Институт Перспективных Исследований Мозга (ИПИМ) МГУ занимается разработкой фундаментальной проблемы — как мозг кодирует в памяти, сознании и поведении когнитивную информацию. Мы — лаборатория нейронного интеллекта в ИПИМ — исследуем принципы кодирования информации на уровне отдельных нейронов и их популяций в сетях головного мозга и в искусственном интеллекте.
В качестве интеллектуальных биологических агентов мы используем в наших экспериментах обычных и трансгенных мышей. В различных задачах на обучение и память мы регистрируем их поведение и одновременно нейронную активность их мозга, применяя для этого инновационные методы прижизненного оптического кальциевого имиджинга. Эти подходы находятся на переднем крае современных исследований кодирования информации в нейронных сетях головного мозга.
Текущие проекты:
Автоматическое выделение когнитивно специализированных нейронов
Одна из основных задач Лаборатории — это поиск закономерностей и механизмов формирования когнитивно-специализированных нейронов. Когнитивно-специализированные нейроны — это клетки мозга, которые приобретают специфическую активность относительно элементов окружающей среды, внутреннего состояния организма или цельных поведенческих актов. Лаборатории занимается поиском таких нейронов, а также анализом паттернов их активации.
Особенный интерес для анализа вычислительных задач отдельных нейронов представляет соотнесение их активности с переменными внешней среды и поведением животного. В Лаборатории Нейронного ИИ нами были адаптированы передовые информационно-теоретические методы, которые мы используем для анализа взаимосвязи между нейронной активностью и поведением. Использованные методы были объединены в программный пакет под названием INTENSE (INformation-Theoretic Evaluation of Neuronal Selectivity), который используется для поиска когнитивно специализированных нейронов.
С помощью INTENSE мы исследовали динамику возникновения и поддержания когнитивных специализаций нейронов по мере обучения и снижения новизны обстановки для животных. Анализ динамики изменения специализаций показал, что стабильность пространственного кодирования достигается за счёт постоянной миграции нейронов из других групп специализаций, таких как взаимодействие с объектами. Сопоставление динамики числа специализаций в мозге мыши и в искусственной нейронной сети свидетельствует о том, что перенастройка нейронных специализаций — фундаментальный процесс, который имеет место как в биологических, так и в искусственных нейронных сетях.
Изучение коллективных эффектов в активности нейронных популяций
Для выявления фундаментальных принципов работы естественных нейронных сетей недостаточно знать роль их отдельных элементов. В Лаборатории проводятся эксперименты по исследованию популяционного кодирования информации в мозге.
Изучение латентного пространства популяционных переменных, лежащих в основе активности нейронов, представляет большой интерес, поскольку помогает раскрыть внутреннее представление мозгом информации о внешней среде. Изучая латентные переменные нейронных популяций непосредственно на основе нейронных данных, можно генерировать неожиданные и более объективные гипотезы относительно представления мозгом внешнего мира — без необходимости экспертной маркировки или создания метрики для пространства стимулов. В Лаборатории был разработан новый метод анализа многомерных временных рядов активности нейронов, предназначенный для изучения поведения изменяющихся во времени коллективных переменных в высокоразмерных нейронных системах.
Также были разработаны инструменты анализа, позволяющие ответить на вопрос о соотношении популяционного кода с кодированием с помощью высокоселективных клеток. Созданный инструментарий позволяет в автоматическом режиме отслеживать вовлеченность поведенчески значимых нейронов в те или иные коллективные моды популяционной активности и следить за изменением популяционных характеристик (таких как размерность и степень нелинейности нейронного многообразия) в связи с изменением поведения животного.
Частично наши результаты популяционного анализа активности нейронов гиппокампа изложены в публикации “Calcium Imaging Reveals Fast Tuning Dynamics of Hippocampal Place Cells and CA1 Population Activity during Free Exploration Task in Mice” https://doi.org/10.3390/ijms23020638
Анализ нейронных специализаций в искусственных спайковых нейронных сетях
Основные усилия Лаборатории Нейронного ИИ направлены на поиск в закономерностях и механизмах, наблюдаемых в естественных системах, потенциальных решений текущих проблем ИИ для следующих поколений искусственных нейронных систем. Для этой задачи важен анализ так называемых “максимально активирующих стимулов”, которые могут быть найдены как для естественных, так и для искусственных нейронов.
В ходе работы Лаборатории были созданы и соединены в единую систему ключевые компоненты системы максимизации реакции, которая может стать важным инструментом при анализе когнитивных специализаций биологических нейронов. Разработанные нейросетевые компоненты такой системы оптимизированы под работу друг с другом, и позволяют проводить быструю и эффективную оптимизацию стимулов. Разработанная система максимизации реакции была протестирована in silico, на спайковых нейронных сетях. В дальнейшем планируется использовать доработанную спайковую архитектуру для симуляции поведения биологического нейрона и решения задачи безградиентной оптимизации в реальном времени.
Разработанный фреймворк был использован для анализа динамики специализации искусственных нейронов спайковой сети по мере обучения модели. Результаты работы изложены в препринте “Fast gradient-free activation maximization for neurons in spiking neural networks”: https://arxiv.org/abs/2401.10748Разработанные программные инструменты были выложены в открытый доступ в виде репозитория на Github: https://github.com/iabs-neuro/mango В будущем планируется создать из этого инструмента свободно распространяемую библиотеку.
Поиск закономерностей нейронной активности при возникновении и достраивании концепций у животных
Животные способны формировать новые концепции, свободные от конкретных сенсорных ощущений, но ассоциированные с активностью определённой группы нейронов. Наличие таких специфично активных нейронов позволяет животным узнавать знакомые объекты в новой обстановке и достраивать представление о них на основе нового опыта взаимодействия с ними. В этом проекте мы исследуем как формируются такие группы нейронов, как изменяется их активность по мере расширения опыта взаимодействия животного со знакомым объектом в разных обстановках.
Для этого мы проводим регистрацию кальциевой активности нейронов гиппокампа мышей при взаимодействии животных со знакомым объектом – миской, с которой мыши имели возможность хорошо познакомиться в условиях домашней клетки. Кальциевую активность нейронов мы регистрируем опосредованно через флуоресценцию кальциевого сенсора GCaMP6s, экспрессированного на мембране клетки. Для возбуждения и регистрации флуоресценции мы устанавливаем на голову мыши миниатюрный микроскоп (Miniscope), а к исследуемой структуре вживляем в мозг животного градиентную линзу, позволяющую детектировать . Для того, чтобы опыт взаимодействия со знакомым объектом был разным для мышей мы выбрали два варианта обстановок, которые позволяют животным по-разному взаимодействовать с объектом. В качестве первой обстановки мы выбрали открытое поле, в котором мыши свободно контактирует с объектом любыми возможными для них способами. Второй обстановкой является камера с решётчатым полом, по которому подаётся непрерывный электрический ток. В этой ситуации у мышей возникает новый опыт взаимодействия с миской – безопасное место, позволяющее избежать неприятного стимула. Таким образом, у мышей формируется более сложное представление о знакомом объекте, которое связано с тремя эпизодами взаимодействия животного: в знакомой домашней клетке и новых безопасных и опасных обстановках.