AI는 뇌의 시각 시스템에서 어떤 뉴런을 선호하는지 보여줍니다

• 연구원은 가치 있는 신호를 생성하여 뉴런이 선호하는 관찰 대상을 안정적으로 결정하는 AI 기반 모델을 개발합니다.
• 이 모델은 생성적 심층 신경망과 XDREAM이라는 유전 알고리즘을 사용합니다.

50년 이상 동안 과학자들은 시각 피질의 뉴런이 다른 그림에 똑같이 반응하지 않는다는 것을 알고 있었습니다. 이것이 동물들이 주변의 많은 시각적 단서를 인식하고 이해하고 해석하게 하는 것입니다.

예를 들어, 하측두엽이라고 하는 뇌 영역의 특정 시각 뉴런은 동물이 텍스트, 사물, 장소 또는 얼굴을 볼 때 더 많이 발화합니다. 그러나 과학자들은 여전히 ​​이 뉴런이 정확히 무엇에 반응하는지 이해하지 못하고 있습니다.

최근 Harvard Medical School의 연구원 팀은 가치 있는 신호를 생성하여 뉴런이 선호하는 관찰 대상을 확실하게 결정하는 인공 지능(AI) 모델을 개발했습니다.

지금까지 수행된 실험은 실제 이미지를 사용하여 신경 선호도를 분석하려고 시도했습니다. 이러한 이미지는 두 가지 주요 이유 때문에 본질적으로 편향될 수 있습니다. 즉, 실제 장면만을 나타내고 테스트를 위해 인간이 선택합니다. 새로운 모델은 개별 뉴런의 선호도에 따라 조정된 합성 사진을 생성하여 이 문제를 해결합니다.

실험

연구팀은 원숭이 6마리의 신경 반응을 포착해 AI 기반 모델에 먹였다. 이 모델은 뇌에 있는 각 시각 뉴런의 발사 속도를 측정하고 자체 조정 이미지를 생성했습니다.

원숭이는 몇 시간 동안 이러한 합성 이미지를 0.1초 단위로 표시했습니다. 첫 번째 이미지는 회색조의 임의의 텍스처 패턴이었습니다. AI는 신경 반응을 기반으로 천천히 색상과 모양을 도입했습니다. 최종 이미지는 뉴런의 선호도를 완전히 구현한 것으로 변형되었습니다.

이 AI 기반 접근 방식은 생성적 심층 신경망과 XDREAM이라는 유전 알고리즘을 사용합니다. XDREAM은 참신한 합성 그림의 진화를 안내하기 위해 연구원들이 특별히 설계했습니다.

참조:셀 | DOI:10.1016/j.cell.2019.04.005 | 하버드 관보

AI는 각 실험이 끝날 때 뉴런에 대한 초자극을 생성할 수 있었습니다. 모든 실험의 결과는 매우 일관적이었습니다. 많은 뉴런이 AI를 통해 동일하지는 않지만 예외적으로 유사한 그림을 진화시켰습니다.

일부 이미지는 연구원의 기대에 부응했습니다. 예를 들어, 얼굴에 반응할 것으로 예상되는 뉴런은 눈과 유사한 두 개의 어두운 점이 있는 원형 분홍색 사진을 진화시켰습니다.

자연 이미지 대 원숭이의 측두하엽 피질의 뉴런에 의해 진화된 이미지 | 연구원 제공

일부 결과는 놀라웠습니다. 예를 들어, 원숭이의 뉴런 중 하나는 목 주위에 붉은 반점이 있는 원숭이의 몸 사진을 일관되게 생성했습니다. 팀은 결국 이 원숭이가 빨간 옷깃을 입었던 다른 원숭이와 함께 길러졌다는 것을 발견했습니다.

그러나 모든 최종 이미지가 의미가 있는 것은 아닙니다. 한 원숭이의 뉴런은 무정형의 어두운 모양을 생성하고 다른 하나는 작은 검은색 사각형을 진화시켰습니다.

다음은 무엇입니까?

연구원들에 따르면 이러한 뉴런의 반응은 자연스러운 것이 아니라 특정 기간 동안 시각적 자극에 지속적으로 노출된 결과입니다. 뉴런이 이러한 이미지를 정확히 생성하는 방법은 아직 알려지지 않았습니다. 팀은 다음 연구에서 이 질문에 답할 계획입니다.

읽기:뇌 뉴런을 변경하면 단맛에 대한 자연적인 조각이 제거될 수 있습니다.

시각 피질이 특정 사진에 반응하는 방식을 배우는 것은 과학자들이 자폐 스펙트럼 장애 및 학습 장애를 포함한 인지 관련 질병을 유발하는 메커니즘을 더 잘 이해하는 데 도움이 될 수 있습니다.