Від навчання нейронних мереж до розумних робіт

Навчання 26 серпня 2022 Перегляди: 198

Що допомагає людині вирішувати складні завдання і складати вірші і музику, як працює наш інтелект і як створити штучний? Відповіді шукають у лабораторії нейроінтеллекта і нейроморфних систем Національного дослідницького центру «Курчатівський інститут». Це одна з небагатьох наукових груп у світі, яка розробляє нейрогібридні системи і методи їх навчання для створення в майбутньому штучного інтелекту. Дослідники під керівництвом кандидата фізико-математичних наук Михайла Бурцева виростили нейронні мережі з нервових клітин у чашці Петрі (in vitro) і в мозку (in vivo), успішно їх навчили і змоделювали поведінку.

Штучний інтелект: два шляхи

З середини минулого століття розробки в галузі штучного інтелекту ведуться з перемінним успіхом за двома напрямками. З одного боку, спираючись на когнітивні науки, дослідники намагаються моделювати роботу мозку, виходячи з формального опису інтелектуальної діяльності. З іншого боку, на основі біології розбираються в роботі нейронів у мозку, моделюють їх поведінку, створюючи так звані інтелектуальні нейронні мережі (ІНС), і чекають появи штучного інтелекту. На дослідження в цій галузі виділяються мільярди доларів (проекти Human Brain Project, Brain Initiative та інші). І тільки в останні п’ять років відбулися революційні зміни завдяки використанню алгоритмів нейронних мереж і глибокого навчання (deep learning), а також досягненням нано- і біотехнологій. Заголовки новин говорять самі за себе: Google навчився розпізнавати промову, сортувати зображення і навіть допомагати відповідати на листи, Facebook визначає людей на фотографіях, Apple і Baidu створили голосових помічників, Microsoft оцінює вашу стать і вік за фотографією, описує емоції або перекладає усну промову на льоту. Комп’ютер обіграв людину в усі мислимі ігри, суперкомп’ютер IBM Watson — чемпіон в інтелектуальних боях, військові спільно з компанією Darpha розробляють нейроінтерфейс (мозок — комп’ютер) і приступають до створення кіборгів…

Група Бурцева, в якій успішно співпрацюють математики, біологи та фізики, йде своїм шляхом: вони створюють природні, штучні та гібридні нейронні мережі, навчають їх і керують їх поведінкою, а також досліджують, як ті запам’ятовують і переробляють інформацію.

Нейронні мережі in vitro і in vivo

Здібності до запам’ятовування і навчання — характерна властивість нервових систем різних видів. Численні дослідження в галузі нейронауки показують, що нейронні клітини піддаються навчанню навіть поза організмом, але досі не вдалося розробити відповідний протокол для такого навчання. Тому дослідники продовжують активно вивчати механізми пам’яті та навчання на клітинному рівні, щоб застосувати універсальні принципи роботи нервової системи для створення штучного інтелекту.

Мікроелектродна матриця зі зростаючою на ній нейрональною культурою в живильному середовищі. Спеціальна кришка з мембраною не пропускає пари води і захищає зростаючу культуру від забруднення. Фото Ольги Мінєєвої

У лабораторії нейроінтеллекта і нейроморфних систем використовували дисоційовані нейронні культури, тобто клітини мозку з розірваними зв’язками, виділені з гіпокампа новонароджених мишей. Нейрони поміщали в спеціальні матриці з поживним середовищем, вкриті адгезивним шаром, де вони утворюють моношарову культуру клітин, зручну для вивчення. Якщо до матриць підвести електроди, то на окремі ділянки нейронної культури можна впливати електричними стимулами (крім світлових і звукових стимулів або за допомогою сироватки), одночасно реєструючи її біоелектричну активність. При необхідності в культуру вводять флуоресцентні мітки і спостерігають за тим, що відбувається в чашці Петрі за допомогою мікроскопа.

Клітини ростуть, утворюють зв’язки, і через деякий час в матриці помічається спонтанна електрична активність, так звана пачкова активність. Спочатку клітини збуджуються окремо, але потім ця активність наростає, що призводить до періодичної появи так званих спайків. Кожні кілька секунд практично всі клітини нейронної культури спайкують по кілька десятків мілісекунд, відпочиваючи в перерві між сплесками активності.

Через три-чотири тижні дослідники приступили до навчання нейронної культури in vitro. Для цього вони створили спеціальний протокол. Щоб зрозуміти, як поводиться нейронна культура у відповідь на навчання, необхідно було розробити власну методику для реєстрації активності нейронних культур. І нарешті, щоб отримати маркери пластичності нейронів, тобто побачити ті з них, які навчаються, використовували клітини трансгенних тварин з зеленим флуоресцентним білком.

Культуру вдалося досить швидко навчити — після кожної короткої стимуляції протягом години вимірювалася її біоелектрична активність. За 20 циклів навчання культура навчилася так змінювати свою активність, що клітини були здатні відключати зовнішню стимуляцію під час експерименту. Здатність до навчання експериментатори пояснюють тим, що кожен стимул перетрушує випадковим чином зв’язки між нейронами і культура «запам’ятовує», які зв’язки викликають потрібну активність на даному електроді.

Потім група Бурцева провела експерименти in vivo, також розробивши відповідні протоколи стимуляції. Як і в експериментах на культурі нейронів, реєстрували нейронну активність у ретроспленіальній корі щурів у різних станах.

Нейрональна культура на мультиелектродній матриці (чорні кола — електроди) під мікроскопом. Фото Ганни Суханової

Отримані результати дозволили зробити важливі висновки про активність нейронних мереж при різних параметрах стимуляції в культурі і у тварин.

Для оптимізації дослідження нейронних мереж розробили комп’ютерну модель і налаштували її параметри таким чином, щоб отримати спонтанну активність, порівнянну з експериментами.

Формальний нейрон і модель

Незважаючи на численні дослідження в області створення мозково-комп’ютерних інтерфейсів на рівні клітин, управління штучною рукою, моделювання біологічних мереж нейронів і передачі інформації в мозок для заміщення слуху і зору, не існує моделі, активність якої повністю б узгоджувалася з активністю культур нейронів in vitro. Не кажучи вже про людський мозок, що складається з майже сотні мільярдів нейронів, обмінюються сигналами.

Загальний вид експериментальної установки для дослідження механізмів утворення нейронних мереж на живих клітинах. Фото Михайла Бурцева

«У нашій моделі ми постаралися об’єднати якомога більше факторів, що характеризують властивості культури нейронів in vitro, при цьому створивши відносно просту для обчислень і вивчення модель», — пояснює Бурцев.

Елементарна одиниця штучної нейронної мережі нагадує нейрон, з його відростків з рецепторами хімічних речовин під час активності надходять сигнали іншим клітинам. Нейронні культури здатні навчатися завдяки синаптичній пластичності — здатності синаптичних контактів змінювати свою ефективність. Формальний нейрон можна уявити у вигляді функції, на вхід якої подається багато змінних, а у кожного входу — синапсу — є своя ефективність — вага.

Комп’ютерна модель налічувала 5000 випадково пов’язаних нейронів, розташованих у вигляді моношару, а опис довготривалої синаптичної пластичності узгоджувався з уявленням про структуру реальної культури нейронів. У роботі враховано зміну активності при довготривалих обчисленнях — протягом декількох годин життя моделі (так званого внутрішнього часу моделі), яке зазвичай не розглядається в інших експериментах такого роду. Співробітники лабораторії нейроінтелекту і нейроморфних систем підібрали параметри, що забезпечують стійке виникнення пачкової активності, і розробили модель біологічно правдоподібної нейронної мережі на основі параметрів реальної нейронної культури.

Пілотні експерименти дослідників з Курчатовського інституту дозволять створювати більш складні, порівняно з дослідженими раніше, моделі навчання культур. А перенесення цих механізмів на матеріальну базу сучасних багатоядерних процесорів призведе до появи «розумних систем» і автономних роботів, які можна буде використовувати не тільки в якості домашніх помічників, але і для усунення наслідків катастроф, для перевірки ліків і створення мозкових протезів пам’яті.

Дослідження виконано за підтримки РФФІ (грант № 13-04-01273).