Читать нас в Telegram

Специалисты по нейросетям из Массачусетского технологического института создали и протестировали на животных компьютерные модели, имитирующие работу зрительной коры мозга.

Обучение нейросетей

Команда ученых несколько лет разрабатывала модели зрительной системы на основе нейронных сетей. Модели обучались на более чем 1 миллионе изображений. На вход подавалось размеченное изображение с указанием самого важного объекта на нем. Модель по разметке училась распознавать, что на изображении, например, стул или самолет. Сам механизм распознавания трудно описать даже самим создателям, но ученые определили, что в ответ на одно и то же изображение искусственные нейроны генерируют сигналы, схожие с сигналами нейронов зрительной коры.

Карта зрительной коры

А что если с помощью этих моделей контролировать нейронную активность зрительной коры мозга? Для этого ученые сопоставили активность нейронов модели и животных в ответ на изображения и составили карту нейронов поля V4 зрительной коры, которое отвечает за восприятие цветов. Каждому нейрону соответствовал узел компьютерной модели. В зоне V4 миллионы нейронов, поэтому были составлены карты для групп из 5-40 нейронов.

Чтобы изучить работу живых нейронов, ученые имплантировали электроды в мозг обезьяны.

Управление живыми нейронами

Затем ученые попытались использовать предсказания полученной модели, чтобы управлять активностью нейронов зрительной коры мозга. Первой целью было создать изображение, на которое нейрон отреагировал бы сильнее, чем на обычную картинку — из тех, которыми обучали нейронные сети. Эти искусственные картинки были созданы моделями и не были похожи ни на какие реальные объекты.

Искусственные изображения, которыми ученые повышают активность нейронов.

В результате, на эти изображения нейроны отреагировали в среднем на 40% активнее. Это первый случай подобного управления активностью нейронов. Кроме того, ученым удалось создать изображение, которое повысило активность целевого нейрона, снизив при этом реакцию соседних.

Активность целевого нейрона в ответ на обычное изображение и на синтезированное.

Модели также использовали, чтобы предсказать реакцию нейронов мозга на искусственные изображения. Точность предсказаний составила около 54%. Сейчас ученые стремятся приблизить этот показатель к точности предсказаний моделей на реальных изображениях, которая доходит до 90%.

В будущем управление нейронами мозга может помочь в лечении расстройств настроения, например депрессии. Сейчас ученые расширяют свою модель до височной доли, в которой есть миндалина, участвующая в эмоциональных реакциях.

Больше о том, как работают нейросети, читайте здесь:

Как работает нейросеть
Как посмотреть на мир глазами нейросетей

Источник: Anne Trafton, Putting vision models to the test