Tikus 3D yang Dikendalikan AI Bisa Membawa pada Wawasan Baru dalam Ilmu Saraf

Peneliti dari Universitas Harvard dan DeepMind baru-baru ini menciptakan model 3D virtual yang akurat secara biologis dari seekor tikus yang dapat dikendalikan oleh jaringan saraf buatan. Peneliti berharap bahwa dengan mempelajari bagaimana jaringan saraf buatan mengendalikan tikus simulasi melalui lingkungan 3D, para ilmuwan saraf dapat memperoleh petunjuk tentang bagaimana otak nyata mengendalikan organisme.

Seperti yang dilaporkan oleh IEEE Spectrum, sebuah makalah baru yang akan dipresentasikan pada minggu ini di Konferensi Internasional tentang Representasi Pembelajaran mendetailkan pembuatan lingkungan 3D simulasi. Model 3D tikus ada di dalam lingkungan ini, dan tikus laboratorium yang dihasilkan komputer akan dikendalikan oleh model AI. Tujuan dari studi baru ini adalah untuk melihat apakah jaringan saraf yang mengendalikan tikus mungkin memiliki fungsi analog yang ditemukan di otak biologis.

Blok bangunan jaringan saraf dalam adalah neuron, atau node yang mengubah data dengan fungsi matematika. Neuron ini dihubungkan bersama dalam lapisan dengan cara yang menyerupai koneksi sinaptik otak. Meskipun ada banyak perbedaan yang mencolok antara jaringan saraf buatan dan otak nyata, sejumlah ilmuwan saraf dan peneliti percaya bahwa kesamaan yang ada antara keduanya dapat memberikan wawasan yang berguna tentang bagaimana otak beroperasi, yang berpotensi memperbaiki baik AI dan ilmu saraf.

Lingkungan 3D komputer yang dibuat oleh peneliti ini bertindak sebagai platform eksperimental yang terkendali untuk peneliti AI. Peneliti akan dapat menggunakan lingkungan ini untuk bereksperimen dengan bagaimana berbagai jaringan saraf menangani tantangan dan bagaimana mereka mendekati (atau tidak mendekati) jaringan biologis. Seperti yang dijelaskan oleh peneliti pasca-doktor dan co-penulis studi Jesse Marshall, dikutip oleh IEEE Spectrum, sementara eksperimen ilmu saraf rata-rata menganalisis otak hewan saat mereka melakukan satu tugas (atau hanya beberapa tugas), dan sebagian besar robot dirancang untuk hanya beberapa tugas, penjelasan yang lebih kuat tentang bagaimana otak yang fleksibel beroperasi dan muncul diperlukan. Menurut Marshall, makalah ini “adalah awal dari upaya kami untuk memahami bagaimana fleksibilitas muncul dan diimplementasikan di otak, dan menggunakan wawasan yang kami peroleh untuk merancang agen buatan dengan kemampuan serupa.”

Tikus yang direkayasa komputer ini akurat secara biologis, dengan semua sendi dan otot yang ditemukan pada tikus nyata. Tikus ini juga memiliki indera simulasi seperti proprioception (perasaan bagian tubuh di ruang) dan penglihatan. Jaringan saraf yang mengendalikan gerakan tikus ini dilatih pada empat tugas yang berbeda: mengetuk bola dengan timing yang tepat, menavigasi labirin, melompati celah, dan menavigasi daerah yang curam dan berbukit.

Ketika tikus virtual menyelesaikan tugas-tugas tersebut, tim peneliti menganalisis rekaman aktivitas jaringan menggunakan teknik yang berbasis pada teknik yang digunakan di bidang ilmu saraf. Peneliti menganalisis aktivitas jaringan untuk menentukan bagaimana jaringan telah mewujudkan skema kontrol motor yang diperlukan untuk menyelesaikan tugas yang ditugaskan.

Peneliti menemukan bahwa jaringan saraf menggunakan kembali beberapa representasi untuk tugas yang berbeda, menerapkan pola umum pada skenario yang berbeda. Aktivitas saraf sering direpresentasikan sebagai urutan diskret, yang merupakan sesuatu yang telah diamati pada hewan pengerat nyata dan burung. Salah satu temuan yang tidak terduga adalah bahwa aktivitas alami pada model AI tampaknya hadir selama periode waktu yang lebih lama daripada yang diharapkan jika model AI hanya mengendalikan gerakan anggota tubuh dan otot. Hal ini dapat menunjukkan bahwa jaringan AI mewujudkan perilaku dan gerakan pada tingkat abstrak untuk hal-hal seperti melompat dan berlari. Ini mencerminkan model kognitif yang telah diajukan untuk hewan nyata.

Meskipun jaringan saraf buatan mungkin kekurangan inkarnasi fisiologis dan realisme jaringan saraf nyata, ilmuwan saraf seperti Blake Richards dari Universitas McGill di Kanada berpendapat, seperti yang dilaporkan oleh IEEE Spectrum, bahwa model tersebut berbagi banyak fitur penting dari pemrosesan saraf dengan jaringan saraf nyata, dan mereka berguna dalam membuat prediksi tentang bagaimana aktivitas saraf mungkin mempengaruhi perilaku. Oleh karena itu, pencapaian makalah baru ini adalah merancang metode untuk bereksperimen dengan jaringan saraf dan melatihnya dalam lingkungan yang lebih realistis, memungkinkan perbandingan yang lebih baik dengan eksperimen yang melibatkan data biologis.

Stephen Scott, seorang ilmuwan saraf dari Universitas Queen di Kanada, juga percaya bahwa kerangka yang dirancang dalam makalah baru ini bisa menjadi metode yang berguna untuk memeriksa landasan saraf dari perilaku. Tikus virtual ini mampu melakukan berbagai perilaku kompleks multistage yang dapat dikorelasikan secara akurat dengan aktivitas saraf. Ini merupakan kelebihan dibandingkan dengan bagaimana sebagian besar eksperimen dengan model hewan dilakukan pada tugas sederhana, karena kompleksitas perekaman aktivitas saraf.

Namun, Scott juga mengakui bahwa proses pengumpulan data saraf dari hewan yang melakukan tugas yang rumit bisa sangat sulit. Oleh karena itu, Scott berharap untuk melihat penulis makalah membandingkan aktivitas saraf tikus virtual saat melakukan tugas yang mudah dengan aktivitas yang ditemukan dalam eksperimen laboratorium dunia nyata, untuk lebih memahami bagaimana model virtual dan pola otak dunia nyata berbeda.