biokimia yang terlalu bersuku kata, ini mengacu pada konsep normalisasi divisi (DN), ukuran sejauh mana aktivitas satu neuron dihambat oleh aktivitas populasi keseluruhan neuron di sekitarnya. Dalam otak 'normal', neuron mengurangi urgensi penembakannya ketika dikelilingi oleh banyak neuron pengaktifan lainnya - dan beberapa tahun penyelidikan tampaknya menunjukkan bahwa dengan melakukan itu, neuron menyelamatkan pikiran sadar kita dari kebingungan dan kewalahan seperti orang autis. sering melaporkan.

Normalisasi divisi (DN) mungkin juga bertanggung jawab untuk membantu kita memahami masukan multi-sensorik pada stimulus yang sama.

Normalisasi divisi (DN) mungkin juga bertanggung jawab untuk membantu kita memahami masukan multi-sensorik pada stimulus yang sama.

Normalisasi divisif dianggap sebagai 'komputasi kanonik', yang berarti bahwa ini ditemukan di banyak wilayah otak, dan beberapa spesies - skema pengaturan sederhana ini tampaknya pada dasarnya penting untuk sistem otak yang kompleks. Jadi, segera setelah teknologi kloning dan penyuntingan gen memungkinkan, para ilmuwan beralih ke model hewan, mengajukan pertanyaan yang sangat sederhana: jika mereka dapat menurunkan normalisasi yang memecah belah, dapatkah mereka membuat tikus autis?

Penelitian tampaknya menunjukkan bahwa jawabannya adalah, setidaknya secara dangkal, ya. Ketika peneliti mematikan gen yang penting untuk GABA (neurotransmitter penghambat utama), mereka dipamerkan apa yang para ilmuwan anggap sebagai perilaku mirip autisme: mereka menghindari kontak sosial dengan tikus lain; terlibat dalam tindakan aneh dan berulang; ditampilkan pembelajaran spasial yang memburuk; dan bahkan tampak sedikit takut akan ruang terbuka. Memperkenalkan kembali GABA, dan membiarkan neuron menurunkan volumenya sendiri sebagai respons terhadap hiruk pikuk yang luar biasa, mengakibatkan perilaku mirip autisme yang kurang terlihat.

Ada beberapa bukti bahwa anak autis mengembangkan lebih banyak koneksi saraf daripada anak non-autis, seperti yang divisualisasikan di sini.

Ada beberapa bukti bahwa anak autis mengembangkan lebih banyak koneksi saraf daripada anak non-autis, seperti yang divisualisasikan di sini.

Implikasinya jelas: meskipun tampak luar biasa, hasilnya menunjukkan bahwa banyak gejala autisme yang bervariasi semuanya bisa menjadi properti yang muncul dari ketidakteraturan komputasi tingkat rendah di otak.

Tapi tikus, sayangnya, tikus - siapa yang tahu mengapa mereka melakukan apa yang mereka lakukan? Dan GABA memiliki banyak fungsi, di luar perannya dalam normalisasi yang memecah belah. Ilmu autisme berkembang dengan cepat melalui beberapa jalur yang saling melengkapi, dan mengidentifikasi sejumlah penjelasan saraf lain yang mungkin untuk autisme. Bukti terkuat yang mendukung teori DN tentang autisme terus bergantung pada studi pengamatan manusia, dan penerapan perilaku hewan yang dipertanyakan.

Sejak manipulasi genetik manusia subjek tes tentu saja keluar dari pertanyaan, situasi itu sepertinya tidak mungkin berubah. Lagi pula, ini tidak seperti Anda dapat membangun otak manusia dari awal…

Jaringan saraf tiruan

Selama lima tahun terakhir, jaringan saraf tiruan telah berkembang pesat. Mereka mulai sebagian besar sebagai keingintahuan dalam ilmu komputasi, kemudian dalam biologi - upaya ambisius untuk memodelkan keseluruhan organisasi otak dengan menggunakan perangkat lunak untuk mensimulasikan neuron individu dan hubungan di antara mereka. Mereka memberikan beberapa demonstrasi bagus tentang bagaimana jaringan aktor terprogram yang sangat sederhana (neuron) dapat bekerja sama untuk memecahkan masalah kompleks dengan cepat. Korteks visual utama, misalnya, secara fisik terstruktur untuk menyaring informasi visual yang masuk untuk hal-hal dasar seperti gerakan, pola, dan garis besar objek statis, dan ini dapat melakukannya dengan efisiensi yang mencengangkan dibandingkan dengan komputer digital.

Diagram organisasi JST yang sangat disederhanakan.

Diagram organisasi JST yang sangat disederhanakan.

JST menggambarkan otak sebagai mesin pachinko logis di mana rangsangan jatuh melalui berbagai jalur statistik berbobot yang ditentukan oleh atribut awalnya, dan pemrograman setiap neuron yang mereka temui. Artinya, hanya satu penyesuaian kecil pada perilaku semua neuron dapat memiliki efek kumulatif yang sangat besar terhadap nasib akhir data yang sedang diproses - seperti yang kita temukan di jaringan saraf biologis (otak). Di otak, penyesuaian perilaku untuk neuron kemungkinan besar berasal dari protein permukaan yang diubah, sedangkan di jaringan saraf tiruan hal itu berasal dari penyesuaian langsung ke parameter numerik.

Salah satu nomor tersebut mungkin mengontrol kekuatan pensinyalan neuron-ke-neuron, meruntuhkan semua nuansa fungsi sinaptik menjadi satu kuantitas. Orang lain mungkin mendikte kecenderungan neuron menjadi non-responsif setelah lama stimulasi konstan, mematikan mereka menjadi terlalu bersemangat. Ini adalah metafora komputasi untuk sistem biologis yang jauh lebih kompleks dan mereka dapat, secara agregat, mencerminkan atau bahkan memprediksi beberapa aspek fungsi saraf.

Upaya Google ANN untuk memahami bingkai yang rumit sesederhana mungkin menghasilkan beberapa hasil yang sama dengan yang diperoleh pelukis manusia saat mencoba melakukan hal yang sama.

Upaya yang dilakukan oleh JST Google untuk memahami bingkai yang kompleks dengan garis sesedikit mungkin ini sampai pada beberapa hasil estetika yang sama seperti pelukis yang mencoba untuk hal yang sama.

Tetapi untuk tujuan penelitian, hanya mensimulasikan otak tidaklah cukup. Jaringan saraf tiruan dapat menawarkan kesempatan untuk memodelkan tidak hanya otak manusia pada umumnya, tetapi juga yang memiliki perubahan eksperimental yang sangat penting. Perubahan ini selalu mustahil dalam pengujian manusia, tetapi tidak ada masalah sama sekali dalam model komputer. Para ilmuwan mulai bertanya pada diri sendiri: apa yang mungkin terjadi jika pikiran ANN goyah?

Jaringan saraf dengan autisme

Ari Rosenberg dan rekan-rekannya melangkah ke dalam situasi ini, dan memutuskan untuk melakukan sintesis.

Mereka tahu bahwa autisme memiliki beberapa efek yang dapat dikenali pada pemrosesan visual dasar, dan bahwa korteks visual primer (disebut 'V1') saat ini merupakan salah satu area terbaik di otak untuk pemodelan dengan ANN. Dan mereka tahu bahwa karena ini dapat direpresentasikan hanya dengan satu parameter yang diubah, teori normalisasi pemecah belah menawarkan kemungkinan jembatan antara efek autisme yang sangat subjektif dan operasi numerik dari ANN.

jaringan saraf 5Mereka memiliki model komputer yang berfungsi untuk digunakan, perubahan yang relevan untuk dilakukan pada model tersebut, dan prediksi tentang pengaruh perubahan yang seharusnya - dengan kata lain, mereka memiliki bakat untuk melakukan eksperimen.

'Bahkan dalam tugas visual yang sangat sederhana ... Anda menemukan perilaku yang berubah pada individu dengan autisme,' kata Rosenberg dalam wawancara telepon baru-baru ini. 'Jadi, kami membangun model jaringan saraf tingkat sangat rendah dari korteks visual utama ... dan kemudian kami mulai bermain-main dengan parameter.'

Hal pertama yang mereka uji adalah pemrosesan visual yang kompleks. Ketika disajikan dengan “kisi-kisi” garis sinusoidal yang dinamis, manusia autis secara konsisten mengungguli testis kontrol dengan mengidentifikasi arah gerakan secara tepat lebih cepat, dan meningkatkan kontras visual sangat meningkatkan keunggulan ini. Saat ukuran garis meningkat, kinerja semua orang menjadi lebih buruk - tetapi skor orang autis tetap lebih tinggi daripada rekan 'tipe liar' mereka.

Dua grafik teratas menunjukkan hasil manusia (tes autistik dengan warna biru). Grafik bawah menunjukkan hasil ANN.

Dua grafik teratas menunjukkan hasil tes kisi pada uji coba manusia (peserta autis dengan warna biru). Grafik bawah menunjukkan hasil ANN.

Dua jaringan saraf tiruan Rosenberg menunjukkan tren umum yang sama. Model autisme, dengan normalisasi pemecah belah yang diturunkan, secara konsisten mengungguli versi 'sehat'. Kemampuan relatif model mengikuti tren yang sama seperti subjek uji manusia.

Selanjutnya, mereka menguji “tunnel vision” - kecenderungan yang diamati dari orang autis untuk kurang memperhatikan rangsangan visual yang terjadi jauh dari objek perhatian mereka saat ini. Tim mempresentasikan korteks visual V1 simulasi mereka dengan kisi-kisi kurva-dosa yang sama seperti sebelumnya, tetapi kali ini menempatkannya pada jarak yang berbeda dari pusat perhatian yang terkunci. Hasilnya secara umum mirip dengan yang dikumpulkan oleh peneliti sebelumnya yang menguji manusia: JST autisme jauh kurang tertarik pada rangsangan jauh dari pusat perhatiannya.

Terakhir, tim menguji ANN mereka terhadap hubungan yang diketahui antara inferensi statistik dan autisme - bahwa orang autis cenderung tidak memperhitungkan pengetahuan sebelumnya tentang dunia seefisien individu non-autis. Mereka mencapai ini dengan menggunakan apa yang disebut 'efek miring', yang menggambarkan fakta bahwa orang lebih baik dalam mengidentifikasi garis horizontal dan vertikal daripada yang berorientasi pada sudut miring.

Performa pada tes visi terowongan. Grafik teratas dari manusia, grafik bawah dari ANN.

Performa pada tes visi terowongan. Grafik teratas dari manusia, grafik bawah dari ANN.

Memberi tahu jaringan neural yang berfungsi normal untuk mengharapkan garis miring, yang pada dasarnya memberinya pengalaman tentang masalah orientasi garis di 'sekelilingnya', menghasilkan kinerja yang jauh lebih baik. Model autisme meningkat jauh lebih sedikit karena ekspektasi, dan memperoleh keuntungan yang jauh lebih kuat daripada model normal dari 'prior' yang diberikan para peneliti.

Itu adalah tiga pengujian, dan tiga konfirmasi korelasi yang mengesankan. JST dengan normalisasi perpecahan yang ditolak tampaknya berperilaku seperti tikus dengan produksi GABA yang ditolak, dan manusia dengan autisme yang didiagnosis. Pertanyaannya adalah, apa sebenarnya arti hasil itu?

Masalah dengan model

Seperti halnya agorafobia pada tikus, hasil dari jaringan saraf hanyalah metafora untuk perilaku yang jauh lebih kompleks dari otak manusia nyata - tetapi hasilnya tidak dapat disangkal provokatif. Jika simulasi korteks visual dipengaruhi dengan cara seperti autisme oleh organisasi mirip autisme, seperti yang terlihat, maka di masa depan mungkin simulasi lobus frontal dapat mengisyaratkan penyebab efek kognitif autisme yang lebih tinggi, juga.

jaringan saraf 8

Untuk saat ini, penelitian ini tampaknya memberikan dukungan yang kuat untuk teori normalisasi divisi autisme. Sebuah ANN tidak dapat membuktikan teori biologis dengan sendirinya, tetapi Rosenberg mengatakan bahwa pemodelan perangkat lunak semacam ini dapat memungkinkan 'proses sinergis' dalam penelitian. Wawasan yang diperoleh dari pekerjaan dengan pasien dapat memperbarui model JST agar lebih akurat, yang akan memungkinkan JST untuk memotivasi eksperimen biologis yang lebih berwawasan. Anda tidak dapat memublikasikan kebenaran teori hanya karena ANN bereaksi dengan cara tertentu - tetapi Anda mungkin dapat membenarkan permintaan pendanaan.

Untuk mempelajari perubahan komputasi dalam fungsi otak, eksperimen fisik harus mengubah gen dan protein, kemudian berharap bahwa perubahan ini menyesuaikan perilaku komputasi seperti yang mereka inginkan - tanpa memperkenalkan perubahan lain yang membingungkan selama prosesnya. JST dapat dengan mudah membuat perubahan komputasi secara langsung, dan menyerahkannya kepada ahli biologi untuk kemudian merekayasa balik jalur molekuler menuju perilaku baru tersebut.

Normalisasi divisi terjadi di semua wilayah otak, namun studi ini hanya melihat efeknya pada tautan pertama dalam rantai pemrosesan visual. Efek dari penurunan penghambatan oleh populasi, ketika diterapkan di seluruh otak, mungkin dapat menjelaskan lebih banyak jenis gejala autisme - tetapi pernyataan seperti itu akan membutuhkan lebih banyak pekerjaan, dengan pasien yang sebenarnya.

Pada akhirnya, penelitian ini mungkin lebih menarik sebagai bukti konsep daripada sebagai kontribusi untuk penelitian autisme - teori normalisasi divisif sudah ada jauh sebelum tim ini melakukannya. Tetapi ANN memberikan metode baru yang berpotensi untuk menghasilkan hipotesis medis. Mereka dapat mencari dengan sangat cepat melalui ruang kemungkinan yang sangat besar, meniru modifikasi aneh pada arsitektur otak manusia yang tidak dapat diselidiki oleh ilmuwan etis di dunia nyata.

Ini saat yang menyenangkan untuk penelitian otak.

Copyright © Seluruh Hak Cipta | 2007es.com