Результаты исследования, проведенного в Университетской клинике Шарите, показали, что если у мышей нейроны общаются своеобразными петлями, то человеческие сигналы идут в одном направлении, что повышает эффективность и способность мозга обрабатывать информацию. Открытия могут помочь в развитии искусственных нейронных сетей.

Неокортекс имеет толщину менее пяти миллиметров, это самый внешний слой мозга, где 20 миллиардов нейронов обрабатывают бесчисленное количество сенсорных сигналов, планируют действия и составляют основу нашего сознания. То, как именно они это делают, во многом зависит от того, как они "подключены" друг к другу.

"Наше предыдущее понимание нейронной архитектуры в неокортексе основано в первую очередь на результатах исследований на животных моделях, таких как мыши, — объясняет профессор Йорг Гейгер, директор Института нейрофизиологии Шарите. — В этих моделях соседние нейроны часто общаются друг с другом, как если бы они находились в диалоге. Один нейрон сигнализирует другому, а затем тот отправляет сигнал обратно. Это означает, что информация часто течет по повторяющимся петлям".

Неокортекс человека намного толще и сложнее, чем у мыши. Тем не менее исследователи ранее предполагали – отчасти из-за отсутствия данных – что он следует тем же основным принципам связи. Команда исследователей Шарите под руководством Гейгера использовала исключительно редкие образцы тканей и самые современные технологии, чтобы продемонстрировать, что это не так.

Умный метод изучения нейронных связей

Ученые исследовали образцы взятые у 23 человек, перенесших нейрохирургическое вмешательство в Шарите для лечения лекарственно-устойчивой эпилепсии. Во время операции по медицинским показаниям было необходимо удалить ткань головного мозга, чтобы получить доступ к больным структурам, находящимся под ней. Пациенты дали согласие на использование этого материала в исследовательских целях.

Чтобы иметь возможность наблюдать потоки сигналов между соседними нейронами в самом внешнем слое неокортекса, команда взяла за основу метод "локальной фиксации". В этом случае ультратонкая стеклянная пипетка прикрепляется к одному нейрону под микроскопом для измерения или стимуляции электрической активности клетки. В исследовании использовалась усовершенствованная форма этого метода, при которой несколько микропипеток одновременно регистрируют активность и связность до десяти нейронов (метод "мультипатч"). Чтобы иметь возможность точно позиционировать пипетки, устройство оснащено роботизированными манипуляторами, которые позволяют совершать движения в нанометровом диапазоне. 

Это позволило исследователям прослушивать коммуникации, происходящие между десятью нейронами одновременно. В результате им удалось провести необходимое количество измерений для составления карты сети за короткое время до того, как клетки прекратят свою жизнедеятельность вне организма — мозговую ткань можно сохранять до двух дней в искусственном питательном растворе.

Прямая связь вместо циклов

Ученые обнаружили, что лишь небольшая часть нейронов участвует во взаимном диалоге друг с другом. "У людей информация имеет тенденцию течь в одном направлении. Она редко возвращается к исходной точке напрямую или циклически", — объясняет доктор Янфан Пэн, первый автор публикации. 

Команда использовала компьютерное моделирование, которое они разработали в соответствии с принципами, лежащими в основе архитектуры человеческой нейронной сети, чтобы продемонстрировать, что такой однонаправленный поток сигналов имеет преимущества с точки зрения обработки данных.

Исследователи дали искусственной нейронной сети типичную задачу машинного обучения: распознавание правильных чисел по аудиозаписям. Модель, имитирующая человеческие структуры, дала более правильные ответы, чем модель, созданная на основе мышиного мозга. Также в первом случае искусственная нейросеть оказалась более эффективной: при одинаковой производительности ей требовался эквивалент 150 нейронов, тогда как "мышиной" модели нужно было 380.

"Направленная сетевая архитектура, которую мы видим у людей, более мощная и экономит ресурсы, поскольку больше независимых нейронов могут одновременно выполнять разные задачи, — объясняет Пэн. — Это означает, что локальная сеть может хранить больше информации. Пока не ясно, распространяются ли наши открытия в самом внешнем слое височной коры на другие ее области и насколько хорошо они могут объяснить уникальные когнитивные способности человека".

В прошлом разработчики ИИ черпали вдохновение в биологических моделях при разработке искусственных нейронных сетей, но при этом оптимизировали их. "Многие уже используют ту или иную форму такой прямой связи, поскольку она обеспечивает лучшие результаты для некоторых задач, — говорит Гейгер. — Удивительно видеть, что человеческий мозг также демонстрирует аналогичные принципы. Сведения об экономичной обработке информации в неокортексе человека могут стать дополнительным источником вдохновения для совершенствования сетей искусственного интеллекта".

Исследование было опубликовано в Science.