Smegenų atvirkštinė inžinerija

Maggie yra a labai protinga beždžionė, sako Timas Buschmanas, profesoriaus Earlo Millerio neurologijos laboratorijos absolventas. Maggie nesimato – ji yra biologinės saugos aptvaroje, skirta apsaugoti ją nuo žmonių mikrobų, tačiau jos sumanumo ženklai sklinda per du monitorius priešais Buschmaną. Pastaruosius septynerius metus Maggie dirbo MIT Smegenų ir pažinimo mokslų katedroje (BCS). Tris valandas per dieną makaka žaidžia kompiuterinius žaidimus, kurie (dažniausiai) yra skirti sukurti abstrakčias reprezentacijas ir tada panaudoti šias abstrakcijas kaip įrankius. Net ir aš turiu problemų su šiuo, sako Buschmanas, linktelėdamas į žaidimą, kuris apima loginių operacijų klasifikavimą. Tačiau Maggie išgyvena problemas, kiekvienai skiria maždaug pusę sekundės ir gauna maždaug keturias iš penkių.

Davido Plunkerto iliustracija

Maggie žaidimai yra dirbtinio intelekto (AI) ir neurologijos sankirtoje. Globojama Buschmano ir Michelle Machon, kitos magistrantūros, ji prisideda prie tyrimų, kaip smegenys mokosi ir kuria logines taisykles ir kaip jos atlieka šias užduotis, palyginti su dirbtinių neuronų tinklų, naudojamų AI, atlikimu.

Prieš keturiasdešimt metų mintis, kad neuromokslai ir AI gali susilieti tokiose laboratorijose kaip Millerio laboratorija, būtų buvę neįsivaizduojama. Tada abi disciplinos veikė ištiestos rankos atstumu. Nors neuromokslai sutelkė dėmesį į neuroanatomijos ir nervų veiklos detalių atskleidimą ir apibūdinimą, AI bandė sukurti nepriklausomą, nebiologinį intelekto kelią. (Istoriškai technologijoms tikrai nereikėjo taip vergiškai kopijuoti gamtos; lėktuvai neskraido kaip paukščiai, o automobiliai nelaksto kaip arkliai.) Ir atrodė, kad dirbtinis intelektas tobulėjo daug greičiau. Neuromokslai beveik nieko nežinojo apie tai, kas yra smegenys, jau nekalbant apie tai, kaip jos veikia, o visi, turintys šiek tiek nuovokos, tikėjo, kad diena, kai kompiuteriai galės padaryti viską, ką daro žmonės (ir tai padarys geriau), buvo gerai matoma. 1962 m. pats prezidentas Kennedy buvo įtikintas tuo, kad automatizavimas (arba, kaip tada dažnai buvo vadinamas, kibernacija) yra pagrindinis septintojo dešimtmečio vidaus iššūkis, nes kilo grėsmė, kad dėl to žmonės neteks darbo.

Tačiau kažkas išmušė iš vėžių AI ekspresą. Nors kompiuterius buvo galima priversti valdyti paprastus objektus kontroliuojamoje aplinkoje, jiems labai nepavyko atpažinti sudėtingų gamtos pasaulio objektų. Mikrofonas gali atskirti garso lygius, bet neapibendrinti to, kas buvo pasakyta; manipuliatorius gali paimti švarų naują objektą, gulintį sutvarkytame masyve, bet ne nešvarų seną, gulintį sumaišytoje krūvoje. (Marvino Minsky įkvėptame pavyzdyje taip pat negalėjome įdėti pagalvės į pagalvės užvalkalą.) Šiandien mes daug labiau nerimaujame dėl žmonių konkurencijos užsienyje nei dėl mašinų konkurencijos.

Nors dirbtinio intelekto pažanga buvo lėtesnė nei tikėtasi, neuromokslai suprato, kaip veikia smegenys, tapo daug sudėtingesni. Niekur tai nėra taip akivaizdu, kaip 37 MIT BCS komplekso laboratorijose. Grupės čia brėžia daugumos aukštesniųjų kognityvinių funkcijų (ir jų sutrikimų) neuroninius kelius, įskaitant mokymąsi, atmintį, sudėtingo nuoseklaus elgesio organizavimą, įpročių formavimąsi ir saugojimą, psichinius vaizdus, ​​skaičių valdymą ir kontrolę, tikslo apibrėžimą ir planavimas, sąvokų ir įsitikinimų apdorojimas ir gebėjimas suprasti, ką galvoja kiti. Galimas šio tyrimo poveikis gali būti didžiulis. Išsiaiškinti, kaip veikia smegenys – tiksliai kaip tai veikia, kaip mes žinome, kaip veikia variklis – perrašytų beveik kiekvieną bibliotekos tekstą. Visų pirma, tai sukeltų revoliuciją baudžiamojoje teisenoje, švietime, rinkodaroje, vaikų auklėjime ir visų rūšių psichikos sutrikimų gydymui. (Earlas Milleris tikisi, kad jo laboratorijoje atlikti tyrimai padės plėtoti mokymosi sutrikimų gydymo būdus.)

Tokia pažanga yra viena iš priežasčių, kodėl kadaise ryški linija tarp neuromokslo ir AI pradeda nykti MIT – ir ne tik Millerio laboratorijoje. Institute vykdomi vizijos tyrimai taip pat parodo, kaip šios dvi disciplinos pradeda bendradarbiauti. Laukai užaugo atskirai, sako neurologijos docentas Jamesas DiCarlo, tačiau jie nebebus atskirti ilgiau. Šiomis dienomis dirbtinio intelekto tyrinėtojai su dideliu susidomėjimu seka neurologijos pažangą ir atvirkštinio
smegenų inžinerija nebėra tokia neįtikėtina, kaip atrodė anksčiau.

Objektų atpažinimo supratimas

Didžioji DiCarlo laboratorijos darbo dalis yra susijusi su objektų atpažinimu, kuris leidžia mums identifikuoti objektą (pvz., karvę) įvairiuose pristatymuose (karvės toli, karvės žiūrint iš viršaus, karvės auštant, karvė sunkvežimyje) nesupainiodami su panašiais objektais (pvz., arklys). DiCarlo ir absolventas Davidas Coxas paskelbė tyrimą praėjusių metų rugpjūtį Gamtos neuromokslai kuri sutelkė dėmesį į vieną iš pagrindinių klausimų apie objektų atpažinimą: kiek mūsų sėkmė atpažįstant objektus priklauso nuo laidų, įgimtų schemų ir kiek nuo išmoktų įgūdžių?

DiCarlo ir Coxas atliko kiekvieną savo eksperimentą su keliolika žmonių, po vieną asmenį. Tiriamieji sėdėjo priešais įrangą, kuri galėjo rodyti objektų vaizdus ir sekti tiriamųjų žvilgsnio kryptį. Objektai buvo sukurti kompiuteriu ir atrodė neaiškiai kaip antropomorfizuoti gyvūnai, tačiau jie buvo sukurti taip, kad tiriamiesiems būtų nepažįstami. Objektas ekrane pasirodys vienoje iš trijų padėčių, o subjektas natūraliai nukreiptų savo žvilgsnį į jį. Tačiau tam tikrus objektus tyrėjai pakeisdavo naujais objektais, kol subjektai judino akis. Pavyzdžiui, tarkime, kad objektas, kuris atrodė tarsi pritūpęs ir žvaliomis ausimis, buvo pristatytas ekrano dešinėje, o subjektas sufokusavo centrą. Kai tiriamojo žvilgsnis nukrypo į pritūpęs ir žvalus, tyrėjai objektą pakeitė šiek tiek plonesniu ir nukarusiomis ausimis. Kadangi žmonės iš tikrųjų yra akli, kai keičiasi žvilgsnis, tiriamieji nepastebėjo apsikeitimo. Bet jų smegenys padarė.

Po valandos ar dviejų skirtingų objektų ekspozicijos, kai kurie iš jų buvo nuolat keičiami, kai jie pasirodė tam tikrose pozicijose, tiriamiesiems buvo pateiktos poros objektų skirtingose ​​ekrano padėtyse ir buvo paprašyta juos palyginti. Galima tikėtis, kad tiriamieji be didelių sunkumų atskirs objektus. Taip jie ir padarė, išskyrus tuos atvejus, kai objektai buvo sukeisti – ir dabar vėl pasirodė tose pačiose vietose, kur įvyko apsikeitimas. Tiriamieji buvo linkę supainioti tuos objektus: tai yra, jie buvo labiau linkę nuspręsti, kad pritūpęs ir žvalus vienoje padėtyje, o plonas ir nukritęs kitoje padėtyje yra vienas ir tas pats objektas. DiCarlo mano, kad tokios klaidos rodo, kad smegenų mechanizmai, skirti atpažinti tą patį objektą skirtingose ​​vietose, priklauso nuo įprastos regėjimo patirties erdvėje ir laike. Išvada rodo, kad net pagrindinės objektų atpažinimo savybės gali būti išvystytos per vizualinę patirtį su mūsų pasauliu, sako jis. DiCarlo ir jo komanda atlieka panašius eksperimentus su gyvūnais, kad ištirtų neuronų veiklos modelius, kuriais grindžiamas objekto atpažinimas. (Geras šio tyrimo pavyzdys buvo paskelbtas 2005 m. lapkričio 4 d Mokslas žurnalas. DiCarlo ir trys bendradarbiai užfiksavo ir išanalizavo šimtų neuronų aktyvumą makakos smegenyse. Jie sugebėjo parodyti, kad labai patikima informacija apie objekto tapatybę ir kategoriją buvo net saujelėse neuronų.)

Objektų atpažinimas buvo vienas iš pagrindinių tradicinio AI tikslų ir didžiausių nusivylimų. Nors mašininis matymas yra tikra pramonės šaka, jos sėkmė buvo pasiekta siaurai apibrėžtose programose griežtai kontroliuojamomis sąlygomis, pvz., numerių ženklų dekodavimas, pirštų atspaudų atpažinimas, atspausdintų simbolių atpažinimas ir produktų tikrinimas (pavyzdžiui, apdegusių bulvių traškučių atpažinimas, kad juos būtų galima išpūsti). iš surinkimo linijos). Kiekviena mašininio matymo sistema mato tik tam tikros rūšies objektą; pavyzdžiui, aparatas, nuskaitantis valstybinius numerius, negalėtų atpažinti pirštų atspaudų ir atvirkščiai. Nors šiandieninės technologijos gali būti pakankamai geros, kad suteiktų mums mašinų, kurios atpažįsta bet kurį dalyką, dauguma darbų daugelyje pramonės šakų – surinkimas, priežiūra, sveikatos priežiūra, transportavimas, saugumas – reikalauja daugiau universalumo. Darbuotojai turi mokėti atpažinti plaktuką, atsuktuvą ir veržliaraktį, nepaisant apšvietimo, objektų orientacijos ir aplinkinių netvarkos skirtumų. Nesugebėjimas sukurti mašinų, galinčių tai padaryti, yra ypač varginantis, nes paukščiai, pavyzdžiui, varnos, ir maži žinduoliai, pavyzdžiui, žiurkės, paprastai demonstruoja tokį bendrą atpažinimo įgūdžių lygį, kuris gerokai viršija dabartines technologijas. Nesugebėjimas sukurti tokių protingų mašinų, kokios esame mes, guodžia mūsų tuštybę; bet nesugebėjimas padaryti tokio protingo kaip balandis yra tiesiog gėda.

Taigi daugelį metų dirbtinio intelekto tyrinėtojai nagrinėjo vizualinių modelių susiejimo su reikšmėmis ar tapatybėmis problemą. Tai yra viena iš sričių, kur dirbtinis intelektas ir neurologijos mokslai krypsta vienas į kitą: neuromokslai nagrinėjo smegenų vaidmenį atpažįstant objektus, AI – pagal bendrą logiką, ką bet kuri sistema turėtų padaryti, kad išspręstų tą pačią problemą. Po dešimtmečių jie beveik nutolę. DiCarlo svarsto, ar atėjo laikas pakrikštyti naują discipliną, kuri remiasi abiem sritimis, pavyzdžiui, biologiškai įkvėptą mašininį regėjimą.

Joks universitetas nepriartėja prie šios sankryžos greičiau nei MIT, kur inžinerijos ir mokslo bendradarbiavimas yra institucinė misija. Ir tai, sako DiCarlo, yra viena iš priežasčių, kodėl jis atvyko į MIT: jis tikisi, kad čia įvyks revoliucija.

Greito atpažinimo modeliavimas

Tomaso Poggio laboratorijose galima rasti nuostabią DiCarlo minties iliustraciją. MIT Biologinio ir kompiuterinio mokymosi centro direktorius Poggio jau keturis dešimtmečius dirbo su vizija, pirmiausia Max Planck institute Tiubingene, Vokietijoje, vėliau MIT AI laboratorijoje (kuri tapo Kompiuterinių mokslų ir dirbtinio intelekto laboratorija). dabar Smegenų ir pažinimo mokslų katedroje. (Poggio bendradarbiavo su DiCarlo makakų eksperimentuose, aprašytuose 2011 m Mokslas .) Didžiąją šio laiko dalį Poggio vadovavo vienai neuromokslų ir vienai mašininio regėjimo tyrimų grupei ir nematė jokios priežasties jas suburti. Mes tiek mažai žinojome, sako jis. Visada maniau, kad klaidinga tikėtis daug iš neuromokslų. Tačiau naujausi projekto, kurį atliko postdoc Thomas Serre ir Aude Oliva, BCS kognityvinės neurologijos profesoriaus, rezultatai paskatino jį atsivertėliu.

Poggio laboratorija šiuo metu daugiausia dėmesio skiria objektų atpažinimo tipui, vadinamam tiesioginiu atpažinimu. Šis reiškinys pirmą kartą buvo aprašytas 1969 m. MIT lektorės Mary Potter (dabar BCS psichologijos profesorės) ir jos mokslinės asistentės Ellen Levy straipsnyje. Greitas atpažinimas yra greičiausia žinoma atpažinimo forma. Klasikinio greito atpažinimo eksperimento subjektas sėdi prieš ekraną ir prašomas paspausti vieną iš dviejų klavišų, atsakant į kiekvieną serijos vaizdą, atsižvelgiant į tai, ar jame yra gyvūnas, ar ne. Siekdami užtikrinti, kad žiūrėdami į vieną vaizdą atsitiktinai nepadėtumėte tiriamiesiems išmokti žiūrėti į kitus, tyrėjai pasirenka labai skirtingus vaizdus: daug rūšių, įvairiomis pozomis ir perspektyvomis, išdėstyti įvairiuose fonuose. Nuotraukos ateina ir išeina per kelias dešimtąsias sekundės. Tyrimo pradžioje subjektas gali beveik nesuvokti, kad jam net rodomas vaizdas, jau nekalbant apie tai, kas jame yra. Tačiau nuostabu, kad žmonės dažniau paspaudžia tinkamus klavišus. Praktikuodami jie nuolat gerėja ir suvokia vaizdų išvaizdą. Vis dėlto iš pradžių kažkas smegenyse sugeba atpažinti ir suskirstyti objektus į kategorijas, kol subjektas net nesuvokia ką nors matantis.

Neatidėliotinas atpažinimas tyrėjams svarbus, nes tai paprasčiausias bendro objekto atpažinimo atvejis. Tai nutinka per greitai, kai reikia įdarbinti daug neuronų ar intensyviai apdoroti informaciją arba siųsti ir priimti impulsus daugiau nei per centimetro dalį. Informacija iš akių judesių, pagrindinis kitų atpažinimo elementų (kaip DiCarlo darbe), negali atlikti jokio vaidmens. Tačiau kažkaip paspaudžiami tinkami klavišai (dažniausiai), o tai reiškia, kad turi būti įmanoma ribota bendrosios paskirties objektų atpažinimo forma naudojant santykinai nedidelį neuronų skaičių, sutvarkytų gana paprastai.

Remdamasis darbu, kurį Poggio atliko kartu su Maxu Riesenhuberiu, 2000 m. mokslų daktaru, tada MIT magistrantu, o dabar profesoriumi Džordžtauno universitete, Serre, Poggio ir kitais Poggio's.
grupė sukūrė teoriją apie regos žievės dalį, daugiausia atsakingą už tiesioginį atpažinimą. Jų požiūris į vizualinį apdorojimą daugeliu atžvilgių skyrėsi nuo mašininio regėjimo inžinieriaus. Pavyzdžiui, daugumoje mašininio matymo programų yra vienas procesorius, vykdantis eilę instrukcijų iš eilės, architektūra, žinoma kaip nuoseklusis apdorojimas. Kita vertus, smegenys naudoja lygiagretų apdorojimą – metodą, kai problema suskaidoma į daugybę dalių, kurių kiekviena sprendžiama atskirai savo procesoriumi, o po to rezultatai sujungiami arba integruojami, kad būtų gautas vienas bendras rezultatas – tarkime, karvės suvokimas. Teoriškai inžinieriai galėtų naudoti lygiagretų apdorojimą mašininio regėjimo programoms (o kai kurie jau bandė), tačiau praktiškai retai būna akivaizdu, kaip išspręsti problemą taip, kad būtų galima sklandžiai sujungti paruoštas dalis.

Biologinis regėjimas šią problemą išsprendžia keliais skirtingais būdais. Viena, anot Poggio grupės, yra organizuoti apdorojimą pagal dvi paprastas operacijas, o tada šias operacijas pakaitiniu būdu per neuronų sluoksnius. A sluoksnis gali filtruoti pagrindines įvestis iš regos nervo; sluoksnis B integruotų rezultatus iš daugelio A sluoksnio langelių; C filtruotų įvestis iš B; D integruotų C rezultatus; ir taip toliau, gal keliolika kartų. Kai signalas kyla per sluoksnius, lygiagrečių procesorių išėjimai palaipsniui susijungia, atsiranda tapatybė ir triukšmas mažėja.

Serre ir Poggio naudojo šią sluoksniavimo techniką, kad jų modelis galėtų atlikti lygiagretų apdorojimą. Kitas triukas, kurį jie pasiskolino iš biologijos, buvo padidinti jungčių, jungiančių jų pagrindinius perjungimo įrenginius, skaičių. Įprastų kompiuterių perjungimo blokai turi labai mažai jungčių, paprastai apie tris; neuronų, pagrindinių smegenų perjungimo vienetų, yra tūkstančiai ar net dešimtys tūkstančių. Serre'as ir Poggio savo modelio loginiams jungikliams suteikė biologiškai patikimą ryšio laipsnį. Tais atvejais, kai mokslas dar nebuvo žinomas, jie padarė prielaidas, remdamiesi platesne neuroanatomijos patirtimi.

Norėdami patikrinti savo teoriją, Serre'as ir Poggio sukūrė tiesioginio atpažinimo kompiuterinę programą, analizuojančią skaitmeninius vaizdus. Kai skaitmeninių vaizdų failai įvedami į programą, ji perduoda juos per kelis kintamus filtravimo ir integravimo ląstelių sluoksnius, mokydama identifikuoti ir klasifikuoti vaizdus. Svarbiausia yra lėtai kurti sudėtingumą, sako Serre. Per greitai pristatyti intelektą yra didelė klaida. Ankstyvosios AI pastangos galėjo per greitai nustatyti tapatybę, išmesdamos informaciją, kuri buvo labai svarbi norint gauti teisingą atsakymą.

Serre ir Poggio požiūris buvo įspūdingas. Neurologijos požiūriu, paaiškėjo, kad kai kurios jų prielaidos numatė realias ypatybes, pvz., ląstelių buvimą (vadinkite jas OR ląstelėmis), kurios parenka stipriausią arba nuosekliausią signalą iš įvesties grupės ir nukopijuoja jį į savo. išvesties pluoštai. (Įsivaizduokite grupę iš trijų neuronų – A, B ir C, kurie visi siunčia signalus ARBA neuronui X. Jei tie signalai būtų atitinkamai 1, 2 ir 3 stiprumo lygių, X slopintų A ir B ir nukopijuos C signalą į savo Jei stiprumas būtų buvęs 3, 2 ir 1, jis būtų nukopijavęs A signalą ir nuslopinęs B ir C signalus.)

Rezultatai buvo tokie pat dramatiški AI požiūriu. Kai žmonės ir Serre bei Poggio tiesioginio atpažinimo programa atliko gyvūnų buvimo/nebuvimo testą, kompiuteris veikė taip pat gerai, kaip ir žmonės – ir geriau nei geriausios turimos mašininio matymo programos. (Iš tiesų, 82 procentus atvejų jis gavo teisingą atsakymą, o žmonių vidurkis tik 80 procentų.) Tai beveik neabejotinai pirmas kartas, kai bendras - regėjimo programa pasirodė taip pat gerai, kaip ir žmonės.

Daug žadantys rezultatai privertė Poggio ir Serre iš karto neatpažinti. Poggio įtaria, kad modelis taip pat gali būti taikomas klausos suvokimui. Serre'as iškelia dar drąsesnę prielaidą: bendras objekto atpažinimas yra pagrindinis pažinimo blokas. Galbūt todėl sakome, kad matau, kai norime parodyti, kad kažką suprantame.

Nors norint išplėsti teoriją šiomis naujomis kryptimis, reikės šiek tiek padirbėti, Serre'o ir Poggio modelis jau pradėjo plisti tiek DI, tiek neurologijos bendruomenėse MIT. Elektros inžinerijos magistrantūros studijų studentas Stanas Bileschi neseniai baigė doktorantūrą, pritaikė modelį scenos atpažinimui, o tai yra aukštesnio laipsnio sprendimų išvedimas – tai ūkis! – nuo ​​atskirų objektų – tvarto, karvės, skelto bėgio tvoros – atpažinimo. Bileschi mano, kad bendra scenos analizė bus labai svarbi daugeliui realaus pasaulio mašininio matymo programų, pavyzdžiui, stebėjimo.

Poggio sako, kad greitas atpažinimas yra bendro vizualinio atpažinimo pagrindas, tačiau tai dar ne viskas. Yra daug atpažinimo lygių, o greitas atpažinimas yra vienas paprasčiausių. Atsižvelgiant į kontekstą, objektas gali būti identifikuojamas kaip žaislas, lėlė, Barbė, Amerikos kultūros atspindys, moteris, mergaitės, turinčios keistą augimo sutrikimą, atvaizdas ir t. t. ilgame sąraše. Panašiai šachmatų uždaviniuose teisingo judesio atpažinimas gali užtrukti sekundes, minutes ar valandas, priklausomai nuo figūrų konfigūracijos. Tikėtina, kad problemoms sunkėjant, norint jas išspręsti, reikia įdarbinti aukštesnio lygio smegenų funkciją – ir tam reikia laiko.

Greito atpažinimo modelis gali išspręsti regėjimo problemas, kurios trukdė kurti naudingus priežiūros ir statybos robotus. Arba galime pastebėti, kad tokie robotai, kad jie būtų tikrai naudingi, turi sugebėti atpažinti ir kraštovaizdžio anomalijas, ir jų priežastis. Tokio tipo pripažinimas yra akivaizdžiai aukštesnio lygio.

Kitas žingsnis – sukurti atpažinimo modelius, kurie įdarbina vis daugiau išteklių ir todėl reikalauja daugiau apdorojimo laiko. Mes žinome, kaip modelis gali būti pakeistas, kad būtų įtrauktas laikas, sako Serre. Tai gali priartinti mus prie mąstymo – tik galbūt.

paslėpti