KI zeigt, was Neuronen im visuellen System des Gehirns am liebsten betrachten

• Forscher entwickeln ein KI-basiertes Modell, das wertvolle Signale generiert, um zuverlässig zu bestimmen, was Neuronen am liebsten betrachten.
• Das Modell verwendet ein generatives Deep Neural Network und einen genetischen Algorithmus namens XDREAM.

Seit über 5 Jahrzehnten wissen Wissenschaftler, dass Neuronen im visuellen Kortex nicht gleich auf unterschiedliche Bilder reagieren. Dadurch können Tiere große Mengen an visuellen Hinweisen in ihrer Umgebung erkennen, verstehen und interpretieren.

Zum Beispiel feuern bestimmte visuelle Neuronen in der Gehirnregion, die als unterer temporaler Kortex bezeichnet wird, mehr, wenn Tiere Text, Objekte, Orte oder Gesichter betrachten. Wissenschaftler verstehen jedoch immer noch nicht genau, worauf diese Neuronen reagieren.

Vor kurzem hat ein Forscherteam der Harvard Medical School ein Modell der künstlichen Intelligenz (KI) entwickelt, das wertvolle Signale generiert, um zuverlässig zu bestimmen, was Neuronen am liebsten betrachten.

In den bisherigen Experimenten wurde versucht, neuronale Präferenzen anhand realer Bilder zu analysieren. Diese Bilder können aus den beiden Hauptgründen von Natur aus voreingenommen sein – sie stellen nur Szenen aus der realen Welt dar und werden von Menschen für Tests ausgewählt. Das neue Modell löst dieses Problem, indem es synthetische Bilder erzeugt, die an die Präferenzen einzelner Neuronen angepasst sind.

Das Experiment

Das Team erfasste neuronale Reaktionen von 6 Makaken und fütterte sie mit dem KI-basierten Modell. Das Modell maß die Feuerungsraten jedes visuellen Neurons im Gehirn und erzeugte sich selbst anpassende Bilder.

Affen wurden diese synthetischen Bilder einige Stunden lang in 0,1-Sekunden-Blips gezeigt. Das erste Bild war ein willkürliches Texturmuster in Graustufen. Die KI führte langsam Farben und Formen ein, die auf neuronalen Reaktionen basieren. Das endgültige Bild wurde in etwas verwandelt, das die Vorliebe eines Neurons vollständig verkörperte.

Dieser KI-basierte Ansatz verwendet ein generatives tiefes neuronales Netzwerk und einen genetischen Algorithmus namens XDREAM, der speziell von Forschern entwickelt wurde, um die Entwicklung eines neuartigen, synthetischen Bildes zu steuern.

Referenz:Zelle | DOI:10.1016/j.cell.2019.04.005 | Die Harvard Gazette

Die KI war in der Lage, am Ende jedes Experiments Superstimulus für Neuronen zu erzeugen. Die Ergebnisse aller Experimente waren ziemlich konsistent. Viele Neuronen entwickelten durch die KI Bilder, die nicht identisch, aber außergewöhnlich ähnlich waren.

Einige Bilder entsprachen den Erwartungen der Forscher. Zum Beispiel entwickelte ein Neuron, von dem erwartet wird, dass es auf Gesichter reagiert, kreisförmige rosa Bilder mit zwei dunklen Flecken, die den Augen ähnlich sind.

Natürliche Bilder im Vergleich zu Bildern, die von Neuronen im inferotemporalen Kortex des Affen entwickelt wurden | Mit freundlicher Genehmigung der Forscher 

Einige Ergebnisse waren erstaunlich. Zum Beispiel produzierte eines der Neuronen des Affen ständig Bilder des Körpers eines Affen mit einem roten Fleck um seinen Hals. Das Team fand schließlich heraus, dass dieser Affe mit dem anderen aufgewachsen ist, der früher ein rotes Halsband trug.

Allerdings ergaben nicht alle endgültigen Bilder einen Sinn:Das Neuron eines Affen erzeugte eine amorphe dunkle Form, während ein anderes ein winziges schwarzes Quadrat entwickelte.

Wie geht es weiter?

Laut den Forschern sind die Reaktionen dieser Neuronen nicht natürlich, sondern das Ergebnis einer kontinuierlichen Exposition gegenüber visuellen Reizen für einen bestimmten Zeitraum. Wie genau Neuronen diese Bilder erzeugen, ist noch unbekannt. Das Team plant, diese Frage in seiner nächsten Studie zu beantworten.

Lesen Sie:Die Veränderung von Gehirnneuronen kann das natürliche Schnitzen für Süßes entfernen

Zu lernen, wie der visuelle Kortex auf bestimmte Bilder reagiert, könnte Wissenschaftlern helfen, den Mechanismus besser zu verstehen, der kognitiv bedingte Krankheiten antreibt, einschließlich Autismus-Spektrum-Störungen und Lernbehinderungen.