Евгений Опанасенко
редактор раздела Техно Нейробиологи Массачусетского технологического института при помощи нейросетей и искусственного интеллекта смогли сгенерировать изображение, которое влияет напрямую на мозг. При одном взгляде на это изображение, активируются отдельные нейроны мозга, которые как бы принудительно "запускаются".
Используя лучшую из доступных модель зрительной нейронной сети мозга, ученые разработали новый способ точного управления отдельными нейронами и их популяциями в середине этой сети. Информация, полученная из вычислительной модели, позволила им создавать изображения, которые сильно влияли на определенные нейроны мозга человека.
Ученые, по сути, получили способ обращаться к мозгу через изображение "напрямую", минуя длинный путь осмысления изображений, что немного напоминает "зомбирование".
Основные выводы работы — существующие расчетные версии моделей зрительных нейросистем достаточно похожи на настоящие, чтобы их можно было использовать для контроля состояния мозга. Насколько точно эти модели имитируют работу зрительной коры — этот вопрос вызывает очень горячие споры, говорит Джеймс ДиКарло, глава отделения мозга и когнитивных наук MIT, старший автор исследования, опубликованное на сайте института.
То есть, неважно, как работает расчетная модель зрительной системы мозга — важно, что мы уже можем ее использовать, что она достаточно точна и что на ее основе можно разрабатывать новые эксперименты.
Как это работает
В этом исследовании ученые хотели проверить, могут ли их модели выполнять некоторые задачи, которые ранее не демонстрировались. В частности, им было интересно, можно ли использовать эти модели для контроля нейронной активности в зрительной коре животных.
Чтобы добиться этого, ученые сперва создали точную карту "один к одному" нейронов мозга в зрительной области мозга V4 из узлов в вычислительной модели. Они делали это, показывая изображения животным и моделям и сравнивая их ответы на одни и те же снимки. В области V4 миллионы нейроны, но для этого исследования создавались карты субпопуляций с 5 — 40 нейронами одновременно.
Затем ученые решили выяснить, могут ли они использовать эти прогнозы для контроля активности отдельных нейронов в зрительной коре. Первый тип контроля, который они назвали "растяжением", включает показ изображения, которое выведет активность конкретного нейрона далеко за пределы активности, обычно вызываемой "естественными" изображениями, вроде тех, что используются для обучения нейросетей.
Исследователи обнаружили, что при демонстрации таких "синтетических" изображений, которые создаются моделями и не напоминают природные объекты, целевые нейроны реагировали, как и ожидалось. В среднем нейроны проявляли примерно на 40% больше активности в ответ на эти изображения, чем когда им показывали естественные изображения. Такого рода контроля никто никогда не достигал прежде.
Ученые также показали, что могут использовать свою модель, чтобы предсказывать, как нейроны из области V4 будут реагировать на синтезированные изображения. Большинство предыдущих тестирований модели использовали тот же тип натуралистических изображений, на которых обучалась модель. Ученые из MIT обнаружили, что модели с точностью 54% предсказывают, как мозг должен реагировать на синтезированные изображения, и с точностью 90% предсказывают, как мозг будет реагировать на естественные изображения.
Теперь ученые надеются повысить точность моделей, позволив им включать новую информацию, которую они постигают, глядя на синтезированные изображения. В ходе этого исследования такое не применялось. Проще говоря, модели будут учиться по своим же сгенерированным изображениям.
Смотрите также в сюжете о том, как роботы способны захватить мир:
Напомним, что ранее нейросети научили создавать портреты несуществующих людей. Также искусственный интеллект способен превращать ужасные рисунки в шедевры за секунду.
Главные темы