Das öffnen der Augen sofort bietet eine visuelle Wahrnehmung der Welt—und es scheint so einfach. Aber der Prozess, der beginnt mit Photonen Auftreffen auf der Netzhaut und endet mit ‘sehen’, ist nicht ganz einfach. Das Gehirn ist grundlegende Aufgabe in ‘sehen’ ist die Rekonstruktion relevanten Informationen über die Welt von Licht, das auf Sie trifft die Augen. Da dieser Prozess ist ziemlich Komplex, Nervenzellen im Gehirn—Nervenzellen auch, reagieren auf Bilder, die in komplexer Weise.
Experimentelle Ansätze zur Charakterisierung Ihrer Reaktionen auf die Bilder haben bewiesen, herausfordernd, zum Teil, weil die Anzahl der möglichen Bilder ist endlos. In der Vergangenheit, bahnbrechenden Einsichten, oft in Folge von reizen, die Nervenzellen im Gehirn ‘gefallen.’ Finden Sie verließ sich auf die intuition der Wissenschaftler und eine gute portion Glück.
Forscher am Baylor College of Medicine und der Universität von Tübingen in Deutschland entwickelte nun ein neuartiger theoretischer Ansatz, um zu beschleunigen das finden dieser optimalen Reize. Sie Bauten tiefen künstlichen neuronalen Netzen, die genau Vorhersagen kann die neuronalen Antworten produziert, die von einem biologischen Gehirn auf beliebige visuelle Reize. Diese Netzwerke kann man sich vorstellen wie einen virtuellen avatar’ von einer Bevölkerung von biologischen Neuronen, die verwendet werden können, zu zergliedern, die neuronalen Mechanismen der Wahrnehmung. Sie belegt dies durch die Synthese neuer Bilder, die aus bestimmten Neuronen reagieren sehr stark.
Ihre Studie wurde heute veröffentlicht in der Zeitschrift Nature Neuroscience.
“Wir wollen verstehen, wie vision arbeitet. Wir näherten uns dieser Untersuchung durch die Entwicklung eines künstlichen neuronalen Netzes, das sagt die neuronale Aktivität erzeugt wird, wenn ein Tier Bilder anschaut. Wenn wir aufbauen können wie ein avatar des visuellen Systems führen wir im wesentlichen unbegrenzte Experimente auf Sie. Dann können wir zurück gehen und testen Sie in den realen Gehirnen mit einer Methode, die wir mit dem Namen ‘inception Schleifen'”, sagte senior-Autor Dr. Andreas Tolias, professor und Braun Stiftung, Stiftungslehrstuhl für Neurowissenschaften am Baylor.
Um das Netzwerk zu lernen, wie Neuronen reagieren, die Forscher zunächst erfasst eine große Menge der Aktivität des Gehirns mit einem mesoscope, ein vor kurzem entwickelt, large scale functional imaging-Mikroskop.
“Wir haben zunächst zeigten die Mäuse über 5.000 Natürliche Bilder und zeichneten die neuronale Aktivität von tausenden von Neuronen, wie Sie waren, sehen die Bilder,” sagte ersten Autor Dr. Edgar J. Walker, ehemaliger student im Aufbaustudium in der Tolias-Labor und jetzt ein Postdoc-Wissenschaftler an Unviersty Tübingen und am Baylor. “Dann, benutzten wir diese Bilder, und die entsprechenden Aufnahmen der Aktivität des Gehirns zu trainieren, einen tiefen künstlichen neuronalen Netzes imitieren, wie echte Nervenzellen reagiert auf visuelle Reize.”
“Um zu testen, ob das Netzwerk hatte in der Tat gelernt, um vorherzusagen, neuronale Antworten auf visuelle Bilder wie ein lebendes Gehirn der Maus tun würde, zeigten wir das Netzwerk Bilder, die es nicht gesehen hatte, während des Lernens und sah, dass es vorausgesagt, dass die biologischen neuronalen Antworten mit hoher Genauigkeit”, sagte co-Erstautor Dr. Fabian Sinz, adjunct assistant professor für Neurowissenschaften am Baylor und Gruppenleiter an der Universität Tübingen.
“Experimentieren mit diesen Netzwerken offenbart einige Aspekte der vision, die wir nicht erwartet”, sagte Tolias, Gründer und Direktor des Zentrums für Neurowissenschaften und Künstliche Intelligenz an der Baylor. “Zum Beispiel, fanden wir, dass der optimale Reiz für einige Neuronen in den frühen Stufen der Verarbeitung im neocortex wurden checkerboards, oder scharfe Kanten, im Gegensatz zu einfachen Kanten, das ist das, was wir erwartet haben würde nach dem aktuellen dogma im Feld.”
