r   e   k   l   a   m   a
r   e   k   l   a   m   a

Wstępniak na nowy tydzień: symulacje psychodelii i autyzmu – przez sieci neuronowe poznajemy samych siebie

Strona główna AktualnościDOBREPROGRAMY

W czerwcu tego roku w Sieci zaczęły pojawiać się dziwaczne obrazki, przypominające nieco malarstwo tworzone na LSD, czy płótna wychodzące spod pędzla schizofreników, ale zarazem w wyraźny sposób nieludzkie, wywołujące u widzów nierzadko niewyjaśnialny niepokój. Szybko pojawiło się wyjaśnienie tej osobliwości – obrazy były owocem pracy sztucznej inteligencji Google'a, przeznaczonej do identyfikowania obrazów, którą nauczono swoistej formy „marzeń sennych”. Internet szybko zajął się przetwarzaniem za pomocą uwolnionego przez Mountain View oprogramowania o nazwie DeepDream rozmaitych obrazków (powstał nawet dla fanów takiej sztuki cały subreddit), ale konsekwencje tego wynalazku sięgają daleko poza sztuki plastyczne. Takie podejście wzbudziło zainteresowanie neuronaukowców, którzy pokazali, jak w ten sposób uzyskać wgląd w zespół zaburzeń psychicznych znanych popularnie jako autyzm. Czy dojrzewamy więc do symulowania chorób psychicznych w maszynach?

Wyjaśnić w przybliżeniu, jak powstawały te obrazy nie jest trudno. Są one efektem ubocznym narzędzia, które stworzono by zrozumieć, co dzieje się w sieciach neuronowych, tego co robi każdy z neuronów w każdej z warstw sieci, gdy wysyła im się wizualne informacje w czasie rzeczywistym. Zamiast traktować sieć neuronową do rozpoznawania obrazów jako czarną skrzynkę, zaglądamy do środka, poczynając od najniższej warstwy, reagującej na krawędzie, i idąc ku górze, przez warstwy pośrednie, rozpoznające ogólne kształty, aż po warstwy najwyższe, gdzie pojawiają się reprezentacje rzeczy opartych o abstrakcyjne kategorie.

Szybko się jednak okazuje, że taki system rozpoznawania niekoniecznie musi mieć wiele wspólnego z ludzką rzeczywistością. Trenuje się sieci, pokazując im przykłady tego, co chcemy klasyfikować, w nadziei że uchwycą esencję oglądanej rzeczy (np. cep składa się z dwóch kijów połączonych łańcuchem lub rzemieniem) i będą ignorowały to, co nieistotne (np. kolor kijów). Gdy jednak przychodzi do testów, nierzadko okazuje się, że sieć buduje sobie dziwaczne przekonania o tym, co istotne. Pokazano np. sztangielki, których w „rozumieniu” google'owej sieci kluczową cechą było wtopione w nie ludzkie ramię kulturysty. Sztangielki leżące sobie ot tak na ziemi sztangielkami w sensie sieci neuronowej nie były… ot po prostu sieć nigdy ich wcześniej w takiej formie nie zobaczyła, wszystkie pokazane jej zdjęcia sztangielek pokazywały też muskularne ramiona.

r   e   k   l   a   m   a

Droga do cyfrowej psychodelii była już stąd prosta. Zamiast pouczać sieć, jakie cechy obrazu należy wzmacniać, można jej samej na to pozwolić. Jako że każda warstwa sieci działa na innym poziomie abstrakcji, to złożoność cech zależy od wyboru warstwy wzmacniającej. Niższe warstwy wynikowo generują proste ornamenty, bo są wrażliwe głównie na krawędzie. Wyżej jednak zaczyna się robić dziwnie, wyłaniają się praktycznie znikąd złożone cechy, nawet całe obiekty. Zamykając sieć w pętli sprzężenia zwrotnego, programiści Google'a powiedzieli – cokolwiek tu zobaczysz, daj mi tego więcej. Jeśli w chmurze dostrzeże się kształt ptakta, to każda kolejna iteracja procesu sprawi, że chmura będzie coraz bardziej ptakiem. A jeśli zacząć karmić trenowaną uprzednio sieć czysto losowym szumem, z chaosu wyłaniają się osobliwe formy, właśnie takie, jak te obrazy, które wzbudziły poruszenie w Sieci.

Kilka dni temu dostałem z listy dyskusyjnej poświęconej neuronaukom link do bardzo ciekawej pracy naukowców z Baylor College of Medicine pt. A computational perspective on autism, którą opublikowano w amerykańskim żurnalu Proceedings of the National Academy of Sciences. Autorzy przeprowadzili symulację jednej z hipotetycznych przyczyn autyzmu w software'owej symulacji ludzkiej kory wzrokowej. Zwiększono po prostu szum w sieci neuronowej.

Z grubsza przez szum rozumiany jest tu poziom, w jakim aktywność poszczególnych neuronów jest ograniczana przez aktywność otaczających je neuronów. W normalnie działających mózgach neurony ograniczają swoją aktywność, gdy otoczone są wieloma uaktywnionymi neuronami. Taka normalizacja aktywności jest procesem koniecznym, by sieć nie uległa przeciążeniu – i występuje we wszystkich bardziej złożonych biologicznych systemach nerwowych, a odpowiada za jej realizację neurotransmiter GABA.

Dwa lata temu próbowano tę teorię „komputacyjnej” etiologii autyzmu przetestować na myszach, hodując osobniki o upośledzonym wydzielaniu GABA – i faktycznie, z obserwacji myszek można było powiedzieć, że wykazują one zachowania, które uznalibyśmy u ludzi za autystyczne – podejmowały się dziwacznych czasem a bardzo regularnych zajęć i unikały kontaktu z innymi myszami. Bardzo ciekawy to eksperyment, a jednak niewiele wyjaśniający, gdyż brakuje dobrego debuggera do mysich mózgów, a same myszy raczej nie opowiedzą, co się z nimi dzieje, jakie mają doświadczenia. A gdyby szukać odpowiedzi w modelu, który łatwiej analizować, tj. w sztucznej sieci neuronowej?

Stojący na czele tych prac Ari Rosenberg dysponował danymi o zaburzeniach wizualnych u dotkniętych autyzmem. Pierwsze z nich przejawia się w niezwykle sprawnym rozpoznawaniu kierunku ruchu sinusoidalnych linii, znacznie wyższym niż u zdrowych ludzi. Drugie to pomijanie czy niedostrzeganie obiektów znajdujących się z dala od centrum uwagi. Trzecie wiąże się z tzw. efektem pochylenia, związanym z tym, że zdrowi ludzie lepiej radzą sobie z identyfikowaniem linii pionowych i poziomych niż tych, które są pochylone, podczas gdy u autyków różnice te praktycznie nie występują. Testy sprawdzające te zaburzenia podano testowym sieciom, z których w jednej wyłączono normalizację aktywności neuronalnej – neurony nie reagowały na aktywność swoich sąsiadów.

Wyniki testów wykazały ogromne podobieństwo pomiędzy zachowaniami dotkniętych autyzmem, a testowanej sieci z wyłączoną normalizacją; korelacja zbyt duża, by była czystym przypadkiem, tym bardziej, że zaszła przy wszystkich charakterystycznych testach. To wystarczyło, by badacze postawili falsyfikowalną hipotezę bezpośrednio łączącą zjawisko o naturze obliczeniowej z chorobą umysłową. W podsumowaniu swojej pracy utrzymują, że taka nowa, komputacyjna perspektywa rzuca nowe światło na neurologiczne debaty i pomoże w zidentyfikowaniu fizjologicznych ścieżek, które można byłoby wykorzystać w terapii tego schorzenia.

To pionierska praca w medycynie, wykorzystująca technikę komputerową naprawdę w innowacyjny sposób. Dokładność sztucznych sieci neuronowych jak i łatwość ich badania (choćby za pomocą narzędzi rozwijanych przez Google) pozwalają uzyskać wyniki znacznie bardziej doniosłe, niż typowe eksperymenty na myszach. Symulacja kory wzrokowej jest względnie prosta, ale z czasem możliwe będzie też symulowanie kory nowej, w szczególności płatów czołowych, by poznać bliżej „mechanikę” zaburzeń umysłowych – i to nie tylko autyzmu. Wyzwaniem będzie oczywiście znalezienie obliczeniowych reprezentacji dla zjawisk fizjologicznych, ale dysponując odpowiednio szybkim sprzętem (jak np. te DIGITS DevBox od Nvidii) można szybko testować wiele hipotez, odrzucając te najsłabsze.

Czy dzięki testom na symulowanych mózgach wyleczymy choroby ludzkich mózgów? Samo komputacyjne podejście oczywiście nie wystarczy, ale może znacznie przyspieszyć prace fizjologów i farmaceutów. Kto wie, może do końca przyszłej dekady doczekamy się skutecznej terapii nie tylko dla autyzmu, ale też dla jednej z najbardziej niezrozumiałych dotąd chorób (czy też raczej grupy chorób) – schizofrenii.

Jeśli mnie obliczenia nie mylą, to jest to 52. wstępniak, jaki popełniłem, odkąd służę jako redaktor naczelny tego portalu. 52 wstępniaki, 52 tygodnie – okrągła rocznica. Z tej okazji dziękuję wszystkim tym, którym czasem chce się przeczytać to, co tutaj napiszę, tym, którzy znajdują chwilę by to skomentować, a nawet czasem wysłać e-maila z uwagami. Bez Was nie miałoby to przecież większego sensu.

Co zaś do kolejnego tygodnia w dobrychprogramach, to oczywiście możecie spodziewać się, że upłynie pod flagą Windows 10 (jak to ktoś napisał w komentarzu niedawno, „dzień bez 10 newsów o Windows 10 na DP to dzień stracony”. Niechętnych ekscytacji, którą nowe „okienka” budzą w mediach pocieszę jednak tym, że postaramy się, by Windows 10 nie przyćmił wszystkiego i by było o czym innym jeszcze u nas poczytać. Przypominam również, że zmieniliśmy nieco sposób prezentowania informacji z naszego Flesza – idąc za Waszymi uwagami zaczęliśmy publikować w nich króciutkie wpisy, z których łatwiej zorientować się o co chodzi, niż jak dotąd linki do zewnętrznych, często nieprzejrzystych artykułów czy przeglądów. Mam nadzieję, że taka forma spotka się z Waszym uznaniem.

Zapraszam więc do kolejnego tygodnia z naszym portalem!

© dobreprogramy
r   e   k   l   a   m   a
r   e   k   l   a   m   a

Komentarze

r   e   k   l   a   m   a
r   e   k   l   a   m   a
Czy wiesz, że używamy cookies (ciasteczek)? Dowiedz się więcej o celu ich używania i zmianach ustawień.
Korzystając ze strony i asystenta pobierania wyrażasz zgodę na używanie cookies, zgodnie z aktualnymi ustawieniami przeglądarki.