Harvard Neuroscientists og Google DeepMind skaber kunstig hjernel i virtuel rotte

I et imponerende samarbejde har forskere ved Harvard University sluttede sig til Google DeepMind-forskere for at skabe en kunstig hjernel til en virtuel rotte. Offentliggjort i Nature, åbner denne innovative gennembrud døre til at studere, hvordan hjernerne kontrollerer komplekse bevægelser ved hjælp af avancerede AI-simuleringsmetoder.

Opbygning af den virtuelle rottehjernel

For at opbygge den virtuelle rottes hjernel brugte forskerholdet højopløselige data, der var optaget fra rigtige rotter. Harvard-forskerne arbejdede tæt sammen med DeepMind-holdet for at opbygge en biomekanisk realistisk digital model af en rotte. Ph.d.-studerende Diego Aldarondo samarbejdede med DeepMind-forskere om at træne en kunstig neuralt netværk (ANN), der fungerer som den virtuelle hjernel, ved hjælp af den kraftfulde maskinlæringsmetode dyb forstærket læringsmetode.

Neuralt netværk blev trænet til at bruge inverse dynamikmodeller, som menes at være anvendt af vores hjerner til at guide bevægelser. Disse modeller giver hjernen mulighed for at beregne den nødvendige bane og omdanne den til motoriske kommandoer for at opnå en ønsket bevægelse, såsom at række ud efter en kop kaffe. Den virtuelle rottes neuralt netværk lærte at generere de nødvendige kræfter for at producere en bred vifte af adfærd, herunder adfærd, der ikke var udtrykkeligt trænet, ved hjælp af referencebaner, der er afledt fra rigtige rotte-data.

Som Ölveczky bemærkede, “DeepMind havde udviklet en pipeline til at træne biomekaniske agenter til at bevæge sig rundt i komplekse miljøer. Vi havde bare ikke ressourcerne til at køre simulationer som disse, til at træne disse netværk.” Samarbejdet var “fantastisk”, tilføjede han, og understregede den afgørende rol, som DeepMind-forskere spillede i denne gennembrud.

Resultatet er en virtuel hjernel, der kan kontrollere en biomekanisk realistisk 3D-rottemodel inden for en avanceret fysiksimulator, der næsten efterligner bevægelserne af en rigtig rotte.

Potentielle anvendelser

Den virtuelle rotte med dens kunstige hjernel præsenterer en ny tilgang til at undersøge de neurale kredsløb, der er ansvarlige for komplekse adfærd. Ved at studere, hvordan den AI-genererede hjernel kontrollerer den virtuelle rottes bevægelser, kan neuroforskere opnå værdifulde indsigt i de komplekse arbejdsprocesser i rigtige hjerner.

Dette gennembrud kan også åbne vejen for at udvikle mere avancerede robotkontrolsystemer. Som Ölveczky foreslår, “Mens vores laboratorium er interesseret i grundlæggende spørgsmål om, hvordan hjernen fungerer, kan platformen bruges, som et eksempel, til at udvikle bedre robotkontrolsystemer.” Ved at forstå, hvordan den virtuelle hjernel genererer komplekse adfærd, kan forskere måske udvikle mere avancerede og tilpasningsdygtige robotter.

Måske mest spændende er, at denne forskning kan muligvis åbne op for et nyt felt inden for “virtuel neurovidenskab”, hvor AI-simulerede dyr fungerer som praktiske og gennemsigtige modeller for at studere hjernen, selv i sygdomstilstande. Disse simulationer kan give en hidtil uset vindue ind i de neurale mekanismer bag forskellige neurologiske tilstande, muligvis førende til nye behandlingsstrategier.

Næste skridt: Mere virtuel rotte-autonomi

Bygget på dette banebrydende arbejde planlægger forskerne at give den virtuelle rotte mere autonomi til at løse opgaver, der ligner dem, som rigtige rotter møder. Som Ölveczky forklarer, “Fra vores eksperimenter har vi mange ideer om, hvordan sådanne opgaver løses, og hvordan de læringsalgoritmer, der ligger til grund for erhvervelsen af dygtige adfærd, implementeres.”

Ved at give den virtuelle rotte mere uafhængighed kan videnskabsmændene teste deres teorier om de læringsalgoritmer, der muliggør erhvervelsen af nye færdigheder. Dette kan give værdifulde indsigt i, hvordan rigtige hjerner lærer og tilpasser sig nye udfordringer.

Ultimativt er målet at fremme vores forståelse af, hvordan rigtige hjerner genererer komplekse adfærd. “Vi ønsker at begynde at bruge de virtuelle rotter til at teste disse ideer og hjælpe med at fremme vores forståelse af, hvordan rigtige hjerner genererer komplekse adfærd,” siger Ölveczky. Ved at fortsætte med at forfine og udvide denne innovative tilgang kan neuroforskere og AI-forskere arbejde sammen for at løse hjernens mysterier og skabe mere intelligente, tilpasningsdygtige systemer.