从果蝇到人类,所有动物都使用同样的策略来处理大脑中的嗅觉信息。但是神经科学家训练了一个人工神经系统神经网络进行一个简单的气味分类任务时,他们惊讶地发现它如此忠实地复制了生物学的策略。
“我们使用的算法与实际的进化过程没有相似之处,”麻省理工学院麦戈文大脑研究所副研究员、哥伦比亚大学博士后杨光宇(Guangyu Robert Yang)说。人工系统和生物系统之间的相似性表明,大脑的嗅觉网络最适合它的任务。
Yang和他的同事们表示,他们的人工网络将帮助研究人员更多地了解大脑的嗅觉回路。这项工作也有助于证明人工神经网络与神经科学的相关性。“通过展示我们可以非常精确地匹配[生物系统]的结构,我认为这给了我们更多的信心,这些神经网络可以继续作为建模大脑的有用工具,”他同时还是麻省理工学院大脑与认知科学系、电子工程与计算机科学系的助理教授。
绘制自然嗅觉回路
对果蝇来说,大脑的嗅觉回路已经被最好地绘制出来,嗅觉始于触角。那里的感觉神经元,每个都配备有专门检测特定气味的气味接收器,将气味分子的结合转化为电活动。当气味被检测到时,这些神经元(它们构成嗅觉网络的第一层)会向第二层发出信号:位于大脑中被称为触角叶的部分的一组神经元。
在触角叶中,拥有同一受体的感觉神经元汇聚到同一第二层神经元上。“他们非常挑剔,”杨说。“它们不会从表达其他受体的神经元接收任何输入。”因为它比第一层有更少的神经元,网络的这一部分被认为是压缩层。这些第二层神经元反过来向第三层更大的一组神经元发出信号。令人费解的是,这些联系似乎是随机的。
对于计算神经科学家杨和哥伦比亚大学研究生彼得·伊柳·王来说,了解这种苍蝇的嗅觉系统提供了一个独特的机会。他们说,很少有大脑的部分被完整地绘制出来,这使得很难评估某些计算模型在多大程度上反映了神经回路的真实结构。
建立一个人工嗅觉网络
神经网络是一种受大脑启发的计算工具,通过人工神经元重新连接自己来执行特定的任务。通过训练,它们可以在复杂的数据集中挑选出模式,这使得它们对语音和图像识别以及其他形式的人工智能很有价值。有迹象表明,能够做到这一点的神经网络能够最好地复制神经系统的活动。但是,现在是斯坦福大学博士后的王说,不同结构的网络可以产生类似的结果,而且神经科学家仍然需要知道人工神经网络是否反映了生物回路的实际结构。有了果蝇嗅觉回路的全面解剖数据,他说:“我们能够提出这样一个问题:人工神经网络真的可以用来研究大脑吗?”
与哥伦比亚大学的神经科学家Richard Axel和Larry Abbott密切合作,Yang和Wang构建了一个由输入层、压缩层和扩展层组成的人工神经元网络,就像果蝇的嗅觉系统一样。他们给它注入了与果蝇系统相同数量的神经元,但没有固有结构:神经元之间的连接会随着模型学会分类气味而重新连接。
科学家们要求该网络将代表不同气味的数据分配到类别中,并且不仅正确地分类单一气味,而且正确地分类多种气味。这是大脑的嗅觉系统所擅长的,Yang说。他解释说,如果你把两个不同苹果的气味混合在一起,大脑仍然能闻到苹果的味道。相反,如果把两张猫的照片像素地混合在一起,大脑就不会再看到一只猫。杨说,这种能力只是大脑气味处理回路的一个特征,但抓住了这个系统的本质。
人工网络只花了几分钟就组织起来了。在果蝇大脑中发现的结构惊人的相似。压缩层中的每个神经元从特定类型的输入神经元接收输入,并看似随机地连接到扩展层中的多个神经元。更重要的是,扩展层中的每个神经元平均接收到来自6个压缩层神经元的连接——这与果蝇大脑中的情况一模一样。
“可能是1,也可能是50。它可能是介于两者之间的任何地方。”“生物学发现了6个,我们的网络也发现了大约6个。”进化通过随机突变和自然选择发现了这种组织;人工网络通过标准找到了它机器学习算法。
他说,这一令人惊讶的趋同现象有力地证明了解释嗅觉信息的大脑回路在执行任务时是最佳组织的。现在,研究人员可以利用这个模型进一步探索这个结构,探索网络在不同条件下是如何进化的,并以实验无法完成的方式操纵电路。
科学家们在杂志上报告了他们的发现神经元.
来源:麻省理工学院