Исследователи построили глубокие искусственные нейронные сети, которые могут точно предсказать нейронные реакции, производимые биологическим мозгом на произвольные визуальные стимулы. Эти сети можно рассматривать как "виртуальный аватар" популяции биологических нейронов, который может быть использован для анализа нейронных механизмов восприятия.

Открытие глаз сразу же обеспечивает визуальное восприятие мира - и это кажется таким легким. Но процесс, который начинается с попадания фотонов на сетчатку и заканчивается "видением", далеко не прост. Фундаментальная задача мозга в "видении" состоит в том, чтобы реконструировать соответствующую информацию о мире из света, который попадает в глаза. Поскольку этот процесс довольно сложен, нервные клетки в мозге-нейроны-также реагируют на образы сложным образом.

Экспериментальные подходы к характеристике их реакций на изображения оказались сложными отчасти потому, что число возможных изображений бесконечно. В прошлом семенные озарения часто возникали в результате стимулов, которые нравились нейронам мозга.- Их поиски основывались на интуиции ученых и немалой доле везения.

Исследователи из Медицинского колледжа Бейлора и Университета Тюбингена в Германии в настоящее время разработали новый вычислительный подход для ускорения поиска этих оптимальных стимулов. Они построили глубокие искусственные нейронные сети, которые могут точно предсказать нейронные реакции, производимые биологическим мозгом на произвольные визуальные стимулы. Эти сети можно рассматривать как "виртуальный аватар" популяции биологических нейронов, который может быть использован для анализа нейронных механизмов восприятия. Они продемонстрировали это, синтезируя новые изображения, которые заставили определенные нейроны реагировать очень сильно.

"Мы хотим понять, как работает зрение. Мы подошли к этому исследованию, разработав искусственную нейронную сеть, которая предсказывает нейронную активность, возникающую, когда животное смотрит на изображения. Если мы сумеем построить такой аватар зрительной системы, то сможем проводить на нем практически неограниченные эксперименты. Затем мы можем вернуться и проверить в реальном мозге с помощью метода, который мы назвали "начальные петли"", - сказал доктор Андреас Толиас, с кафедры нейробиологии в Бейлоре.

Чтобы заставить сеть узнать, как нейроны реагируют, исследователи сначала записали большое количество мозговой активности с помощью мезоскопа, недавно разработанного крупномасштабного функционального микроскопа для визуализации.

"Во-первых, мы показали мышам около 5000 естественных изображений и записали нейронную активность от тысяч нейронов, когда они видели изображения", - сказал первый автор доктор Эдгар Y. Уолкер, бывший аспирант в лаборатории Толиаса, а теперь постдок-ученый в Unviersty из Тюбингена и Бейлора. "Затем мы использовали эти изображения и соответствующие записи мозговой активности для тренировки глубокой искусственной нейронной сети, чтобы имитировать, как реальные нейроны реагируют на визуальные стимулы."

"Чтобы проверить, действительно ли сеть научилась предсказывать нейронные реакции на визуальные образы, как это сделал бы мозг живой мыши, мы показали сетевые изображения, которые он не видел во время обучения, и увидели, что он предсказал биологические нейронные реакции с высокой точностью",-сказал доктор Фабиан Синц, адъюнкт-профессор нейробиологии в Baylor.

"Эксперименты с этими сетями выявили некоторые аспекты зрения, которые мы не ожидали", - сказал Толиас, основатель и директор Центра нейробиологии и искусственного интеллекта в Бейлоре. "Например, мы обнаружили, что оптимальным стимулом для некоторых нейронов на ранних стадиях обработки в неокортексе были шахматные доски, или острые углы, в отличие от простых ребер, которые мы ожидали бы в соответствии с текущей догмой в этой области."

"Мы считаем, что эта система подбора высокоточных искусственных нейронных сетей, проведения вычислительных экспериментов на них и проверки полученных предсказаний в физиологических экспериментах может быть использована для исследования того, как нейроны представляют информацию во всем мозге. Это в конечном итоге даст нам лучшее представление о том, как сложные нейрофизиологические процессы в головном мозге позволяют нам видеть", - сказал Синц.