#Nevrologiya #Xəbərlər

Beynin süni intellekt modelləri tədqiqatda “rəqəmsal əkizlər” rolunu oynaya bilər

Bir pilot uçuş simulyatorunda manevrlər edə bildiyi kimi, elm adamları da tezliklə siçan beyninin real simulyasiyası üzərində təcrübələr keçirə biləcəklər. Yeni araşdırmada Stanford Medicine tədqiqatçıları və əməkdaşları siçan beyninin vizual məlumatı emal edən hissəsinin “rəqəmsal əkizini” qurmaq üçün süni intellekt modelindən istifadə ediblər.

https://244cb54fccced4d4dfab8be2b92a0bd1.safeframe.googlesyndication.com/safeframe/1-0-41/html/container.html

Rəqəmsal əkizlər film kliplərinə baxarkən həqiqi siçanların vizual korteksindən toplanmış beyin fəaliyyətinin böyük verilənlər bazası üzərində təlim keçiblər. Daha sonra o, on minlərlə neyronun yeni video və şəkillərə reaksiyasını proqnozlaşdıra bilərdi.

Rəqəmsal əkizlər beynin daxili işlərinin öyrənilməsini daha asan və səmərəli edə bilər.

“Əgər siz beynin modelini qurursunuzsa və bu, çox dəqiqdirsə, bu o deməkdir ki, siz daha çox təcrübə edə bilərsiniz ” dedi . “Ən perspektivli olanları sonra real beyində sınaqdan keçirə bilərsiniz.”

Tədqiqatın aparıcı müəllifi Baylor Tibb Kollecinin tibb tələbəsi, Ph.D. Erik Vanqdır.

Təlim paylanmasından kənar

Beynin yalnız təlim məlumatlarında gördükləri stimullara reaksiyasını simulyasiya edə bilən vizual korteksin əvvəlki süni intellekt modellərindən fərqli olaraq, yeni model beynin geniş spektrli yeni vizual girişə reaksiyasını proqnozlaşdıra bilir. Hətta hər bir neyronun anatomik xüsusiyyətlərini təxmin edə bilir.

Yeni model təməl modelin nümunəsidir, böyük verilənlər toplusundan öyrənməyə, sonra bu bilikləri yeni tapşırıqlara və yeni məlumat növlərinə tətbiq etməyə qadir olan nisbətən yeni AI modelləri sinfi və ya tədqiqatçıların “təlim paylanmasından kənar ümumiləşdirmə” adlandırdıqları. (ChatGPT, yeni mətni başa düşmək və yaratmaq üçün böyük miqdarda mətndən öyrənə bilən təməl modelinin tanış nümunəsidir.)

“Bir çox cəhətdən zəka toxumu möhkəm ümumiləşdirmə qabiliyyətidir” dedi Tolias. “Son məqsəd – müqəddəs grail – təlim paylamağınızdan kənar ssenarilərə ümumiləşdirməkdir.”

https://244cb54fccced4d4dfab8be2b92a0bd1.safeframe.googlesyndication.com/safeframe/1-0-41/html/container.html

Siçan filmləri

Yeni süni intellekt modelini öyrətmək üçün tədqiqatçılar əvvəlcə filmlərə – insanlar üçün hazırlanmış filmlərə baxarkən həqiqi siçanların beyin fəaliyyətini qeydə alıblar. Filmlər ideal olaraq siçanların təbii şəraitdə gördüklərinə yaxın olardı.

“Siçanlar üçün real filmdən nümunə götürmək çox çətindir, çünki heç kim Hollivud filmlərini siçanlar üçün çəkmir” dedi Tolias. Ancaq döyüş filmləri kifayət qədər yaxınlaşdı.

Siçanlar aşağı ayırdetmə qabiliyyətinə malikdirlər – bizim periferik görməmizə bənzəyir – yəni onlar detallar və ya rəngdən daha çox hərəkət görürlər. Tolias, “Siçanlar hərəkəti xoşlayır, bu da onların vizual sistemini güclü şəkildə aktivləşdirir, ona görə də onlara çox hərəkətli filmlər göstərdik” dedi.

Bir çox qısa baxış seansında tədqiqatçılar Mad Max kimi hərəkətli filmlərin kliplərinə baxan səkkiz siçanın 900 dəqiqədən çox beyin fəaliyyətini qeydə alıblar. Kameralar onların göz hərəkətlərini və davranışlarını izləyirdi.

Tədqiqatçılar toplanmış məlumatlardan əsas modeli hazırlamaq üçün istifadə etdilər , daha sonra bir az əlavə təlimlə istənilən fərdi siçanın rəqəmsal əkizinə çevrilə bilər.

Dəqiq proqnozlar

Bu rəqəmsal əkizlər videolar və statik şəkillər də daxil olmaqla müxtəlif yeni vizual stimullara cavab olaraq bioloji həmkarlarının sinir fəaliyyətini yaxından simulyasiya edə bildilər. Tolias bildirib ki , böyük miqdarda məcmu təlim məlumatı rəqəmsal əkizlərin uğurunun açarı olub. “Onlar təsirli dərəcədə dəqiq idilər, çünki belə böyük məlumat dəstləri üzərində təlim keçmişdilər.”

Yalnız sinir fəaliyyəti ilə bağlı təlim keçməsinə baxmayaraq, yeni modellər digər məlumat növləri üçün ümumiləşdirilə bilər.

Müəyyən bir siçanın rəqəmsal əkizləri vizual korteksdəki minlərlə neyronun anatomik yerlərini və hüceyrə tipini, həmçinin bu neyronlar arasındakı əlaqələri proqnozlaşdıra bildi.

Tədqiqatçılar bu proqnozları siçanın görmə qabığının strukturunu və funksiyasını görünməmiş təfərrüatlarla xəritələşdirmək üçün daha böyük bir layihənin bir hissəsi olan həmin siçanın görmə qabığının yüksək rezolyusiyaya malik elektron mikroskop təsvirinə qarşı doğruladılar. MICrONS kimi tanınan həmin layihənin nəticələri eyni vaxtda Nature jurnalında dərc edilmişdir .

Qara qutunun açılması

Rəqəmsal əkiz bir siçanın ömrünü çoxdan keçə bildiyi üçün elm adamları eyni heyvan üzərində praktiki olaraq qeyri-məhdud sayda təcrübə keçirə bilər. İllər çəkəcək təcrübələr saatlar ərzində tamamlana bilər və milyonlarla təcrübə eyni vaxtda həyata keçirilə bilər ki, bu da beynin məlumatı necə emal etdiyi və zəka prinsipləri ilə bağlı araşdırmaları sürətləndirir.

“Biz qara qutunu açmağa, belə demək mümkünsə, fərdi neyronlar və ya neyronların populyasiyaları səviyyəsində beyni və onların məlumatı kodlaşdırmaq üçün necə birlikdə işlədiyini başa düşməyə çalışırıq” dedi Tolias.

Əslində, yeni modellər artıq yeni anlayışlar verir. Təbiətdə eyni vaxtda nəşr olunan başqa bir araşdırmada tədqiqatçılar vizual korteksdəki neyronların əlaqə yaratmaq üçün digər neyronları necə seçdiyini tapmaq üçün rəqəmsal əkizdən istifadə etdilər.

Elm adamları oxşar neyronların dostluq quran insanlar kimi əlaqələr yaratmağa meylli olduğunu bilirdilər. Rəqəmsal əkiz hansı oxşarlığın daha çox əhəmiyyət kəsb etdiyini ortaya qoydu. Neyronlar eyni stimula cavab verən neyronlarla – məsələn, mavi rənglə – vizual məkanın eyni sahəsinə cavab verən neyronlarla əlaqə qurmağa üstünlük verirlər.

“Bu, kiminsə dostlarını harada olduqlarına deyil, nəyə görə seçdiyinə bənzəyir” dedi Tolias. “Biz beynin necə təşkil olunduğuna dair bu daha dəqiq qaydanı öyrəndik.”

Tədqiqatçılar öz modelləşdirmələrini beynin digər sahələrinə və daha inkişaf etmiş idrak qabiliyyətləri olan primatlar da daxil olmaqla heyvanlara genişləndirməyi planlaşdırırlar.

“Nəhayət, mən inanıram ki, insan beyninin ən azı hissələrinin rəqəmsal əkizlərini yaratmaq mümkün olacaq” dedi Tolias. “Bu, aysberqin yalnız görünən hissəsidir.”

Göttingen Universiteti və Allen Beyin Elmi İnstitutunun tədqiqatçıları işə öz töhfələrini verdilər.

Daha çox məlumat: Eric Y. Wang et al, Sinir fəaliyyətinin təməl modeli yeni stimul növlərinə cavabı proqnozlaşdırır, Təbiət (2025). DOI: 10.1038/s41586-025-08829-y

Jurnal məlumatı: Təbiət Stanford Universiteti Tibb Mərkəzi tərəfindən təmin edilmişdir 

Download QRPrint QR

Leave a comment

Sizin e-poçt ünvanınız dərc edilməyəcəkdir. Gərəkli sahələr * ilə işarələnmişdir