23 мая 2018, среда, 6:02
Рубрики

Искусственный интеллект научился улучшать память человека

1

Технологии предсказывают большое будущее в медицине.

Команда исследователей во главе с профессором Пенсильванского университета Майклом Каханой доказала, что алгоритмы машинного обучения способны помочь разгадать и улучшить механизмы запоминания информации человеком, сообщает Wired со ссылкой на публикацию в Nature Communications.

В исследовании принимало участие 25 пациентов с эпилепсией, каждому из которых в кору головного мозга установили от 100 до 200 электродов для мониторинга приступов. Ученые также использовали импланты, чтобы отслеживать всплески мозговой активности во время решения испытуемыми задач на запоминание.

В ходе эксперимента алгоритмы машинного обучения учились связывать сигналы электродов с тем, запомнит ли в итоге пациент заданное слово. Для начала исследователи выяснили, как выглядит «электрограмма» процесса запоминания. Пока пациенты читали и пытались запомнить слова, Кахана и его коллеги регистрировали тысячи импульсов изменяющейся силы в секунду, которые поступали от электродов. Далее они проверяли, какие из слов пациент усвоил, и собирали данные о том, как реагировал мозг на слова, которые останутся в памяти или будут забыты.

Эксперимент повторяли с каждым пациентом 2-3 раза. Так команда собрала достаточно данных, чтобы алгоритм научился подстраиваться под конкретного человека и на основании поступающих от электродов импульсов предсказывать, какие из слов он запомнит.

Иллюстрация: Wired

Но электроды не просто считывают нейронную активность: они могут и стимулировать ее. Поэтому исследователи также пробовали «расшевелить» мозг и закрепить в нем воспринимаемую информацию. Каждые несколько секунд подопытному показывали новое слово, а только что обучившийся алгоритм определял, готов ли мозг запомнить его. По словам Каханы, замкнутая стимуляция (стимуляция в ответ на нейронный импульс) дает возможность за десятые доли секунды зафиксировать и проанализировать работу мозга, а также принять решение о необходимости стимуляции.

При таком подходе количество слов, которые запомнили пациенты, увеличилось в среднем на 15 процентов.

Ранее команда Майкла Каханы уже подтверждала эффективность электрической стимуляции мозга для формирования памяти. В прошлом году она установила, что электростимуляция может как улучшать, так и ухудшать когнитивные способности мозга в зависимости от того, в какой момент в него поступает импульс. В той работе испытуемые показывали лучшие результаты, когда исследователи стимулировали ответственные за запоминание зоны в период их низкой активности, а во время наибольшей активности стимуляция давала противоположный эффект. Но практической значимости находка не имела — исследователям лишь удалось установить связь между памятью и активностью мозга уже после проведения тестов на запоминание. Чтобы действительно влиять на этот процесс, электрические импульсы должны поступать непосредственно во время усвоения информации.

Иллюстрация: ScienceDaily

Эту проблему Кахана и его коллеги смогли решить именно при помощи алгоритма машинного обучения.

«Мы использовали технологию, чтобы построить своего рода декодер, который на основе нейронной активности сможет определять, восприимчив ли мозг к информации в данный момент времени», — говорит ученый.

Если слова и так запоминаются хорошо, то необходимости стимулировать мозг нет. В противном случае его быстро приводят в работоспособное состояние — как кардиостимулятор для сердца.

По мнению некоторых независимых ученых, у этой технологии большое будущее в медицине. Вопрос лишь в том, насколько плодотворными будут дальнейшие исследования. Если в мозг пациента встроить более точные электроды и в большем количестве, то алгоритм сможет активнее считывать сигналы нейронов, точнее и быстрее их локализовывать. Для обучения модели также требуются большие объемы данных, но пациенты с эпилепсией могут принимать участие в подобных исследованиях максимум в течение пары недель, что несколько ограничивает их. Алгоритм машинного обучения, который «встретился» с пациентом более трех раз, сможет превзойти показатели, которых добились коллеги Кахана в последнем эксперименте.

Иллюстрация: Neurofantastic

Но даже в таком случае ученые берут на себя ответственность за использование до конца не изученных методик для изучения мозга и тем более воздействия на него. Ведь несмотря на явный прогресс в запоминании текстовой информации в отдельных случаях, по-прежнему неизвестно, как именно срабатывает этот способ стимуляции.

Так, исследователи пришли к выводу, что некоторые алгоритмы лучше поддаются изучению, чем другие. В описанном опыте применялся простой линейный классификатор, который позволил пронаблюдать, как активность на отдельных электродах может влиять на способность модели устанавливать закономерности в работе мозга.

Иллюстрация: R&D

Но более сложные технологии глубинного обучения не обязательно помогут значительно улучшить когнитивные способности человека. Если это будет происходить, исследователям, вероятнее всего, будет сложно понять, почему алгоритм решил послать электрический импульс в мозг в конкретный момент времени.