Wewnątrz Moonshot — starania, aby wreszcie rozgryźć mózg

„Oto problem z dzisiejszą sztuczną inteligencją” – mówi David Cox. Tak, stało się zadziwiająco dobre, od niemal idealnego rozpoznawania twarzy po samochody bez kierowcy i mistrzowskie maszyny do gry w Go. I prawdą jest, że niektórych aplikacji AI nie trzeba już nawet programować: opierają się na architekturach, które pozwalają im uczyć się na doświadczeniu.

Jednak wciąż jest w tym coś niezdarnego i brutalnego, mówi Cox, neuronaukowiec z Harvardu. Aby zbudować wykrywacz psów, musisz pokazać programowi tysiące rzeczy, które są psami i tysiące, które nie są psami – mówi. Moja córka musiała zobaczyć tylko jednego psa – i od tego czasu z radością wskazuje szczenięta. A wiedza, którą dzisiejsza sztuczna inteligencja potrafi wydobyć ze wszystkich tych danych, może być dziwnie krucha. Dodaj trochę pomysłowych zakłóceń do obrazu — szumu, którego człowiek nawet nie zauważy — a komputer może po prostu pomylić psa ze śmietnikiem. To nie jest dobre, jeśli ludzie używają rozpoznawania twarzy do, powiedzmy, bezpieczeństwa na smartfonach (patrz Czy sztuczna inteligencja jedzie na kucyku do jednej sztuczki? ).

Doktor habilitowany Abhinav Grama obserwuje mózg.

Po teście mózg zwierzęcia został usunięty.

Ta historia była częścią naszego wydania z listopada 2017 r.

• Zobacz resztę numeru
• Subskrybuj

Aby przezwyciężyć takie ograniczenia, Cox i dziesiątki innych neuronaukowców i ekspertów w dziedzinie uczenia maszynowego połączyły siły w zeszłym roku w celu stworzenia Inteligencji Maszynowej od Cortical Networks (MICrONS) inicjatywa : wysiłek o wartości 100 milionów dolarów w celu przeprowadzenia inżynierii wstecznej mózgu. To będzie neuronaukowy odpowiednik księżycowego strzału, mówi Jacob Vogelstein, który począł i uruchomił MICrONS, gdy był oficerem programowym w Intelligence Advanced Research Projects Agency, ramieniu badawczym amerykańskiego wywiadu. (Obecnie pracuje w firmie venture capital Camden Partners w Baltimore.) Badacze MICRONS próbują nakreślić funkcję i strukturę każdego szczegółu w małym kawałku kory gryzonia.

Świadczy to o złożoności mózgu, że do zmapowania nawet tego malutkiego kawałka kory mózgowej, sześcianu o boku jednego milimetra — wielkości grubego ziarna piasku, potrzebny jest strzał księżyca. Ale ten sześcian jest tysiące razy większy niż jakikolwiek kawałek mózgu, który ktokolwiek próbował szczegółowo opisać. Będzie zawierał około 100 000 neuronów i około miliarda synaps, połączeń, które umożliwiają impulsom nerwowym przeskakiwanie z jednego neuronu do drugiego.

Mózg szczura w naczyniu.

To ambicja, która zadziwia innych neuronaukowców. Myślę, że to, co robią, jest heroiczne, mówi Eve Marder, która całą swoją karierę spędziła na studiowaniu znacznie mniejszych obwodów neuronowych na Brandeis University. To jedna z najbardziej ekscytujących rzeczy dziejących się w neuronauce, mówi Konrad Kording, który zajmuje się modelowaniem obliczeniowym mózgu na University of Pennsylvania.

Mózg jest przyklejany do płytki przed zeskanowaniem.

Ostateczną nagrodą będą sekrety neuronowe wydobyte z danych projektu – zasady, które powinny stanowić to, co Vogelstein nazywa obliczeniowymi elementami budulcowymi następnej generacji sztucznej inteligencji. W końcu, jak mówi, dzisiejsze sieci neuronowe opierają się na architekturze sprzed dziesięcioleci i dość uproszczonym wyobrażeniu o tym, jak działa mózg. Zasadniczo systemy te rozpowszechniają wiedzę w tysiącach gęsto połączonych ze sobą węzłów, analogicznie do neuronów w mózgu. Systemy poprawiają swoje działanie poprzez dostosowanie wytrzymałości połączeń. Jednak w większości komputerowych sieci neuronowych sygnały zawsze przechodzą kaskadowo do przodu, z jednego zestawu węzłów do następnego. Prawdziwy mózg jest pełen informacji zwrotnych: na każdą wiązkę włókien nerwowych przenoszących sygnały z jednego regionu do drugiego, jest taka sama lub większa liczba włókien powracających w drugą stronę. Ale dlaczego? Czy te włókna sprzężenia zwrotnego są sekretem jednorazowego uczenia się i wielu innych aspektów ogromnej mocy mózgu? Czy dzieje się coś innego?

MICrONS powinien dostarczyć przynajmniej niektórych odpowiedzi, mówi Sebastian Seung, neurobiolog z Princeton University, który odgrywa kluczową rolę w pracach nad mapowaniem. Właściwie, mówi, nie sądzę, żebyśmy mogli odpowiedzieć na te pytania bez takiego projektu.

Obraz 1: Mały sześcian w lewym górnym rogu to część mózgu, która zostanie zmapowana. Obraz 2: Ten kawałek mózgu jest osłonięty akrylem w celu przygotowania do bardzo cienkiego cięcia.

Powiększanie

Zespoły MICrONS — jeden kierowany przez Coxa, drugi z siedzibą w Uniwersytet Ryżowy Baylor College of Medicine i trzeci w Carnegie Mellon – każde z nich realizuje coś niezwykle wszechstronnego: rekonstrukcję wszystkich komórek w milimetrze sześciennym mózgu szczura oraz schemat połączeń – konektom – pokazujący, jak każda komórka jest połączony z każdą inną komórką, a dane pokazują dokładnie, w jakich sytuacjach neurony się uruchamiają i wpływają na inne neurony.

Pierwszym krokiem jest przyjrzenie się mózgom szczurów i ustalenie, co faktycznie robią neurony w tym milimetrze sześciennym. Kiedy zwierzę otrzymuje określony bodziec wzrokowy, taki jak linia zorientowana w określony sposób, które neurony nagle zaczynają wysyłać impulsy i które sąsiedzi reagują?

Jeszcze dziesięć lat temu przechwytywanie tego rodzaju danych wahało się od trudnych do niemożliwych: narzędzia po prostu nigdy nie istniały, mówi Vogelstein. To prawda, że ​​naukowcy mogli wsunąć ultracienkie przewody do mózgu i uzyskać piękne zapisy aktywności elektrycznej poszczególnych neuronów. Ale nie mogli nagrywać z więcej niż kilkudziesięciu na raz, ponieważ komórki są tak ciasno upakowane. Naukowcy mogli również mapować ogólną geografię aktywności neuronowej, umieszczając ludzi i inne zwierzęta w maszynach do rezonansu magnetycznego. Ale naukowcy nie mogli w ten sposób monitorować poszczególnych neuronów: rozdzielczość przestrzenna wynosiła w najlepszym razie około milimetra.

Pocięte kawałki mózgu przyklejają się do plastikowej taśmy.

Taśma z dołączonymi próbkami mózgu jest przycinana i umieszczana na przesuwanej płytce, która trafi do ogromnej maszyny skanującej.

Tym, co przełamało ten impas, było opracowanie technik rozpalania neuronów, gdy działają w żywym mózgu. Aby to zrobić, naukowcy zazwyczaj zasiewają neurony białkami fluorescencyjnymi, które świecą w obecności jonów wapnia, które pojawiają się w obfitości, gdy komórka się zapala. Białka mogą zostać wprowadzone chemicznie do mózgu gryzonia, przenoszone przez łagodny wirus, a nawet zakodowane w genomie neuronów. Fluorescencję można następnie wyzwolić na kilka sposobów – być może najbardziej pożytecznie, przez parę laserów, które pompują światło podczerwone do szczura przez okienko umieszczone w jego czaszce. Częstotliwości podczerwieni pozwalają fotonom penetrować stosunkowo nieprzejrzystą tkankę nerwową bez uszkadzania czegokolwiek, zanim zostaną wchłonięte przez białka fluorescencyjne. Białka z kolei łączą energię z dwóch fotonów podczerwonych i uwalniają ją jako pojedynczy foton światła widzialnego, który można zobaczyć pod zwykłym mikroskopem, gdy zwierzę na coś patrzy lub wykonuje dowolną liczbę innych czynności.

Andreas Tolias, który kieruje częścią zespołu Baylor, mówi, że to rewolucyjne rozwiązanie, ponieważ można nagrywać z każdego neuronu, nawet z tych, które znajdują się tuż obok siebie.

Gdy zespół w laboratorium Coxa zmapuje aktywność neuronową szczura, zwierzę zostaje zabite, a jego mózg jest nasycony metalem ciężkim osmem. Następnie zespół kierowany przez biologa z Harvardu, Jeffa Lichtmana, tnie mózg na plasterki i dokładnie ustala, w jaki sposób neurony są zorganizowane i połączone.

Proces ten rozpoczyna się w laboratorium w piwnicy, gdzie pracuje maszyna stacjonarna, która działa jak krajalnica do salami delikatesowego. Mała metalowa płytka unosi się i opada, metodycznie odcinając czubek czegoś, co wydaje się być bursztynową kredką, i przyklejając plastry do taśmy przenośnika wykonanej z plastikowej taśmy. Różnica polega na tym, że salami jest w rzeczywistości tubką z twardej żywicy, która otacza i podtrzymuje delikatną tkankę mózgową, poruszająca się płyta zawiera niewiarygodnie ostre diamentowe ostrze, a plasterki mają grubość około 30 nanometrów.

Skany wycinków mózgu są łączone przez algorytm.

Po lewej stronie widać wielowiązkowe pole widzenia złożone z 61 obrazów wykonanych przez mikroskop elektronowy; Po prawej stronie połączonych jest 14 wielowiązkowych pól widzenia.

Skany są składane w kostkę i kolorowane.

Następnie, w innym laboratorium na końcu korytarza, odcinki taśmy zawierające po kilka kawałków mózgu są montowane na waflach krzemowych i umieszczane w czymś, co wygląda jak duża przemysłowa lodówka. Urządzenie to jest mikroskopem elektronowym: wykorzystuje 61 wiązek elektronów do jednoczesnego skanowania 61 obszarów tkanki mózgowej z rozdzielczością czterech nanometrów.

Skanowanie każdego wafla zajmuje około 26 godzin. Monitory obok mikroskopu pokazują powstałe obrazy, które budują się z zapierającymi dech w piersiach szczegółami — błonami komórkowymi, mitochondriami, pęcherzykami wypełnionymi neuroprzekaźnikami stłoczonymi w synapsach. To jak powiększanie fraktala: im bliżej się przyjrzysz, tym większą dostrzeżesz złożoność.

Krojenie to nie koniec historii. Nawet gdy skany wychodzą z mikroskopu — robisz film, w którym każdy wycinek jest głębszy — mówi Lichtman — są one przekazywane zespołowi kierowanemu przez informatyka z Harvardu, Hanspetera Pfistera. Naszą rolą jest zrobienie zdjęć i wydobycie jak największej ilości informacji, mówi Pfister.

Oznacza to zrekonstruowanie wszystkich tych trójwymiarowych neuronów – ze wszystkimi ich organellami, synapsami i innymi cechami – ze stosu wycinków 2D. Ludzie mogliby to zrobić za pomocą papieru i ołówka, ale byłoby to beznadziejnie powolne, mówi Pfister. Więc on i jego zespół wytrenowali sieci neuronowe do śledzenia prawdziwych neuronów. Działają znacznie lepiej niż wszystkie inne metody, których używaliśmy, mówi.

Każdy neuron, bez względu na swój rozmiar, wypuszcza las wąsów zwanych dendrytami, a każdy ma inne długie, cienkie włókno zwane aksonem, które przesyła impulsy nerwowe na duże odległości — w skrajnych przypadkach całkowicie przez mózg, a nawet przez cały mózg. w dół rdzenia kręgowego. Ale mapując milimetr sześcienny, tak jak robi to MICRONS, naukowcy mogą śledzić większość tych włókien od początku do końca, a tym samym zobaczyć kompletny obwód neuronowy. Myślę, że odkryjemy różne rzeczy, mówi Pfister. Prawdopodobnie struktury, których nigdy nie podejrzewaliśmy, i zupełnie nowe spojrzenie na okablowanie.

Siła oczekiwania

Wśród pytań, które zespoły MICrONS mają nadzieję, że zaczną odpowiadać: Jakie są algorytmy mózgu? Jak właściwie działają te wszystkie obwody neuronowe? A w szczególności, do czego służą te wszystkie informacje zwrotne?

Wiele współczesnych aplikacji AI nie wykorzystuje informacji zwrotnych. Sygnały elektroniczne w większości sieci neuronowych przepływają kaskadowo z jednej warstwy węzłów do następnej, ale generalnie nie wstecz. (Nie daj się zwieść terminowi wstecznej propagacji, który jest sposobem na pociąg sieci neuronowe.) To nie jest twarda i szybka zasada: powtarzające się sieci neuronowe mają połączenia, które działają wstecz, co pomaga im radzić sobie z danymi wejściowymi, które zmieniają się w czasie. Ale żaden z nich nie wykorzystuje informacji zwrotnych na temat skali mózgu. W jednej dobrze zbadanej części kory wzrokowej, mówi Tai Sing Lee at Carnegie Mellon , tylko 5 do 10 procent synaps nasłuchuje sygnału z oczu. Reszta słucha informacji zwrotnych z wyższych poziomów w mózgu.

Pokolorowane sześciany są przydatne w trójwymiarowych ilustracjach różnych struktur i procesów neuronalnych, dając naukowcom najbardziej szczegółową mapę tego, co faktycznie dzieje się w mózgu.

Istnieją dwie ogólne teorie na temat tego, do czego służy informacja zwrotna, mówi Cox, a jedna to przekonanie, że mózg nieustannie próbuje przewidzieć własne sygnały wejściowe. Podczas gdy kora czuciowa przetwarza ten rama filmu, że tak powiem, wyższe poziomy mózgu próbują przewidzieć Następny i przepuszczają swoje najlepsze przypuszczenia z powrotem przez włókna sprzężenia zwrotnego.

To jedyny sposób, w jaki mózg może poradzić sobie z szybko zmieniającym się środowiskiem. Neurony są naprawdę wolne, mówi Cox. Przejście od światła docierającego do siatkówki przez wszystkie etapy przetwarzania do poziomu świadomej percepcji może zająć od 170 do 200 milisekund. W tym czasie serwis tenisowy Sereny Williams pokonuje dziewięć metrów. Więc każdy, komu uda się oddać ten serwis, musi wymachiwać rakietą na podstawie przewidywań.

A jeśli ciągle próbujesz przewidzieć przyszłość, mówi Cox, to kiedy nadejdzie prawdziwa przyszłość, możesz dostosować się, aby Twoja następna prognoza była lepsza. To dobrze współgra z drugą ważną teorią, która jest badana: że połączenia zwrotne w mózgu są po to, by kierować uczeniem się. Rzeczywiście, symulacje komputerowe pokazują, że walka o doskonalenie zmusza każdy system do budowania coraz lepszych modeli świata. Na przykład, mówi Cox, musisz wymyślić, jak twarz będzie wyglądać, jeśli się obróci. A to, jak mówi, może okazać się krytycznym elementem układanki polegającej na uczeniu się jednym strzałem.

Kiedy moja córka po raz pierwszy zobaczyła psa, mówi Cox, nie musiała uczyć się, jak działają cienie ani jak światło odbija się od powierzchni. Zbudowała już bogaty zasób doświadczeń na temat takich rzeczy, po prostu żyjąc na świecie. Więc kiedy dotarła do czegoś w stylu „To jest pies”, mówi, mogła dodać te informacje do ogromnego zasobu wiedzy.

Jeśli te pomysły na temat informacji zwrotnej mózgu są poprawne, mogą pojawić się na szczegółowej mapie formy i funkcji mózgu opracowanej przez MICrONS. Mapa może pokazać, jakie sztuczki wykorzystuje obwody neuronowe do implementacji przewidywania i uczenia się. W końcu nowe aplikacje AI mogą naśladować ten proces.

Jednak nawet wtedy pozostaniemy dalecy od odpowiedzi na wszystkie pytania dotyczące mózgu. Znajomość obwodów neuronowych nie nauczy nas wszystkiego. Istnieją formy komunikacji między komórkami, które nie przechodzą przez synapsy, w tym niektóre realizowane przez hormony i neuroprzekaźniki unoszące się w przestrzeniach między neuronami. Jest też kwestia skali. Choć może to być bardzo duży skok, to wciąż po prostu patrzy na maleńki kawałek kory w poszukiwaniu wskazówek na temat tego, co jest istotne dla obliczeń. A kora mózgowa to tylko cienka zewnętrzna warstwa mózgu. Krytyczne funkcje dowodzenia i kontroli są również wykonywane przez struktury głębokiego mózgu, takie jak wzgórze i zwoje podstawy mózgu.

Dobrą wiadomością jest to, że MICRONS już toruje drogę przyszłym projektom mapującym większe fragmenty mózgu.

Większość ze 100 milionów dolarów, mówi Vogelstein, jest wydawanych na technologie gromadzenia danych, których nie trzeba będzie wymyślać ponownie. Jednocześnie zespoły MICrONS opracowują szybsze techniki skanowania, w tym takie, które eliminują potrzebę cięcia tkanki. Zespoły z Harvardu, MIT i Cold Spring Harbor Laboratory wymyśliły sposób na unikatowe oznaczenie każdego neuronu schematem kodów kreskowych, a następnie szczegółowe przeglądanie komórek poprzez nasycanie ich specjalnym żelem, który bardzo delikatnie napełnia je dziesiątkami lub setki razy ich normalny rozmiar.

Tak więc pierwszy milimetr sześcienny będzie trudny do zebrania, mówi Vogelstein, ale następny będzie znacznie łatwiejszy.

M. Mitchell Waldrop jest niezależnym pisarzem w Waszyngtonie. Jest autorem Złożoność i maszyna marzeń i był wcześniej redaktorem w Natura .

ukryć