In vitro, in vivo, in silico. TRIBE AI: новая базовая модель для расшифровки активности человеческого мозга

Команда фундаментальных исследований искусственного интеллекта ^[1] представила TRIBE. Это модель, предназначенная для прогнозирования того, как человеческий мозг ^[2] обрабатывает визуальные и слуховые стимулы. Модель, обучалась на массивах данных фМРТ, полученных от добровольцев. По сути, как существуют виртуальные программы для оценки аэродинамических свойств самолетов и ракет, так теперь есть точно такая же система но уже для мозга.

TRIBE разработана с целью проводить «нейробиологические исследования in silico», моделируя нейронные реакции ^[3] на новые языки и изображения без необходимости повторного сканирования мозга. Это необходимое звено в создании более совершенных интерфейсов «мозг-компьютер» и методов лечения неврологических расстройств.

Ключевые факты

Традиционный разбор базовых терминов и понятий из материала. Критически важный раздел для холивара в комментариях)

Рост разрешения в 70 раз. Пространственное разрешение симулируемых процессов в TRIBE в 70 раз выше в сравнении с предыдущими передовыми моделями нейронного декодирования.

Возможность обучения ^[4] без предварительного обучения. Модель способна предсказывать реакции в мозге людей, говорящих на ранее не анализировавшихся языках, без необходимости переобучения.

Виртуальные исследования. Нейросеть создает «цифровой двойник» нейронной активности, позволяя ученым проводить тысячи виртуальных экспериментов за гораздо меньшую стоимость, чем физические сеансы на фМРТ.

Источник: A foundation model of vision, audition, and language for in-silico neuroscience ^[5]

Киберпсихология и сознание-в-чипе

В рамках исследовательской программы по вычислительной нейробиологии команда FAIR (Fundamental AI Research) компании Meta разработала TRIBE (TRansfomer for In-silico Brain Experiments). Это базовая модель для прогнозирования и расшифровки того, как человеческий мозг обрабатывает зрительную, слуховую и языковую информацию.

Благодаря обучению на огромных массивах данных функциональной магнитно-резонансной томографии (фМРТ), TRIBE сделал огромный шаг в сторону «нейробиологии in silico». Это область, в которой цифровые модели моделируют нейронные реакции с беспрецедентной точностью.

Мультимодальные механизмы работы мозга

Традиционные модели ИИ для нейробиологии – это «бутиковые» системы. Они обучаются на небольших наборах данных и заточены под выполнение конкретных задач. Например: идентификация конкретного типа нейронов и функций всей распознанной группы ^[6]. TRIBE же пошла дальше.

Самое главное, что это базовая модель. То есть – она обучена на разнообразных стимулах ^[7]. Участники выборки для данных этой модели смотрели фильмы и слушали сложные подкасты, пока их мозг сканировался фМРТ. Сама модель училась эффективно отображать реакцию мозга на сложную, мультимодальную природу реакций в «реальной жизни».

Ключевой целью был «вентральный поток», отвечающий за визуальное распознавание, и «слуховой поток». TRIBE использует архитектуру Transformer. Это та же технология, что применяется и в больших языковых моделях, таких как GPT-4. Использование такой технологии в TRIBE отвечает за синхронизацию сенсорных входных данных в коре головного мозга ^[8].

Беспрецедентная эффективность

Разрешение TRIBE в 70 раз выше в сравнении с предыдущими передовыми системами. Это значит, что исследователи получают прогнозируемую нейронную активность с гораздо большей детализацией. Почему это офигенно? Мы теперь буквально видим и можем предсказывать ход интерпретации событий мозгом, будь то шепот и громкий взрыв. А также определять реакцию на быстро движущийся объект или статичный ландшафт.

Кроме того, TRIBE отличается исключительной эффективностью. Он работает быстрее своих предшественников и, что наиболее важно, работает с «нулевым обучением». То есть, реакция человека на информацию будет одинакова. Вне зависимости от того, на каком языке говорит сам человек, или на каком языке подавалась информация, если он её понимает.

То есть, TRIBE интерпретирует мысли сходу, без необходимости адаптировать модель под все существующие языки мира.

Расцвет компьютерной нейронауки

Конечная цель TRIBE – содействие нейробиологическим исследованиям с использованием компьютерного моделирования. У нас есть пример того, как инженеры аэрокосмической отрасли тестируют конструкции самолетов в цифровых аэродинамических трубах перед созданием физического прототипа. Так и нейробиологи теперь могут использовать TRIBE в качестве цифрового «подопытного».

Это позволяет исследователям проводить тысячи виртуальных экспериментов. Проверять, как мозг может реагировать на конкретные стимулы, или выявлять места, в которых может возникать сбой в передаче сигналов. И всё это без необходимости в дорогостоящих и трудоемких сеансах фМРТ.

Самое главное, это еще больше ускоряет разработку интерфейсов «мозг-компьютер ^[9]» и дать глубокое понимание неврологических расстройств, таких как афазия ^[10] или проблемы с обработкой сенсорной информации.

Этика и будущее нейросетей

По мере того, как ИИ приобретает способность «считывать» и «предсказывать» нейронные паттерны, компания Meta подчеркивает свою приверженность открытой науке ^[11].

Тем не менее, исследователи опубликовали модель TRIBE v2, ее код и демо версию в свободный доступ для мирового научного сообщества. Такая прозрачность призвана обеспечить использование технологии для углубления понимания человеческого сознания ^[12] и разработки методов лечения, способных изменить жизнь.

И хоть до «чтения мыслей» в научно-фантастическом смысле нам еще далеко, но проект TRIBE знаменует собой поворотный момент в истории понимания сознания. Теперь мы не просто наблюдаем за мозгом: мы создаем его цифровое зеркало, способное отражать сложные способы, которыми мы видим, слышим и понимаем окружающий нас мир.

Ответы на ключевые вопросы:

В: Что такое «нейробиология in silico», и как TRIBE способствует ее развитию?

О: Нейробиология in silico – это проведение биологических исследований с помощью компьютерного моделирования, без живых испытуемых. TRIBE сделал это возможным, став «цифровым двойником» человеческого мозга. Поскольку модель точно предсказывает реакции мозга на определенные звуки, изображения или текст, исследователи могут за считанные секунды проводить тысячи виртуальных экспериментов для проверки гипотез. И это до того, как помещать испытуемого в дорогостоящий аппарат МРТ.

В: Чем TRIBE отличается от предыдущих ИИ-моделей, используемых в исследованиях мозга?

О: Большинство предыдущих моделей были «узконаправленными». Они обучались декодированию только одного типа информации для одного конкретного человека. TRIBE – это базовая модель, мультимодальная и универсальная. Она обучена на огромных массивах данных о людях, смотрящих фильмы и слушающих подкасты, что позволяет одновременно понимать взаимосвязь между зрением ^[13], звуком и языком. Она также обладает возможностями «нулевого обучения», то есть может сходу предсказывать активность мозга для новых людей или языков, с которыми раньше не работала.

В: Означает ли 70-кратный рост разрешения, что ИИ читает мысли?

О: Не совсем. 70-кратный рост разрешения – это огромный технический скачок, и исследователи теперь гораздо глубже отслеживают детали в нейронных паттернах. Но модель сосредоточена именно на прогнозирование реакций мозга на входные данные, и уж никак не на декодирование, что и является чтением мыслей. Модель отображает, как мозг организует сенсорную информацию на уровне работы нейронов, что помогает нам понять «архитектуру» мышления ^[14]. Но это не инструмент для расшифровки внутренних монологов.

Традиционно, вопросы можете задать прямо здесь в комментариях.

Больше новостей и исследований про мозг, психику и сознание – найдете в моем профиле на данном ресурсе, на сайте Neural Hack ^[15] или одноименном телеграм-канале ^[16].

Для личной связи, пишите на почту: filipp.donchev@gmail.com ^[17]

Или телеграм ^[18]