L’intelligenza artificiale decodifica la visione dei moscerini della frutta, aprendo la strada alla visione umana

riepilogo: I ricercatori hanno sviluppato un modello di intelligenza artificiale del cervello del moscerino della frutta per capire come la visione guida il comportamento. Silenziando geneticamente specifici neuroni visivi e monitorando i cambiamenti nel comportamento, hanno addestrato l’intelligenza artificiale a prevedere con precisione l’attività e il comportamento neurale.

I loro risultati rivelano che più gruppi di neuroni, piuttosto che singoli tipi, elaborano i dati visivi in ​​un complesso “codice di popolazione”. Questo risultato apre la strada alla ricerca futura sul sistema visivo umano e sui disturbi correlati.

Aspetti principali:

• Gli scienziati del CSHL hanno creato un modello di intelligenza artificiale del cervello del moscerino della frutta per studiare il comportamento guidato dalla vista.
• L’intelligenza artificiale prevede l’attività neurale analizzando i cambiamenti nel comportamento dopo aver silenziato specifici neuroni visivi.
• La ricerca ha rivelato un complesso “codice di popolazione” in cui più gruppi di neuroni elaborano dati visivi.

fonte: CSHL

Ci è stato detto: “Gli occhi sono lo specchio dell’anima”. Bene, Windows funziona in due modi. I nostri occhi sono anche le nostre finestre sul mondo. Ciò che vediamo e come lo vediamo aiuta a determinare il modo in cui ci muoviamo nel mondo. In altre parole, la nostra visione aiuta a guidare le nostre azioni, compresi i comportamenti sociali.

Ora, un giovane scienziato del Cold Spring Harbor Laboratory (CSHL) ha scoperto prove chiave su come funziona. Lo ha fatto costruendo uno speciale modello di intelligenza artificiale del cervello della comune mosca della frutta.

Il professore assistente del CSHL Benjamin Cowley e il suo team hanno messo a punto il loro modello di intelligenza artificiale attraverso una tecnica sviluppata chiamata “allenamento ad eliminazione diretta”. In primo luogo, hanno registrato il comportamento di corteggiamento del moscerino della frutta maschio, che insegue e canta la femmina.

Successivamente, hanno silenziato geneticamente tipi specifici di neuroni visivi nelle mosche maschi e hanno addestrato la loro intelligenza artificiale a rilevare eventuali cambiamenti nel comportamento. Ripetendo questo processo con molti tipi diversi di neuroni visivi, sono stati in grado di fare in modo che l’intelligenza artificiale prevedesse con precisione come si sarebbe comportato un vero moscerino della frutta in risposta a qualsiasi avvistamento di una femmina.

“Possiamo effettivamente prevedere l’attività neurale a livello computazionale e chiederci in che modo particolari neuroni contribuiscono al comportamento”, afferma Cawley. “Questo è qualcosa che non siamo stati in grado di fare prima.”

Attraverso la nuova intelligenza artificiale, il team di Cowley ha scoperto che il cervello del moscerino della frutta utilizza un “codice popolazione” per elaborare i dati visivi. Invece di un singolo tipo di neuroni che associava ciascuna caratteristica visiva a una singola azione, come ipotizzato in precedenza, erano necessari molti gruppi di neuroni per scolpire il comportamento.

La disposizione di questi percorsi neurali sembra una mappa della metropolitana incredibilmente complessa che richiederebbe anni per essere decifrata. Tuttavia, ci porta dove dobbiamo andare. Consente all’intelligenza artificiale di Cowley di prevedere come si comporteranno i moscerini della frutta nella vita reale quando vengono presentati stimoli visivi.

Ciò significa che un giorno l’intelligenza artificiale potrà prevedere il comportamento umano? Non così in fretta. Il cervello della Drosophila contiene circa 100.000 neuroni. Il cervello umano ne ha circa 100 miliardi.

“Questo è il caso della mosca della frutta. Potete immaginare come appare il nostro sistema visivo”, dice Cowley, indicando la mappa della metropolitana.

Tuttavia, Cowley spera che un giorno il suo modello di intelligenza artificiale possa aiutarci a decifrare i calcoli alla base del sistema visivo umano.

“Ci vorranno decenni di lavoro, ma se riusciamo a capirlo, saremo in vantaggio”, afferma Cawley. “Abbiamo anni di esperienza in questo settore”. [fly] Con i calcoli possiamo costruire un sistema ottico artificiale migliore. Soprattutto, comprenderemo i disturbi del sistema visivo in modo molto più dettagliato.

Quanto meglio? Dovrai vederlo per crederci.

Sulle novità della ricerca sull’intelligenza artificiale e sulle neuroscienze

autore: Sara Giarnieri
fonte: CSHL
comunicazione:Sarah Giarnieri-CSHL
immagine: Immagine accreditata a Neuroscience News

Ricerca originale: Accesso libero.
“La mappatura della modularità dei neuroni visivi rivela il codice della popolazione per il comportamento sociale“Di Benjamin Cowley et al. natura

un sommario

La mappatura della modularità dei neuroni visivi rivela il codice della popolazione per il comportamento sociale

La ricca diversità di comportamenti osservati negli animali deriva dall’interazione tra elaborazione sensoriale e controllo motorio. Per comprendere queste trasformazioni sensomotorie, è utile costruire modelli che prevedano non solo le risposte neurali agli input sensoriali, ma anche il modo in cui ciascun neurone contribuisce al comportamento.

Qui dimostriamo un nuovo approccio di modellazione per identificare una mappatura uno a uno tra i moduli interni di una rete neurale profonda e i neuroni reali prevedendo i cambiamenti comportamentali che derivano da perturbazioni sistematiche di più di una dozzina di tipi di neuroni.

Il componente principale che introduciamo è il “knockout training”, che prevede la perturbazione della rete durante l’addestramento per far corrispondere le reali perturbazioni neuronali durante gli esperimenti comportamentali. Applichiamo questo approccio per modellare le trasformazioni sensomotorie di Mosca della frutta dal ventre nero Maschi durante comportamenti sociali complessi guidati visivamente.

I neuroni di proiezione visiva situati all’interfaccia tra il lobo ottico e il cervello centrale formano un gruppo di canali discreti e lavori precedenti suggeriscono che ciascun canale codifica una caratteristica visiva specifica per stimolare un comportamento particolare.

Il nostro modello arriva a una conclusione diversa: gruppi di neuroni di proiezione visiva, inclusi i neuroni coinvolti in comportamenti antisociali, guidano le interazioni maschio-femmina, formando un ricco codice di comportamento della popolazione.

Nel complesso, il nostro quadro integra gli effetti comportamentali di diversi disturbi neurologici in un modello unificato, fornendo una mappa dallo stimolo al tipo di neurone fino al comportamento e consentendo la futura incorporazione dei diagrammi elettrici del cervello nel modello.