Az agymodell újítása
A Dartmouth College, az MIT és a Stony Brook Egyetem kutatóinak közös fejlesztése egy olyan számítógépes modellt eredményezett, amelyben a neuronok kapcsolódása és kommunikációja teljes egészében a valódi agy biológiai és élettani folyamatait követi. Nem alkalmaztak a tanuláshoz állati viselkedési adatokat, hanem mindent az idegsejtek szintjén, nulláról építettek fel. Amikor a modellnek azt a feladatot kellett megoldania, mint korábban a kísérleti állatoknak (pontmintázatok kategóriába sorolása), az eredmények és az idegi aktivitás szinte azonosak lettek: a tanulás folyamatossága, hibái és sikerei is hűen tükrözték az állatokét.
Ez a bravúr az idegtudományi kutatások egyik vezető folyóiratában, a Nature Communications-ben jelent meg. Richard Granger, a kutatás vezetője szerint meghökkentő, hogy ilyen pontos egyezést produkált a mesterséges rendszer az élő aggyal — hiszen minden adatot csak utólag hasonlítottak össze.
Biomimetika a gyakorlatban
A modell újdonsága abban rejlik, hogy nem csak az egyedi neuronpárok kölcsönhatását, hanem az egész agy szélesebb információfeldolgozó hálózatait és azok kémiai-fiziológiai szabályozását is figyelembe veszi. A rendszer például azt is szimulálja, hogyan hat a tanulás közbeni variabilitásra az acetilkolin neurotranszmitter, vagy miként versengenek egymással a gátló és serkentő idegsejtek — egy valódi agyhoz hasonló „győztes mindent visz” hálózatban.
A számítógépes agy egyszerre kezeli a tanulásért felelős agykéreg, a striátum, az agytörzs és a tonikusan aktív neuronok (TAN) működését. Ezek az úgynevezett TAN-sejtek az elején egy kis „zajt” visznek a rendszerbe, változatosabb viselkedést eredményeznek, ami lehetővé teszi, hogy a tanulás során többféle lehetőséget kipróbáljon a rendszer. A gyakorlás előrehaladtával az agykéreg és a striátum kapcsolatai megerősödnek, a TAN-sejtek aktivitása pedig visszaszorul, így a modell egyre következetesebben hozza meg a helyes döntéseket.
Miközben sok más agymodell csak a részletekre vagy csak a nagy összefüggésekre figyel, ebben a rendszerben mindkettő ötvöződik. Ez biztosítja, hogy a modell egyszerre képes a valódi idegi folyamatok és a „nagyobb kép” megragadására is.
Rejtett idegsejtek, meglepő következtetések
A legizgalmasabb felfedezés, hogy a modellben egy neuroncsoport (mintegy 20%) szinte előrejelezi a hibás döntéseket. Ezek az úgynevezett „inkongruens” idegsejtek, amikor dominánsak a hálózatban, nagy valószínűséggel hibás kategóriaválasztást idéznek elő. A kutatók először azt hitték, ez csak a modell sajátossága. Azonban amikor újraelemezték a korábbi, állatokkal végzett méréseket, ott is ugyanezekre a mintázatokra bukkantak — csakhogy korábban senki nem figyelt fel rájuk.
Ebből adódóan felmerült, hogy az ilyen sejtek akár adaptív funkciót is betölthetnek: időnként ki kell próbálniuk a szabályszegő alternatívákat is, amivel az agy rugalmasabban alkalmazkodhat a környezet új kihívásaihoz.
Kitekintés: agykutatás a jövőben
Jelenleg a kutatók a modellt tovább bővítik, hogy összetettebb feladatokat is kezelni tudjon, illetve egyre több idegi területet és ingerületátvivő anyagot integrálnak bele. Arra is kíváncsiak, hogyan változik a modell viselkedése, ha például gyógyszerekkel avatkoznak be a működésébe.
A biológiai alapú virtuális agymodell nemcsak a tanulás idegtudományát forradalmasíthatja, hanem új utakat nyithat idegrendszeri betegségek megértésében, gyógyszertesztelésben és terápiák fejlesztésében is. Az MIT kutatói már egy céget is indítottak Neuroblox.ai néven, hogy ezek a fejlesztések mielőbb átkerülhessenek a laboratóriumokból a gyógyászat világába.
