Ученые из Дартмутского колледжа, Массачусетского технологического института и Университета Стоуни-Брук создали вычислительную модель мозга, которая решает задачи обучения почти так же, как живые организмы. Работа опубликована в журнале Nature Communications.
Модель успешно справилась с простой задачей визуального обучения, которую обычно дают лабораторным животным, — она анализировала узоры из точек и относила их к одной из двух категорий, допуская ошибки, корректируя поведение и постепенно улучшая результат. Характер обучения — неровный, с паузами и скачками — оказался практически таким же, как в реальных экспериментах.
При этом модель не обучали на данных, полученных от животных. Ее собрали с нуля, опираясь на биологию и физиологию мозга. Исследователи детально воспроизвели, как нейроны образуют цепи, как они передают сигналы и как взаимодействуют крупные области мозга, отвечающие за обучение и принятие решений.
В основе системы лежат небольшие нейронные цепи, работающие по тем же принципам, что и в живом мозге. Возбуждающие и тормозные нейроны конкурируют между собой, усиливая одни сигналы и подавляя другие. Такой механизм позволяет системе выделять значимую информацию и отсеивать лишнюю. Эти локальные процессы встроены в более крупную архитектуру, включающую кору, ствол мозга, полосатое тело и особую группу нейронов, влияющих на уровень вариативности поведения через ацетилхолин.
На ранних этапах обучения эта вариативность помогает системе пробовать разные варианты реакции. По мере накопления опыта связи между нейронными цепями усиливаются, «шум» уменьшается, и поведение становится более устойчивым. В этот момент активность коры и полосатого тела начинают синхронизироваться в бета-диапазоне — именно тогда модель чаще принимает правильные решения. Такой же эффект ранее наблюдали в экспериментах на животных.
Активность группы нейронов — около 20% — предсказывала ошибки. Когда они включались, модель чаще выбирала неверную категорию. Сначала это сочли особенностью симуляции, но повторный анализ экспериментальных данных показал, что такие нейроны есть и в живом мозге. Просто раньше на них не обращали внимания.
Исследователи предполагают, что эти клетки позволяют системе время от времени отклоняться от выученных правил и проверять альтернативные варианты, что особенно важно, если условия задачи меняются.
Авторы рассматривают такие модели как основу для будущих исследований нарушений работы мозга и предварительного тестирования лекарств.
Ранее Наука Mail рассказывала о том, что ученые выяснили, почему люди повторяют действия, даже когда это вредит.
