O scurtă introducere în neuroștiința computațională Partea 1

Înainte de a începe să citești acest articol, vor exista câteva percepții pe care creierul tău(tu) s-ar putea să se gândească, de ce trebuie să citim asta? Ce putem învăța din asta? Sau acest conținut mă va face să aflu, cum reacționează creierul și cum rezolvă problemele în diverse situații? Da! Sunt toate calculele matematice, permutările, ecuațiile chimice care se întâmplă în interiorul creierului nostru. Acest articol este împărțit în trei părți. În prima parte a articolului, prezentăm pe scurt neuroștiința computațională, care include, rolul pe care îl joacă neuronii, anatomia neuronilor și modelele care ar putea fi explicate pentru funcționalitățile creierului, așa numitele, modele ale creierului.

Acum, să vedem ce tot ce putem realiza înțelegând sau învățând despre un creier. În ultimii ani, am asistat la progrese în domeniul rețelelor neuronale, care sunt complet inspirate de această „neuroștiință computațională”. Algoritmii sau modelele care sunt utilizate în mai multe domenii ale rețelelor neuronale/ viziunii computerizate sunt derivate dintr-o înțelegere teoretică a neuroștiinței. Tot ceea ce știm despre creierul nostru este că este rapid și inteligent, că primește informații din mediul înconjurător, că are loc o serie de reacții chimice/fuzii și că, în final, ne oferă o soluție sau un rezultat. Citind acest articol, veți afla cum se execută programele în interiorul creierului nostru. Să începem!

Acesta este un tweet recent postat de Lex Friedman. El lucrează ca cercetător științific la MIT.

Creierul uman este incredibil. Aici sunt vizualizați 3% din neuronii și 0,0001% din sinapsele din creier, constituind o parte a sistemului talamocortical al creierului. Vizualizare prin intermediul DigiCortex Engine.

2.0 Neuroștiință

Termenul „Neuroștiință computațională” a fost inventat de Eric L. Schwartz, în cadrul unei conferințe pentru a oferi o trecere în revistă a unui domeniu, care până la acel moment era denumit sub o varietate de nume, cum ar fi modelare neuronală, teoria creierului și rețele neuronale. Ulterior, Hubel & Wiesel a descoperit funcționarea neuronilor de-a lungul retinei, în cortexul vizual primar (prima zonă corticală). Acest lucru este explicat în secțiunea 3. Mai mult, odată cu creșterea puterii de calcul, majoritatea neuroștiințelor computaționale colaborează îndeaproape cu experimentaliștii în analiza diferitelor date și în sintetizarea de noi modele ale fenomenelor biologice.

Neurostiința teoretică

Neurostiința cuprinde abordări care variază de la studii moleculare și celulare la psihofizică și psihologie umană. Scopul neuroștiinței computaționale este de a descrie modul în care semnalele electrice și chimice sunt utilizate în creier pentru a interpreta și procesa informațiile. Această intenție nu este nouă, dar multe s-au schimbat în ultimul deceniu. În prezent se cunosc mai multe despre creier datorită progreselor în neuroștiințe, este disponibilă mai multă putere de calcul pentru a realiza simulări realiste ale sistemelor neuronale și se obțin noi informații din studiul modelelor simplificate ale rețelelor mari de neuroni.

Înțelegerea creierului este o provocare care atrage un număr tot mai mare de oameni de știință, din multe discipline. Deși a avut loc o explozie de descoperiri în ultimele decenii în ceea ce privește structura creierului la nivel celular și molecular, nu înțelegem încă modul în care sistemul nervos ne permite să vedem, să auzim, să învățăm, să ne amintim și să planificăm anumite acțiuni. Dar există numeroase domenii care depind de neuroștiința computațională, câteva sunt enumerate mai jos,

• Deep Learning, Artificial Intelligence and Machine Learning
• Psihologie umană
• Științe medicale
• Modelări mentale
• Anatomie computațională
• Teorie a informației

3.0 Experimentul Hubel și Wiesel

Acest experiment pare a fi un prevestitor pentru cunoștințele neuronale care au fost descoperite. El a pus bazele explorării în profunzime a neuroștiinței computaționale. Să vedem ce se află înăuntru.

Profesorii David Hubel și Torsten Wiesel au făcut un experiment în anii 1950 în care au înregistrat activitățile neuronale ale pisicii de-a lungul retinei, în timp ce mișcau o lumină puternică. Ei au depus câteva observații interesante în timp ce experimentul se desfășura, acestea sunt

• Neuronii au tras doar în unele cazuri, dar nu întotdeauna.
• Activitatea neuronilor s-a schimbat în funcție de orientarea și localizarea liniei de lumină.

(Nu vă faceți griji cu privire la jargonul neuronal, vom explora toți termenii în următoarele subiecte). Semnalele electrice și chimice înregistrate în celulele care leagă retina de creier au fost convertite în semnale sonore. Aceste semnale sonore au fost apoi redate, ceea ce a dus la „Snap! Pop!” sunete crepitante. Acestea nu erau continue, în schimb erau redate doar atunci când neuronii se declanșau. De aici încolo, s-a stabilit o înțelegere fundamentală a modului în care neuronii extrag informațiile emise de retină, iar apoi s-a explicat clar cum neuronii corticali vizuali (prezenți în cortexul vizual primar, V1, din creier) pot formula o imagine.

4.0 Celulele neuronale, anatomia și personalitatea electrică a neuronilor

Atunci, pentru a înțelege clar cum funcționează creierul și cum suntem capabili să percepem lumea din jurul nostru, să analizăm partea primară a creierului, și anume neuronii. Aceștia sunt unitățile de calcul ale creierului uman.

Creierul poate fi împărțit în părți individuale discrete numite neuroni. Există mai multe forme neuronale posibile, de exemplu, în cortexul vizual, neuronii sunt piramidali, iar în cerebel se numesc celule Purkinje.

Structura neuronilor

Un neuron este format din trei părți principale și anume Soma, Dendritele și Axonul. Soma este corpul celular. Dendritele sunt capetele de intrare ale neuronilor, în timp ce axonul este capătul de ieșire. Așadar, intrarea este primită de către dendrite de la axonii neuronilor adiacenți. Aceste intrări dau naștere unui potențial postsinaptic excitator (Excitatory Post-Synaptic Potential – EPSP), iar atunci când sunt luate ca o combinație de la mai mulți alți neuroni, oferă un potențial de acțiune sau un Spike. Acest spiking are loc numai atunci când intrarea atinge un anumit prag.



Peeking Inside

În mod interesant, neuronii pot fi definiți ca o „pungă cu scurgeri de lichid încărcat”. Deci, dintr-o dată, cum au apărut substanțele chimice? Este un lucru crucial de care mulți dintre noi nu sunt conștienți. Neuronii se ocupă în întregime cu substanțe chimice, iar reacțiile chimice conduc toate vârfurile și sinapsele. Într-adevăr, avem Na+, Cl-, K+, et al. în creierul nostru. Fascinant, nu-i așa?

Conteniturile unui neuron sunt închise într-un bistrat lipidic, iar lipidele sunt „grăsimi” în termeni simpli. Acest bistrat este impermeabil la ionii încărcați, cum ar fi Na+, K+, Cl- et al. Deci, cum se deplasează aceste substanțe chimice între neuroni? Pentru a răspunde la această întrebare, să ne scufundăm în profunzime în canalele ionice.

Canalele ionice

Canalele ionice” permit transmiterea acestor ioni, adică să treacă în și din neuronii. Acest lucru are ca rezultat o diferență de potențial care există între interiorul și partea exterioară a neuronului, potențialul interior este de -70mv în raport cu exteriorul.



Avem Na+, Cl- în exterior, în timp ce K+, Anionul Organic- sunt prezenți în interiorul unui neuron. Este posibil și viceversa, dar concentrațiile ionice sunt mai mici în acest caz, așa cum este reprezentat în figura de mai jos.



Atunci, cum se face că potențialul este mereu de -70mv? Acesta este menținut prin pomparea ionilor în și în afara neuronilor, adică, prin expulzarea Na+ afară și permiterea intrării K+. Canalele ionice permit doar trecerea anumitor neuroni și pot fi clasificate în trei canale gated,

• Gated de tensiune – Probabilitatea de deschidere a canalului depinde de tensiunea membranară.
• Gated chimic – Legarea la o substanță chimică determină deschiderea canalului.
• Gated mecanic – Presiunea sau întinderea influențează canalul să se deschidă/închidă.



Semnalizare neuronală

Semnalizarea neuronală este interacțiunea care are loc între neuroni prin transmiterea de semnale. Canalele gated discutate mai sus permit semnalizarea neuronală, să vedem cum,

• În primul rând, intrările de la alți neuroni activează canalele gated chimic, adică deschid canalele, ceea ce duce la modificări ale potențialului local de membrană.
• În continuare, acest lucru duce la deschiderea/închiderea canalelor gated de tensiune, ceea ce duce la Depolarizare (o modificare pozitivă a tensiunii) și Hiperpolarizare (o modificare negativă a tensiunii). Repolarizarea este momentul în care celula este adusă înapoi la potențialul real.
• O depolarizare suficient de puternică va duce la spike sau la potențialul de acțiune.
• Aceasta deschide într-adevăr canalele de Na+(deschise de tensiune), urmate de un influx rapid de Na+(de la ieșire la intrare) care determină deschiderea mai multor canale până când acestea se inactivează.
• Când încet canalele de Na+ încep să se inactiveze, fluxul de K+(de la intrare la ieșire) restabilește potențialul membranar sau canalele de K+ se deschid, reducând spike-ul. Aceasta este repolarizarea.
• După aceea, celula devine mai negativă deoarece canalele K+ rămân deschise și continuă să lase ionii pozitivi să iasă din neuron. Acest lucru se numește Hiperpolarizare.
• Pe măsură ce canalele de potasiu se închid, pompa sodiu-potasiu lucrează pentru a restabili din nou starea de repaus.
• După generarea vârfului, acesta se propagă de-a lungul axonului.
• De-a lungul axonului, canalele de Na+ se deschid primele, provocând creșterea potențialului de acțiune, urmată de închiderea canalelor de Na+ și deschiderea canalelor de K+, care duc la scăderea potențialului de acțiune.

Grafic, acesta este modul în care este înregistrat potențialul de membrană, pe măsură ce variază timpul,



Velocitatea

Semnalul se deplasează foarte repede de-a lungul axonului în principal din 2 motive; dimensiunea și învelișul de mielină. Este o substanță izolatoare care nu permite trecerea ionilor.



Nodul lui Ranvier, așa cum este reprezentat în neuronul de mai sus, sunt spațiile care sunt prezente între învelișurile de teacă de mielină din jurul axonului. În sistemul nervos periferic, mielina se găsește în membranele celulelor Schwann. În sistemul nervos central, oligodendrocitele sunt responsabile de izolație.

Sistemul nervos periferic este alcătuit din nervii și ganglionii din afara creierului și a măduvei spinării. Sistemul nervos central este alcătuit din creier și măduva spinării.

Când potențialul de acțiune traversează axonul, există șanse ca acesta să se piardă, așa că, prezența mielinei îl conservă.



Un înveliș de mielină scade capacitatea neuronului în zona pe care o acoperă. Astfel, neuronii primesc o mulțime de ioni negativi agitați care trebuie să fie echilibrați. Prin urmare, ei se împrăștie până la capătul membranei, în speranța de a găsi ioni pozitivi. Ionii pozitivi se apropie apoi de aceștia pentru a-i calma. Acest lucru, la rândul său, duce la formarea unor straturi subțiri de ioni pozitivi la exterior și de ioni negativi la interior. Atunci când mielina este înfășurată în jurul axonului, mai puțini ioni negativi se acumulează la părțile axonului învelite în mielină, deoarece astfel, aceștia nu vor putea accesa cu ușurință ionii pozitivi. Acest lucru înseamnă că, pe măsură ce potențialul de acțiune trece cu repeziciune, este mai ușor de depolarizat (o schimbare pozitivă a tensiunii) zonele care sunt învelite, deoarece sunt mai puțini ioni negativi de contracarat.

Nodurile lui Ranvier au aceste canale de tensiune cu porți pozitive, unde ionii pozitivi formează un roi, deoarece sunt zonele neacoperite. Așadar, ionii negativi din axoni vor să ajungă la nodurile lui Ranvier pentru a se echilibra. Această propagare a potențialului de acțiune seamănă cu un semnal care sare de la un nod la altul, denumit „Conducere săritoare”.

Acesta explică, de asemenea, forma vârfului, în care crește într-o anumită măsură și apoi scade.

5.0 Înțelegerea creierului

Acum că am văzut cum sunt structurați neuronii și cum computează ei trimițând semnale și generând substanțe chimice, este timpul acum să grupăm un set de neuroni pentru a înțelege creierul. Înțelegerea creierului este întotdeauna o chestiune delicată, uneori nu putem prezice cum reacționează oamenii/creierul în câteva scenarii, în ciuda faptului că aceștia se complac în activități de rutină. Acestea stochează o mulțime de informații în interiorul neuronilor pe baza acțiunilor pe care le tot declanșează. Așadar, întrebarea care se pune aici este: cum trebuie să interpretăm aceste informații? Există trei modele computaționale de înțelegere a creierului care explică cele trei întrebări: „Ce, Cum și De ce”. Aceste modele se numesc modele descriptive, mecaniciste și, respectiv, interpretative. Acum haideți să discutăm pe scurt despre acestea,

Modele descriptive: Acest model răspunde la întrebarea „Care sunt răspunsurile neuronale la stimulii externi?”. Ele analizează cantități mari de date experimentale, caracterizând astfel ceea ce fac neuronii și circuitele neuronale. Aceste modele se pot baza în mod vag pe constatări biofizice, anatomice și fiziologice, dar scopul lor principal este de a descrie fenomenele, nu de a le explica.

Cele două proprietăți principale ale modelelor descriptive sunt,

• Ele definesc calitativ modul în care putem descrie o scenă sau date prin Codificarea Neurală.
• Ele definesc, de asemenea, modul în care putem extrage informații de la neuroni prin tehnici de Decodare Neurală.

Modeluri mecaniciste: Modelele mecaniciste, pe de altă parte, abordează întrebarea: „Cum funcționează sistemele nervoase prin anatomia, fiziologia și circuitele cunoscute”. Astfel de modele formează adesea o punte de legătură între modelele descriptive la diferite niveluri.

Cele două proprietăți principale ale modelelor mecaniciste sunt,

• Cum putem simula comportamentul unui singur neuron pe un calculator?
• Cum putem simula o rețea de neuroni?

Modelele interpretative: Acestea folosesc principii computaționale și de teoria informației pentru a explora semnificația comportamentală și cognitivă a diferitelor aspecte ale funcționalității sistemului nervos, abordând întrebarea „De ce sistemele nervoase funcționează așa cum o fac”.

Cele două proprietăți principale ale modelelor interpretative sunt,

• De ce funcționează creierul așa cum o face?
• Care sunt principiile computaționale care stau la baza lor?

.