Licht komt de samengestelde ogen van de vlieg binnen, waardoor hexagonaal opgestelde fotoreceptoren elektrische signalen door een complex neuraal netwerk sturen, waardoor de vlieg beweging kan detecteren.
Siwanowicz, I. & Loesche, F./HHMI Genelia Research Campus, Lappalainen, JK/Universiteit van Tübingen
Onderschrift verbergen
Schakel bijschriften in
Siwanowicz, I. & Loesche, F./HHMI Genelia Research Campus, Lappalainen, JK/Universiteit van Tübingen
Wetenschappers hebben een virtueel hersennetwerk ontwikkeld dat het gedrag van individuele neuronen in het levende brein kan voorspellen.
Het model is gebaseerd op het visuele systeem van een fruitvlieg en biedt wetenschappers een manier om concepten snel op een computer te testen voordat ze weken of maanden investeren in experimenten met echte vliegen of andere proefdieren.
‘Nu kunnen we beginnen met te veronderstellen hoe het vliegenbrein zou kunnen werken voordat we een experimentele meting doen’, zegt groepsleider Srini Turaga van de Genelia Research Campus, onderdeel van het Howard Hughes Medical Institute (HHMI).
Methoden, beschreven in het tijdschrift natuur, suggereert ook dat energieverslindende kunstmatige intelligentiesystemen zoals ChatGPT veel minder energie zouden kunnen verbruiken als ze gebruik zouden maken van enkele van de computertechnieken die in levende hersenen voorkomen.
De hersenen van een fruitvlieg zijn ‘klein en energiezuinig’, zegt Jacob Mackay, professor aan de Universiteit van Tübingen en auteur van het onderzoek. “Hij kan veel berekeningen uitvoeren. Het kan vliegen, het kan lopen, het kan roofdieren detecteren, het kan paren, het kan overleven – met behulp van slechts 100.000 neuronen.”
Daarentegen vereisen AI-systemen doorgaans computers met miljarden transistors. Wereldwijd verbruiken deze systemen evenveel energie als een klein land.
“Als we nu aan AI denken, is de belangrijkste taak het energiezuiniger maken van deze systemen”, zegt Ben Crowley, een computationeel neurowetenschapper bij het Cold Spring Harbor Laboratory.
Technieken die zijn ontleend aan het fruitvliegbrein kunnen een manier zijn om dit mogelijk te maken, zegt hij.
Een model gebaseerd op biologie
Het virtuele hersennetwerk werd mogelijk gemaakt door ruim tien jaar diepgaand onderzoek naar de structuur en samenstelling van het fruitvliegbrein.
Veel van dit werk werd gedaan of gefinancierd door HHMI, dat nu kaarten heeft die elk neuron en elke verbinding in het insectenbrein laten zien.
Turaga, Mackay en promovendus Jan Lappalainen maakten deel uit van een team dat dacht deze kaarten te kunnen gebruiken om een computermodel te maken dat zich ongeveer zou gedragen als het visuele systeem van de fruitvlieg. Dit systeem is verantwoordelijk voor het grootste deel van de hersenen van het dier.
Het team begon met connectome on the fly, een gedetailleerde kaart van de verbindingen tussen neuronen.
“Het vertelt je hoe informatie van A naar B kan stromen”, zegt Mackay. ‘Maar er staat niet welke [route] wordt feitelijk door het systeem overgenomen.”
Wetenschappers hebben een glimp kunnen opvangen van het proces in de hersenen van levende fruitvliegjes, maar zijn er niet in geslaagd de activiteit vast te leggen van duizenden neuronen die in realtime op signalen reageren.
“Hersenen zijn zo complex dat ik denk dat de enige manier waarop we ze kunnen begrijpen is door nauwkeurige modellen te bouwen.”
Met andere woorden: een computer simuleert een brein of een deel van de hersenen.
Daarom besloot het team een model van het hersencircuit te bouwen waarmee een fruitvlieg beweging kan detecteren, zoals een snel bewegende hand of de nadering van een vliegenmepper.
“Ons doel was niet om de beste bewegingsdetector ter wereld te bouwen, maar om uit te zoeken hoe vliegen dat doen.”
Het team begon met virtuele versies van 64 soorten neuronen, allemaal op dezelfde manier verbonden als het visuele systeem van een vlieg. Vervolgens “bekijkt” het netwerk videoclips waarin verschillende soorten bewegingen worden weergegeven.
Ten slotte werd een kunstmatig intelligentiesysteem gevraagd om de activiteit van neuronen te bestuderen tijdens het afspelen van de videoclip.
Uiteindelijk leverde de methode een model op dat kon voorspellen hoe elk neuron in het kunstmatige netwerk op een bepaalde video zou reageren. Opmerkelijk genoeg voorspelde het model de reactie van neuronen in echte fruitvliegjes die dezelfde video bekeken als in het vorige onderzoek.
Een hulpmiddel voor hersenwetenschap en AI
Hoewel het artikel waarin het model wordt beschreven net is verschenen, is het model zelf al ruim een jaar verkrijgbaar. Hersenwetenschappers hebben er nota van genomen.
“Ik gebruik dit model in mijn eigen werk”, zegt Cowley, wiens laboratorium bestudeert hoe de hersenen reageren op externe stimuli. Hij zegt dat het model hem heeft geholpen in te schatten of ideeën de moeite waard zijn om in een dier te testen.
Verwacht wordt dat toekomstige versies van het model zich verder zullen uitstrekken dan het visuele systeem en ook taken zullen omvatten die verder gaan dan bewegingsdetectie.
“We hebben nu een plan voor het bouwen van hersenmodellen van de hersenen die interessante berekeningen uitvoeren,” zei Mackay.