Utilizzata l'intelligenza artificiale per creare un gemello digitale della corteccia visiva di un topo in grado di prevedere l'attività cerebrale in risposta a nuovi stimoli visivi. Questi modelli digitali potrebbero rivoluzionare le neuroscienze consentendo esperimenti virtuali illimitati ed efficienti e rivelando come il cervello organizza informazioni
I modelli AI del cervello potrebbero fungere da gemelli digitali.
La complessità dei circuiti neurali rende difficile decifrare gli algoritmi di intelligenza del cervello. Recenti scoperte nell'apprendimento profondo hanno prodotto modelli che simulano accuratamente l'attività cerebrale, migliorando la nostra comprensione degli obiettivi computazionali del cervello e della codifica neurale. Tuttavia, è difficile per tali modelli generalizzare oltre la loro distribuzione della formazione, limitando la loro utilità. L'emergere di modelli di fondazione addestrati su vasti set di dati ha introdotto un nuovo paradigma di intelligenza artificiale con notevoli capacità di generalizzazione. Proprio come un pilota potrebbe praticare manovre in un simulatore di volo, gli scienziati potrebbero presto essere in grado di eseguire esperimenti su una simulazione realistica del cervello di topo.
In un nuovo studio, i ricercatori e i collaboratori di Stanford Medicine hanno utilizzato un modello di intelligenza artificiale per costruire un “gemello digitale” della parte del cervello del topo che elabora le informazioni visive.
Il gemello digitale è stato addestrato su grandi set di dati di attività cerebrale raccolte dalla corteccia visiva dei topi reali mentre guardavano le clip dei film. Potrebbe quindi prevedere la risposta di decine di migliaia di neuroni a nuovi video e immagini.
I gemelli digitali potrebbero rendere più facile ed efficiente lo studio del funzionamento interno del cervello.
«Se costruisci un modello del cervello ed è molto accurato, ciò significa che puoi fare molti più esperimenti», ha dichiarato il dottor Andreas Tolias (1), PhD, professore di oftalmologia di Stanford Medicine e autore senior dello studio pubblicato su natura (2). «Quelli che sono i più promettenti che puoi testare nel cervello reale». L'autore principale dello studio è Eric Wang, PhD, studente di medicina presso il Baylor College of Medicine.
Oltre la distribuzione della formazione
A differenza dei precedenti modelli di IA della corteccia visiva, che potrebbero simulare la risposta del cervello al solo tipo di stimoli che hanno visto nei dati di allenamento, il nuovo modello può prevedere la risposta del cervello a una vasta gamma di nuovi input visivi. Può persino ipotizzare caratteristiche anatomiche di ciascun neurone.
Il nuovo modello è un esempio di un modello di fondazione, una classe relativamente nuova di modelli di intelligenza artificiale in grado di apprendere da set di dati di grandi dimensioni, quindi applicando tale conoscenza a nuovi compiti e nuovi tipi di dati - o ciò che i ricercatori chiamano «generalizzare al di fuori della distribuzione della formazione».
(CHATGPT è un esempio familiare di un modello di fondazione che può imparare da grandi quantità di testo per comprendere e generare nuovo testo.)
«In molti modi, il seme dell'intelligenza è la capacità di generalizzare in modo robusto», ha detto il dottor Tolias. «L'obiettivo finale - il Santo Graal - è quello di generalizzare agli scenari al di fuori della tua distribuzione di allenamento».
Mouse movies
Per addestrare il nuovo modello di IA, i ricercatori hanno registrato per la prima volta l'attività cerebrale dei topi reali mentre guardavano i film, fatti per le persone. Idealmente i film approssimerebbero ciò che i topi potrebbero vedere in contesti naturali.
«È molto difficile assaggiare un film realistico per i topi, perché nessuno realizza film di Hollywood per i topi», ha detto Tolias. Ma i film d'azione si sono avvicinati abbastanza.
I topi hanno una visione a bassa risoluzione - simile alla nostra visione periferica - il che significa che vedono principalmente il movimento piuttosto che i dettagli o il colore. «Topi come il movimento, che attiva fortemente il loro sistema visivo, quindi abbiamo mostrato loro film che hanno molta azione», ha detto Tolias.
Nel corso di molte brevi sessioni di visione, i ricercatori hanno registrato oltre 900 minuti di attività cerebrale da otto topi che guardavano clip di film pieni di azione, come Mad Max. Le telecamere hanno monitorato i movimenti e il comportamento degli occhi.
I ricercatori hanno utilizzato i dati aggregati per formare un modello di base, che potrebbe quindi essere personalizzato in un gemello digitale di ogni singolo mouse con un po' di formazione aggiuntiva.
Previsioni accurate
Questi gemelli digitali sono stati in grado di simulare da vicino l'attività neurale delle loro controparti biologiche in risposta a una varietà di nuovi stimoli visivi, inclusi video e immagini statiche. La grande quantità di dati di formazione aggregati è stata la chiave del successo dei gemelli digitali, ha affermato Tolias. «Erano straordinariamente accurati perché erano addestrati su set di dati così grandi».
Sebbene addestrati solo all'attività neurale, i nuovi modelli potrebbero generalizzare ad altri tipi di dati.
Il gemello digitale di un particolare topo è stato in grado di prevedere le posizioni anatomiche e il tipo di cellula di migliaia di neuroni nella corteccia visiva, nonché le connessioni tra questi neuroni.
I ricercatori hanno verificato queste previsioni contro l'imaging al microscopio elettronico ad alta risoluzione della corteccia visiva del topo, che faceva parte di un progetto più ampio per mappare la struttura e la funzione della sua corteccia visiva in dettagli senza precedenti. I risultati di quel progetto, noto come MICrONS (3), sono stati pubblicati contemporaneamente in natura (4).
Aprire la scatola nera
Poiché un gemello digitale può funzionare a lungo oltre la durata della vita di un topo, gli scienziati potrebbero eseguire un numero praticamente illimitato di esperimenti sullo stesso animale. Esperimenti che richiederebbero anni potrebbero essere completati in ore e milioni di esperimenti potrebbero funzionare contemporaneamente, accelerando la ricerca su come il cervello elabora le informazioni e i principi dell'intelligenza.
«Stiamo cercando di aprire la scatola nera, per così dire, con lo scopo di comprendere il cervello a livello di singoli neuroni o popolazioni di neuroni e come lavorano insieme per codificare le informazioni», ha detto Tolias.
In effetti, i nuovi modelli stanno già producendo nuove intuizioni. In un altro studio (5) correlato, anche contemporaneamente pubblicato in natura, i ricercatori hanno usato un gemello digitale per scoprire come i neuroni nella corteccia visiva scelgono altri neuroni con cui formare connessioni.
Gli scienziati avevano saputo che i neuroni simili tendono a formare connessioni, come le persone che formano amicizie. Il gemello digitale ha rivelato quali somiglianze contavano di più. I neuroni preferiscono connettersi con i neuroni che rispondono allo stesso stimolo - il colore blu, ad esempio - sui neuroni che rispondono alla stessa area dello spazio visivo.
«Alla fine, credo che sarà possibile costruire gemelli digitali di almeno parti del cervello umano. Questa è solo la punta dell'iceberg», ha concluso Andreas Tolias.
I ricercatori dell'Università Göttingen e dell'Allen Institute for Brain Science hanno contribuito al lavoro. Lo studio ha ricevuto finanziamenti dall'Intelligence Advanced Research Projects Activity, una sovvenzione Neuronex della National Science Foundation, il National Institute of Mental Health, il National Institute of Neurological Disorders and Stroke (grant U19MH114830), il National Eye Institute (Grant R01 EY026927 and Core Grant for Vision Research T32-EY-002520-37), il Consiglio di ricerca europeo e il Deutscherschemings.
Riferimenti:
(1) Andreas Tolias
(2) Foundation model of neural activity predicts response to new stimulus types
(3) MICrONS Explorer
(4) Functional connectomics spanning multiple areas of mouse visual cortex
(5) Functional connectomics reveals general wiring rule in mouse visual cortex
Descrizione foto: Un gemello digitale potrebbe aiutare gli scienziati a studiare i meccanismi interni del cervello. - Credit: Emily Moskal/Stanford Medicine.
Autore traduzione riassuntiva e adattamento linguistico: Edoardo Capuano / Articolo originale: AI models of the brain could serve as ‘digital twins’ in research