Kora i móżdżek: dwie prace o uczeniu ruchu i zmianie reprezentacji

Stabilne sterowanie przy opóźnionym sprzężeniu zwrotnym to problem i dla robotyki, i dla neuronauki. Klasyczne modele móżdżku tłumaczą kompensację opóźnienia predykcją w przód. Nie wyjaśniają jednak szybkich korekt online ani równie szybkiej adaptacji, którą widać w układach biologicznych.

Predykcja plus sprzężenie

Ania Carolina Filipe, Rui Ponte Costa i Cláudia Soares proponują schemat sterowania inspirowany móżdżkiem. Łączy on multipleksowane reprezentacje predykcyjne z wewnętrznym sprzężeniem zwrotnym. Koder współdzieli przy tym zmienne kinematyczne i istotne zadaniowo sygnały błędu, co pozwala precyzyjnie korygować ruch mimo opóźnionego sygnału zwrotnego. Autorzy pokazują, że samo wprowadzenie sprzężenia zwrotnego do pętli móżdżkowej wyraźnie przyspiesza adaptację i skraca czas uczenia o rząd wielkości. Wyniki wskazują też, że przy opóźnieniu predykcje oparte na pojedynczym sygnale nie wystarczają. Dopiero multipleksowanie i sprzężenie razem dają spójny mechanizm jednoczesnego sterowania online i szybkiego uczenia.

Zmiana reprezentacji bez stymulacji

Druga praca wychodzi od innego pytania. W neuropsychiatrii celem często nie jest odczytanie aktywności mózgu, lecz jej zmiana, na przykład osłabienie negatywnego obciążenia afektywnego albo zbyt silnie utrwalonego wspomnienia. Zespół Marco Rothernela proponuje oparty na uczeniu maszynowym framework neuronowych modeli zastępczych. Framework ten proponuje kandydackie zmiany reprezentacji i testuje przewidywane skutki percepcyjne na podstawie zdjęć aktywności fMRI wywołanej bodźcem, bez fizycznej stymulacji. Schemat łączy dekodowanie fMRI, głębokie modelowanie generatywne i sterowanie w przestrzeni ukrytej z ograniczeniami. Walencja i zapamiętywalność są tu tylko przykładami roboczymi.

Materiał pochodził z ponad 36 tysięcy obserwacji obraz–fMRI od czterech głęboko przebadanych uczestników zbioru Natural Scenes Dataset. Modele dopasowane do osoby odtwarzały zgrubną strukturę generatywną z kory wzrokowej. W zadaniu identyfikacji dwukierunkowej osiągały od 0,79 do 0,88 przy losowym poziomie 0,5. Stopniowane perturbacje rekonstruowano jako obrazy i oceniano automatycznymi oceniaczami oraz w ludzkich ocenach z 7200 prób wykonanych przez 18 uczestników. W podstawowym modelu walencja przesunęła się z -0,61 do +1,03 odchylenia standardowego, a zapamiętywalność z -1,34 do +1,45 odchylenia. W ocenach ludzkich walencja przesuwała się w przewidywanym kierunku, ze średnim nachyleniem 0,038 odchylenia na jednostkę współczynnika, z przedziałem ufności 0,003 do 0,074, dodatnim u 16 z 18 uczestników. Postrzegana zapamiętywalność nie zmieniła się w sposób wiarygodny.

Autorzy wymieniają ograniczenia. Zgodność z automatycznym oceniaczem była jedynie sugestywna dla walencji i słaba dla zapamiętywalności. Skrajne perturbacje odbiegały od bodźca pierwotnego, więc zamierzoną zmianę trzeba ważyć przeciw utracie wierności. To nie gotowa metoda leczenia, lecz sprawdzalne narzędzie do projektowania i behawioralnego testowania kandydackich celów przyszłej neuromodulacji.