Model Sieci Neuronowej Dostarcza Wglądu W Spektrum Autyzmu

Grupa badaczy z Uniwersytetu Tohoku wykorzystała model sieci neuronowej, który odtwarza mózg na komputerze, aby uzyskać wgląd w to, dlaczego osoby z zaburzeniami ze spektrum autyzmu mają trudności z interpretowaniem wyrazów twarzy.

Badania zostały opublikowane w czasopiśmie Scientific Reports 26 lipca 2021 r.

Rozpoznawanie Różnych Emocji

Yuta Takahashi jest współautorem artykułu.

“Ludzie rozpoznają różne emocje, takie jak smutek i złość, patrząc na wyrazy twarzy. Jednak niewiele wiadomo o tym, jak dochodzimy do rozpoznania różnych emocji na podstawie informacji wizualnej z wyrazów twarzy”, powiedział Takahashi.

“Nie jest również jasne, jakie zmiany występują w tym procesie, które prowadzą do tego, że osoby z zaburzeniami ze spektrum autyzmu mają trudności z odczytywaniem wyrazów twarzy”, kontynuował Takahashi.

Teoria Przetwarzania Predykcyjnego

Grupa badawcza oparła się na teorii przetwarzania predykcyjnego, która mówi, że mózg ciągle przewiduje następny bodziec zmysłowy. Gdy przewidywanie jest błędne, mózg dostosowuje się, a informacje zmysłowe, takie jak wyrazy twarzy, pomagają zmniejszyć błąd przewidywania.

Sztuczna sieć neuronowa opracowana przez zespół wykorzystuje teorię przetwarzania predykcyjnego i była w stanie odtworzyć proces rozwoju. Zrobiła to, trenując się do przewidywania, jak części twarzy poruszą się w filmach z wyrazami twarzy.

Następnym krokiem było samoorganizowanie klastrów emocji w przestrzeni neuronów wyższego poziomu w modelu sieci neuronowej. W tym samym czasie model nie wiedział, jaka emocja odpowiada wyrazowi twarzy w filmie.

Model był również w stanie uogólnić nieznane wyrazy twarzy, które nie zostały podane w treningu, a także odtworzyć ruchy części twarzy, minimalizując błędy przewidywania.

Image: Yuta Takahashi, et al

Zespół badaczy wywołał następnie anomalie w aktywności neuronów podczas eksperymentów, co pomogło uzyskać wgląd w skutki dla rozwoju uczenia się i cech poznawczych. Eksperymenty wykazały, że zdolność uogólniania zmniejszyła się w modelu, w którym heterogeniczność aktywności w populacji neuronów została zmniejszona. To sugerowało, że tworzenie klastrów emocji w neuronach wyższego poziomu zostało zahamowane, a to prowadziło do tego, że model sieci neuronowej miał tendencję do niepowodzenia w identyfikowaniu emocji nieznanych wyrazów twarzy, co jest również objawem zaburzeń ze spektrum autyzmu.

Takahashi mówi, że badanie sugeruje, że teoria przetwarzania predykcyjnego może wyjaśnić rozpoznawanie emocji z wyrazów twarzy za pomocą modelu sieci neuronowej.

“Mamy nadzieję, że będziemy mogli pogłębić nasze zrozumienie procesu, w którym ludzie uczą się rozpoznawać emocje i cechy poznawcze osób z zaburzeniami ze spektrum autyzmu”, powiedział Takahashi. “Badanie pomoże w rozwoju odpowiednich metod interwencji dla osób, które mają trudności z identyfikowaniem emocji.”