Imagen. / MIT

Las redes neuronales, un tipo de sistema informático basado en la organización del cerebro humano, forman la base de muchos sistemas de inteligencia artificial para aplicaciones como reconocimiento de voz, visión artificial y análisis de imágenes médicas.

En el campo de la neurociencia, los investigadores a menudo usan redes neuronales para tratar de modelar el mismo tipo de tareas que realiza el cerebro, con la esperanza de que los modelos puedan sugerir nuevas hipótesis sobre cómo el cerebro mismo realiza esas tareas. Sin embargo, un grupo de investigadores del MIT insta a que se tomen más precauciones al interpretar estos modelos.

En un análisis de más de 11.000 redes neuronales que fueron entrenadas para simular la función de las celdas de la cuadrícula (componentes clave del sistema de navegación del cerebro), los investigadores encontraron que las redes neuronales solo producían actividad similar a la de las celdas de la cuadrícula cuando se les daban restricciones muy específicas que no se encuentran en los sistemas biológicos.

"Lo que esto sugiere es que para obtener un resultado con celdas de cuadrícula, los investigadores entrenaron los modelos necesarios para obtener esos resultados con opciones de implementación específicas y biológicamente inverosímiles", dice Rylan Schaeffer, ex investigador asociado senior del MIT.

Sin esas restricciones, el equipo del MIT descubrió que muy pocas redes neuronales generaban actividad similar a la de las celdas de cuadrícula, lo que sugiere que estos modelos no necesariamente generan predicciones útiles sobre cómo funciona el cerebro.

Schaeffer, quien ahora es estudiante de posgrado en informática en la Universidad de Stanford, es el autor principal del nuevo estudio, que se presentará en la Conferencia 2022 sobre Sistemas de Procesamiento de Información Neural este mes. Ila Fiete, profesora de ciencias del cerebro y cognitivas y miembro del Instituto McGovern para la Investigación del Cerebro del MIT, es la autora principal del artículo. Mikail Khona, un estudiante graduado en física del MIT, también es autor.

Modelado de celdas de cuadrícula

Las redes neuronales, que los investigadores han estado utilizando durante décadas para realizar una variedad de tareas computacionales, consisten en miles o millones de unidades de procesamiento conectadas entre sí. Cada nodo tiene conexiones de diferentes intensidades con otros nodos de la red. A medida que la red analiza grandes cantidades de datos, la fuerza de esas conexiones cambia a medida que la red aprende a realizar la tarea deseada.

En este estudio, los investigadores se centraron en las redes neuronales que se han desarrollado para imitar la función de las células de la red del cerebro, que se encuentran en la corteza entorrinal del cerebro de los mamíferos. Junto con las células de lugar, que se encuentran en el hipocampo, las células de cuadrícula forman un circuito cerebral que ayuda a los animales a saber dónde están y cómo navegar a una ubicación diferente.

Se ha demostrado que las celdas de lugar se activan siempre que un animal se encuentra en una ubicación específica, y cada celda de lugar puede responder a más de una ubicación. Las celdas de cuadrícula, por otro lado, funcionan de manera muy diferente. A medida que un animal se mueve a través de un espacio como una habitación, las celdas de la rejilla se disparan solo cuando el animal está en uno de los vértices de una red triangular. Diferentes grupos de celdas de cuadrícula crean redes de dimensiones ligeramente diferentes, que se superponen entre sí. Esto permite que las celdas de la cuadrícula codifiquen una gran cantidad de posiciones únicas utilizando una cantidad relativamente pequeña de celdas.

Este tipo de codificación de ubicación también permite predecir la próxima ubicación de un animal en función de un punto de partida y una velocidad determinados. En varios estudios recientes, los investigadores han entrenado redes neuronales para realizar esta misma tarea, lo que se conoce como integración de rutas.

Para entrenar las redes neuronales para realizar esta tarea, los investigadores les dan un punto de partida y una velocidad que varía con el tiempo. El modelo esencialmente imita la actividad de un animal que deambula por un espacio y calcula posiciones actualizadas a medida que se mueve. A medida que el modelo realiza la tarea, se pueden medir los patrones de actividad de diferentes unidades dentro de la red. La actividad de cada unidad se puede representar como un patrón de disparo, similar a los patrones de disparo de las neuronas en el cerebro.

En varios estudios anteriores, los investigadores informaron que sus modelos produjeron unidades con patrones de actividad que imitan de cerca los patrones de disparo de las celdas de la red. Estos estudios concluyeron que las representaciones similares a celdas de cuadrícula surgirían naturalmente en cualquier red neuronal entrenada para realizar la tarea de integración de rutas.

Sin embargo, los investigadores del MIT encontraron resultados muy diferentes. En un análisis de más de 11-000 redes neuronales que entrenaron en la integración de rutas, encontraron que, si bien casi el 90% de ellas aprendieron la tarea con éxito, solo alrededor del 10% de esas redes generaron patrones de actividad que podrían clasificarse como similares a celdas de cuadrícula. Eso incluye redes en las que incluso una sola unidad logró una puntuación de cuadrícula alta.

Según el equipo del MIT, era más probable que los estudios anteriores generaran una actividad similar a la de una celda de cuadrícula debido a las limitaciones que los investigadores incorporan a esos modelos.

“Estudios anteriores han presentado esta historia de que si entrena redes para integrarse en la ruta, obtendrá celdas de cuadrícula. Lo que descubrimos es que, en cambio, debe realizar esta larga secuencia de elecciones de parámetros, que sabemos que son inconsistentes con la biología, y luego, en una pequeña porción de esos parámetros, obtendrá el resultado deseado”, dice Schaeffer.

Más modelos biológicos

Una de las limitaciones encontradas en estudios anteriores es que los investigadores requerían que el modelo convirtiera la velocidad en una posición única, informada por una unidad de red que corresponde a una celda de lugar. Para que esto sucediera, los investigadores también requerían que cada celda de lugar correspondiera a una sola ubicación, que no es cómo funcionan las células de lugar biológicas: los estudios han demostrado que las células de lugar en el hipocampo pueden responder hasta a 20 ubicaciones diferentes, no solo a una.

Cuando el equipo del MIT ajustó los modelos para que las celdas de lugar se parecieran más a las celdas de lugar biológicas, los modelos aún podían realizar la tarea de integración de rutas, pero ya no producían actividad similar a la de las celdas de cuadrícula. La actividad similar a la de las celdas de cuadrícula también desapareció cuando los investigadores instruyeron a los modelos para que generaran diferentes tipos de salida de ubicación, como la ubicación en una cuadrícula con ejes X e Y, o la ubicación como distancia y ángulo en relación con un punto de origen.

“Si lo único que le pide a esta red que haga es integrar la ruta e impone un conjunto de requisitos muy específicos, no fisiológicos, en la unidad de lectura, entonces es posible obtener celdas de cuadrícula”, dice Fiete. “Pero si relaja cualquiera de estos aspectos de esta unidad de lectura, eso degrada fuertemente la capacidad de la red para producir celdas de cuadrícula. De hecho, por lo general no lo hacen, aunque todavía resuelven la tarea de integración de rutas”.

Por lo tanto, si los investigadores no hubieran sabido ya de la existencia de las celdas de cuadrícula y no hubieran guiado al modelo para producirlas, sería muy poco probable que aparecieran como una consecuencia natural del entrenamiento del modelo.

Los investigadores dicen que sus hallazgos sugieren que se justifica una mayor precaución al interpretar los modelos de redes neuronales del cerebro.

“Cuando usas modelos de aprendizaje profundo, pueden ser una herramienta poderosa, pero uno tiene que ser muy prudente al interpretarlos y determinar si realmente están haciendo predicciones de novo, o incluso arrojando luz sobre qué es lo que el cerebro está optimizando. ”, dice Fiete.

Kenneth Harris, profesor de neurociencia cuantitativa en el University College London, dice que espera que el nuevo estudio aliente a los neurocientíficos a ser más cuidadosos al establecer lo que se puede mostrar mediante analogías entre las redes neuronales y el cerebro.

“Las redes neuronales pueden ser una fuente útil de predicciones. Si desea aprender cómo el cerebro resuelve un cálculo, puede entrenar una red para que lo realice y luego probar la hipótesis de que el cerebro funciona de la misma manera. Ya sea que la hipótesis se confirme o no, aprenderá algo”, dice Harris, que no participó en el estudio. "Este documento muestra que la postdicción es menos poderosa: las redes neuronales tienen muchos parámetros, por lo que lograr que reproduzcan un resultado existente no es tan sorprendente".

Al usar estos modelos para hacer predicciones sobre cómo funciona el cerebro, es importante tener en cuenta las limitaciones biológicas conocidas y realistas al construir los modelos, dicen los investigadores del MIT. Ahora están trabajando en modelos de celdas de cuadrícula que esperan generar predicciones más precisas de cómo funcionan las celdas de cuadrícula en el cerebro.

“Los modelos de aprendizaje profundo nos darán información sobre el cerebro, pero solo después de inyectar una gran cantidad de conocimiento biológico en el modelo”, dice Khona. "Si usa las restricciones correctas, los modelos pueden brindarle una solución similar a la del cerebro".

La investigación fue financiada por la Oficina de Investigación Naval, la Fundación Nacional de Ciencias, la Fundación Simons a través de la Colaboración Simons sobre el Cerebro Global y el Instituto Médico Howard Hughes a través del Programa de Becarios de la Facultad. Mikail Khona recibió el apoyo de MathWorks Science Fellowship.

Autor

MIT

Promover la investigación, las innovaciones, la enseñanza y los eventos y las personas de interés periodístico del MIT a la comunidad del campus, los medios de comunicación y el público en general, Comunicar anuncios del Instituto, Publicar noticias de la comunidad para profesores, estudiantes, personal y ex alumnos del MIT. Proporcionar servicios de medios a los miembros de la comunidad, incluido el asesoramiento sobre cómo trabajar con periodistas, Responder a consultas de los medios y solicitudes de entrevistas...