И два ученых узнали, что за эти функции отвечает рекуррентная структура нейронной сети, или RNN.
«Эта RNN получает входные данные от эмоциональных областей мозга и отправляет выходные данные в моторную кору, часть мозга, отвечающую за произвольные движения», – говорит Цянь-Цюань Сунь, профессор зоологии и физиологии Университета штата Вашингтон. «В области искусственного интеллекта ученые-информатики разработали различные искусственные нейронные сети, в том числе RNN, которые эффективно решают такие проблемы, как языковой перевод и распознавание объектов, путем моделирования нейронной сети в мозгу млекопитающих.
"В этой статье представлена базовая структура нейронных сетей в мозге млекопитающих. «Эта базовая структура поможет нам в исследовании стратегии поведения», – продолжает Сан. "После получения дополнительных сведений мы можем преобразовать ее в искусственную нейронную сеть, чтобы использовать ее для решения реальных проблем."
Сан, директор Центра передовых биомедицинских исследований сенсорной биологии Университета Вайоминга, является ведущим автором статьи под названием «Рекуррентная нейронная сеть дальнего действия, связывающая эмоциональные области с соматической моторной корой», которая была опубликована сегодня (вторник) в журнале Cell Reports.
В журнале с открытым доступом публикуются рецензируемые статьи по всему спектру наук о жизни, в которых сообщается о новых биологических открытиях.
Первым автором статьи является Йихан Ван, доктор философии.D. студент программы докторской неврологии UW из Пекина, Китай. Исследование финансировалось за счет грантов Национального института здоровья.
По словам Сан, искусственные RNN – это важные алгоритмы глубокого обучения, которые обычно используются для решения проблем порядковых или височных долей, таких как языковой перевод, обработка естественного языка, распознавание речи и субтитры к изображениям. RNN распознает последовательные характеристики в данных и использует шаблоны для прогнозирования следующего вероятного сценария. RNN включены в популярные приложения, такие как Siri, Google Voice Search и Google Translate.
«Самым большим сюрпризом является то, что RNN не только существуют в нашем мозгу, но и имеют гораздо более тонкую функцию и, тем не менее, очень эффективны при обработке последовательных входных данных», – говорит Сан. "В целом корковые нейроны пространственно реципрокны и перемешаны друг с другом.
Однако данные Ванга не только показали, что RNN действительно существует в наиболее важной части мозга – лобной коре, – но, кроме того, эта сеть менее сложна, чем мы думали, и в основном однонаправлена. Это большой сюрприз для нас, потому что это говорит нам о том, что эта сеть может отвечать за уникальные функции по сравнению с другими."
Сан и Ван проанализировали мозг мышей для лабораторных исследований. Различные генетически модифицированные линии мышей дали им возможность маркировать определенные типы нейронов флуоресцентными белками, которые следуют за связями мозга, и контролировать активность конкретных нейронов с помощью собственных флуоресцентных маркеров.
По словам Сан, это исследование имеет множество практических последствий.
«Во-первых, теперь, когда мы знаем об этом важном строительном блоке, работа поможет в дальнейшем расшифровать, как наш мозг принимает решения», – говорит он. "Во-вторых, это поможет обнаружить другие похожие RNN в других частях мозга. Это поможет исследователям использовать компьютерное моделирование, чтобы предсказать, как наш мозг кодирует кратковременную память и как ее можно использовать. И в-третьих, специально для этого исследования, это поможет нам понять, как эмоции, такие как страх и тревога, регулируют наши движения."
По словам Сан, и контент, и исследовательский подход, используемый Сан и Ван, должны иметь очень широкие интересы у исследователей искусственного интеллекта, биологов, разработчиков компьютерного моделирования и нейробиологов.
«Точная карта связей также может помочь нам понять причину неврологических и психических расстройств, когда возникают проблемы с регуляцией эмоций или произвольными движениями», – говорит Сан. «Однако, прежде чем это открытие сможет найти более широкое применение, необходимо выяснить множество деталей, например, как локальная тормозная сеть усовершенствовала RNN и как различные компоненты лежат в основе определенных эмоциональных состояний."
Сан говорит, что цель Ванга – проработать эти детали в своей диссертационной работе.