Una breve introduzione alle Neuroscienze Computazionali Parte 1

Prima di iniziare a leggere questo articolo, ci saranno alcune percezioni che il vostro cervello (voi) potrebbe considerare, perché dobbiamo leggere questo? Cosa possiamo imparare da questo? O questo contenuto mi farà sapere, come il cervello reagisce e risolve i problemi in varie situazioni? Sì! È tutta la matematica, le permutazioni, le equazioni chimiche che avvengono all’interno del nostro cervello. Questo articolo è diviso in tre parti. Nella prima parte dell’articolo, introduciamo le neuroscienze computazionali in breve, che includono il ruolo che giocano i neuroni, l’anatomia dei neuroni e i modelli che potrebbero essere spiegati per le funzionalità del cervello, i cosiddetti modelli del cervello.

Ora, vediamo cosa possiamo fare comprendendo o imparando su un cervello. Negli ultimi anni, abbiamo visto dei progressi nelle Reti Neurali che si ispirano completamente a questa “neuroscienza computazionale”. Gli algoritmi o i modelli che vengono utilizzati in diverse aree delle Reti Neurali / Computer Vision sono derivati da una comprensione teorica delle neuroscienze. Tutto ciò che sappiamo dei nostri cervelli è che sono veloci, intelligenti, ricevono input dall’ambiente e avvengono alcune reazioni/fusioni chimiche e, infine, ci danno la soluzione o l’output. Leggendo questo, conoscerete l’esecuzione dei programmi all’interno del nostro cervello. Iniziamo!

Questo è il recente tweet postato da Lex Friedman. Lavora come ricercatore al MIT.

Il cervello umano è incredibile. Qui sono visualizzati il 3% dei neuroni e lo 0,0001% delle sinapsi nel cervello, che costituiscono parte del sistema talamocorticale del cervello. Visualizzazione via DigiCortex Engine.

2.0 Neuroscienze

Il termine ‘Neuroscienze computazionali’ fu coniato da Eric L. Schwartz, in una conferenza per fornire una revisione di un campo, che fino a quel momento era indicato con una varietà di nomi, come modellazione neurale, teoria del cervello e reti neurali. Più tardi, Hubel & Wiesel scoprì il funzionamento dei neuroni attraverso la retina, nella corteccia visiva primaria (la prima area corticale). Questo è spiegato nella sezione 3. Inoltre, con l’aumento della potenza computazionale, la maggior parte dei neuroscienziati computazionali collaborano strettamente con gli sperimentatori nell’analisi di diversi dati e nella sintesi di nuovi modelli di fenomeni biologici.

Le neuroscienze teoriche

Le neuroscienze comprendono approcci che vanno dagli studi molecolari e cellulari alla psicofisica e alla psicologia umana. Lo scopo delle neuroscienze computazionali è di descrivere come i segnali elettrici e chimici sono usati nel cervello per interpretare ed elaborare le informazioni. Questa intenzione non è nuova, ma molto è cambiato nell’ultimo decennio. Ora si sa di più sul cervello grazie ai progressi delle neuroscienze, è disponibile più potenza di calcolo per eseguire simulazioni realistiche dei sistemi neurali, e nuove intuizioni sono state tratte dallo studio di modelli semplificati di grandi reti di neuroni.

Comprendere il cervello è una sfida che sta attirando un numero crescente di scienziati, da molte discipline. Anche se negli ultimi decenni c’è stata un’esplosione di scoperte sulla struttura del cervello a livello cellulare e molecolare, non abbiamo ancora capito come il sistema nervoso ci permette di vedere, sentire, imparare, ricordare e pianificare certe azioni. Ma ci sono numerosi campi che dipendono dalle neuroscienze computazionali, alcuni sono elencati di seguito,

Deep Learning, Artificial Intelligence and Machine Learning
Psicologia umana
Scienze mediche
Modelli mentali
Anatomia computazionale
Teoria dell’informazione

3.0 Esperimento di Hubel e Wiesel

Questo esperimento sembra essere foriero delle intuizioni neuronali che sono state scoperte. Ha gettato le basi per esplorare a fondo le neuroscienze computazionali. Vediamo cosa c’è dentro.

I professori David Hubel e Torsten Wiesel hanno fatto un esperimento negli anni 50 in cui hanno registrato le attività neuronali del gatto attraverso la retina, mentre spostavano una luce brillante. Hanno archiviato alcune osservazioni eccitanti mentre l’esperimento era in corso, sono

I neuroni sparavano solo in alcuni casi, ma non sempre.
L’attività dei neuroni cambiava a seconda dell’orientamento e della posizione della linea di luce.

(Non preoccupatevi del gergo neuronale, esploreremo tutti i termini negli argomenti seguenti). I segnali elettrici e chimici registrati nelle cellule che collegano la retina al cervello venivano convertiti in segnali sonori. Questi segnali sonori venivano poi riprodotti, il che dava luogo a suoni “Snap! Pop!” suoni scoppiettanti. Questi non erano continui, ma venivano riprodotti solo quando il neurone si attivava. Quindi, ha stabilito una comprensione fondamentale di come i neuroni estraggono le informazioni lanciate dalla retina, e poi ha spiegato chiaramente come i neuroni visivi corticali (presenti nella corteccia visiva primaria, V1, nel cervello) possono formulare un’immagine.

4.0 Cellule neurali, anatomia e personalità elettrica dei neuroni

Quindi, per capire bene come funziona il cervello e come siamo in grado di percepire il mondo che ci circonda, esaminiamo la parte primaria del cervello, cioè i neuroni. Questi sono le unità computazionali del cervello umano.

Il cervello può essere suddiviso in singole parti discrete chiamate neuroni. Ci sono molte forme neuronali possibili, per esempio, nella corteccia visiva, il neurone è piramidale, e nel cervelletto, si chiamano cellule di Purkinje.

Struttura dei neuroni

Un neurone consiste di tre parti principali e cioè Soma, Dendriti, e Assone. Il soma è il corpo cellulare. I dendriti sono le estremità di ingresso dei neuroni, mentre l’assone è l’estremità di uscita. Quindi, l’input è ricevuto dai dendriti dagli assoni del neurone adiacente. Questi input danno origine a un potenziale postsinaptico eccitatorio (EPSP), e quando viene preso come combinazione da diversi altri neuroni, fornisce un potenziale d’azione o uno spike. Questo spike avviene solo quando l’input raggiunge una certa soglia.

Spulciando dentro

Interessante, i neuroni possono essere definiti come una “borsa che perde di liquido carico”. Quindi, all’improvviso, come sono spuntate le sostanze chimiche? È una cosa cruciale di cui molti di noi non sono consapevoli. I neuroni si occupano interamente di sostanze chimiche, e le reazioni chimiche guidano tutti i picchi e le sinapsi. Abbiamo davvero Na+, Cl-, K+, ecc. nel nostro cervello. Affascinante, vero?

I contenuti di un neurone sono racchiusi in un bilayer lipidico, e il lipide è “grasso” in termini semplici. Questo bilayer è impermeabile agli ioni carichi, come Na+, K+, Cl- et al. Quindi, come si muovono queste sostanze chimiche tra i neuroni? Per rispondere a questo, immergiamoci nei canali ionici.

Canali ionici

I “canali ionici” permettono la trasmissione di questi ioni, cioè, di passare dentro e fuori i neuroni. Questo si traduce in una differenza di potenziale che esiste tra l’interno e l’esterno del neurone, il potenziale interno è -70mv rispetto all’esterno.

Abbiamo Na+, Cl- all’esterno, mentre K+, Anione organico- sono presenti all’interno di un neurone. Anche il viceversa è possibile, ma le concentrazioni ioniche sono più basse in questo caso, come illustrato nella figura seguente.

Quindi, come fa il potenziale ad essere sempre -70mv? Questo viene mantenuto pompando gli ioni dentro e fuori i neuroni, cioè, espellendo il Na+ e facendo entrare il K+. I canali ionici permettono solo il passaggio di specifici neuroni e possono essere classificati in tre canali gated,

Voltage-Gated – La probabilità di aprire il canale dipende dalla tensione di membrana.
Chemically Gated – Il legame con una sostanza chimica causa l’apertura del canale.
Mechanically Gated – La pressione o la tensione influenzano l’apertura/chiusura del canale.

Passaggio ionico attraverso la membrana del neurone (src)

Segnalazione neuronale

La segnalazione neuronale è l’interazione che avviene tra i neuroni attraverso la trasmissione dei segnali. I canali gated discussi sopra permettono la segnalazione neuronale, vediamo come,

In primo luogo, gli input da altri neuroni attivano i canali gated chimicamente, cioè aprono i canali, che portano a cambiamenti nel potenziale di membrana locale.
In seguito, questo porta all’apertura/chiusura dei canali gated di tensione con conseguente depolarizzazione (un cambiamento positivo di tensione) e iperpolarizzazione (un cambiamento negativo di tensione). La ripolarizzazione è il punto in cui la cellula viene riportata al potenziale attuale.
Una depolarizzazione abbastanza forte porterà allo spike o al potenziale d’azione.
Questo apre effettivamente i canali Na+ (voltaggio-gated), seguiti da un rapido afflusso di Na+ (da out a in) che spinge più canali ad aprirsi fino a inattivarsi.
Quando lentamente i canali Na+ cominciano a inattivarsi, il deflusso di K+ (da in a out) ripristina il potenziale di membrana o i canali K+ si aprono, riducendo lo spike. Questa è la ripolarizzazione.
In seguito, la cellula è resa più negativa perché i canali K+ rimangono aperti e continuano a far uscire gli ioni positivi dal neurone. Questo è chiamato iperpolarizzazione.
Quando i canali del potassio si chiudono, la pompa sodio-potassio lavora per ristabilire di nuovo lo stato di riposo.
Dopo che lo spike è generato, si propaga lungo l’assone.
Lungo l’assone, i canali Na+ si aprono per primi, causando l’aumento del potenziale d’azione, seguito dalla chiusura dei canali Na+ e l’apertura dei canali K+, che portano alla caduta del potenziale d’azione.

Graficamente, ecco come viene registrato il potenziale di membrana al variare del tempo,