Harvards neurovetenskapsmän och Google DeepMind skapar en artificiell hjärna i en virtuell råtta

I ett imponerande samarbete har forskare vid Harvard University gått samman med Google DeepMind-forskare för att skapa en artificiell hjärna för en virtuell råtta. Publicerad i Nature, öppnar denna banbrytande genombrott nya dörrar för att studera hur hjärnor kontrollerar komplexa rörelser med hjälp av avancerade AI-simuleringsmetoder.

Bygga den virtuella råttans hjärna

För att konstruera den virtuella råttans hjärna använde forskarteamet högupplösta data som spelats in från riktiga råttor. Harvard-forskarna arbetade nära med DeepMind-teamet för att bygga en biomekaniskt realistisk digital modell av en råtta. Doktoranden Diego Aldarondo samarbetade med DeepMind-forskare för att träna ett artificiellt neuronnätverk (ANN), som fungerar som den virtuella hjärnan, med hjälp av den kraftfulla maskinlärningsmetoden djup förstärkt inlärning.

Neuronnätverket tränades för att använda invers dynamikmodeller, som tros vara använda av våra hjärnor för att styra rörelser. Dessa modeller möjliggör för hjärnan att beräkna den nödvändiga banan och översätta den till motorbefallningar för att uppnå en önskad rörelse, såsom att sträcka sig efter en kopp kaffe. Den virtuella råttans neuronnätverk lärde sig att generera de nödvändiga krafterna för att producera en mängd olika beteenden, inklusive de som inte uttryckligen tränats, genom att använda referensbanor som hämtats från riktiga råttdatabas.

Som Ölveczky noterade, “DeepMind hade utvecklat en pipeline för att träna biomekaniska agenter att röra sig i komplexa miljöer. Vi hade helt enkelt inte de resurserna för att köra simuleringar som dessa, för att träna dessa nätverk.” Samarbetet var “fantastiskt”, tillade han, och betonade den avgörande roll som DeepMind-forskarna spelade i att förverkliga denna genombrott.

Resultatet är en virtuell hjärna som kan styra en biomekaniskt realistisk 3D-råttmodell inom en avancerad fysiksimulator, som nära efterliknar rörelserna hos en riktig råtta.

Potentiella tillämpningar

Den virtuella råttan med sin artificiella hjärna presenterar en ny metod för att undersöka de neurala kretsarna som är ansvariga för komplexa beteenden. Genom att studera hur den AI-genererade hjärnan styr den virtuella råttans rörelser kan neurovetenskapsmän få värdefulla insikter i de invecklade funktionerna i riktiga hjärnor.

Denna genombrott kan också bana väg för att utveckla mer avancerade robotkontrollsystem. Som Ölveczky föreslår, “Medan vårt labb är intresserat av grundläggande frågor om hur hjärnan fungerar, kan plattformen användas, som ett exempel, för att utveckla bättre robotkontrollsystem.” Genom att förstå hur den virtuella hjärnan genererar komplexa beteenden kan forskare kunna utveckla mer avancerade och anpassningsbara robotar.

Kanske mest spännande är att denna forskning kan möjliggöra ett nytt område inom “virtuell neurovetenskap”, där AI-simulerade djur fungerar som bekväma och fullständigt transparenta modeller för att studera hjärnan, även i sjukdomstillstånd. Dessa simuleringar kan ge en utanpårlig inblick i de neurala mekanismerna bakom olika neurologiska tillstånd, vilket potentiellt kan leda till nya behandlingsstrategier.

Nästa steg: Mer virtuell råttautonomi

Byggande på detta banbrytande arbete planerar forskarna att ge den virtuella råttan mer autonomi för att lösa uppgifter som liknar de som möter riktiga råttor. Som Ölveczky förklarar, “Från våra experiment har vi många idéer om hur sådana uppgifter löses, och hur de inlärningsalgoritmer som ligger till grund för förvärvandet av skickliga beteenden implementeras.”

Genom att ge den virtuella råttan mer oberoende kan forskarna testa sina teorier om de inlärningsalgoritmer som möjliggör förvärvandet av nya färdigheter. Detta kan ge värdefulla insikter i hur riktiga hjärnor lär sig och anpassar sig till nya utmaningar.

Till slut är målet att förbättra vår förståelse av hur riktiga hjärnor genererar komplexa beteenden. “Vi vill börja använda de virtuella råttorna för att testa dessa idéer och bidra till att förbättra vår förståelse av hur riktiga hjärnor genererar komplexa beteenden”, säger Ölveczky. Genom att fortsätta att förfinas och utveckla denna innovativa metod kan neurovetenskapsmän och AI-forskare arbeta tillsammans för att lösa hjärnans mysterier och skapa mer intelligenta, anpassningsbara system.