Wissenschaftler befallen Computer mit „Schizophrenie“, um das menschliche Gehirn besser zu verstehen

Wissenschaftler befallen Computer mit „Schizophrenie“, um das menschliche Gehirn besser zu verstehen
Wissenschaftler befallen Computer mit „Schizophrenie“, um das menschliche Gehirn besser zu verstehen
Anonim

Computernetzwerke, die nicht schnell genug vergessen können, können Symptome einer Art virtueller Schizophrenie zeigen, was Forschern weitere Hinweise auf die inneren Abläufe schizophrener Gehirne gibt, haben Forscher der University of Texas in Austin und der Yale University herausgefunden.

Die Forscher verwendeten ein virtuelles Computermodell oder "neuronales Netzwerk", um die übermäßige Freisetzung von Dopamin im Gehirn zu simulieren. Sie fanden heraus, dass das Netzwerk Erinnerungen auf eine ausgesprochen schizophrene Weise zurückrief.

Ihre Ergebnisse wurden im April in Biological Psychiatry veröffentlicht.

"Die Hypothese ist, dass Dopamin die Wichtigkeit – die Hervorhebung – der Erfahrung kodiert", sagt Uli Grasemann, ein Doktorand am Department of Computer Science an der University of Texas in Austin. "Wenn zu viel Dopamin vorhanden ist, führt dies zu übertriebener Hervorhebung, und das Gehirn lernt schließlich von Dingen, von denen es nicht lernen sollte."

Die Ergebnisse untermauern eine Hypothese, die in Schizophrenie-Kreisen als Hyperlearning-Hypothese bekannt ist, die postuliert, dass Menschen, die an Schizophrenie leiden, Gehirne haben, die die Fähigkeit verlieren, so viel zu vergessen oder zu ignorieren, wie sie es normalerweise tun würden. Ohne zu vergessen, verlieren sie die Fähigkeit, aus der Unermesslichkeit der Reize, denen das Gehirn begegnet, das Wesentliche zu extrahieren. Sie fangen an, Verbindungen herzustellen, die nicht echt sind, oder ertrinken in einem Meer von so vielen Verbindungen, dass sie die Fähigkeit verlieren, eine zusammenhängende Geschichte zusammenzufügen.

Das von Grasemann und seinem Berater Professor Risto Miikkulainen verwendete neuronale Netzwerk heißt DISCERN. DISCERN wurde von Miikkulainen entwickelt und ist in der Lage, natürliche Sprache zu lernen. In dieser Studie wurde es verwendet, um zu simulieren, was mit der Sprache als Ergebnis von acht verschiedenen Arten von neurologischen Dysfunktionen passiert. Die Ergebnisse der Simulationen wurden von Ralph Hoffman, Professor für Psychiatrie an der Yale School of Medicine, mit dem verglichen, was er beim Studium der menschlichen Schizophrenie gesehen hatte.

Um den Prozess zu modellieren, begannen Grasemann und Miikkulainen damit, DISCERN eine Reihe einfacher Geschichten beizubringen. Die Geschichten wurden ähnlich wie das menschliche Gehirn Informationen in das Gedächtnis von DISCERN aufgenommen – nicht als getrennte Einheiten, sondern als statistische Beziehungen von Wörtern, Sätzen, Skripten und Geschichten.

"Mit neuronalen Netzen trainiert man sie im Grunde, indem man ihnen immer und immer wieder Beispiele zeigt", sagt Grasemann. „Jedes Mal, wenn Sie ihm ein Beispiel zeigen, sagen Sie, wenn dies die Eingabe ist, dann sollte dies Ihre Ausgabe sein, und wenn dies die Eingabe ist, dann sollte das Ihre Ausgabe sein.Du machst es immer wieder tausende Male, und jedes Mal passt es sich ein bisschen mehr an das an, was du willst. Am Ende hat das Netzwerk gelernt, wenn man es genug tut."

Um Hyperlearning zu modellieren, haben Grasemann und Miikkulainen das System noch einmal auf Herz und Nieren geprüft, aber mit einem geänderten Schlüsselparameter. Sie simulierten eine übermäßige Freisetzung von Dopamin, indem sie die Lernrate des Systems erhöhten – im Wesentlichen sagten sie ihm, dass es aufhören soll, so viel zu vergessen.

"Es ist ein wichtiger Mechanismus, Dinge ignorieren zu können", sagt Grasemann. „Was wir herausgefunden haben, ist, dass, wenn Sie die Lernrate in DISCERN hoch genug ankurbeln, Sprachanomalien erzeugt werden, die auf Schizophrenie hindeuten.“

Nachdem DISCERN mit der erhöhten Lernrate neu trainiert wurde, begann es, sich selbst in den Mittelpunkt fantastischer, wahnhafter Geschichten zu stellen, die Elemente aus anderen Geschichten enthielten, an die es sich erinnern sollte. In einer Antwort übernahm DISCERN beispielsweise die Verantwortung für einen terroristischen Bombenanschlag.

In einem anderen Fall zeigte DISCERN Anzeichen von "Entgleisung" - Antworten auf Anfragen nach einer bestimmten Erinnerung mit einem Durcheinander von getrennten Sätzen, abrupten Abschweifungen und ständigen Sprüngen von der ersten in die dritte Person und wieder zurück.

"Die Informationsverarbeitung in neuronalen Netzen gleicht in vielerlei Hinsicht der Informationsverarbeitung im menschlichen Gehirn", sagt Grasemann. „Also war die Hoffnung, dass es auch auf ähnliche Weise zusammenbrechen würde. Und das tat es.“

Die Parallele zwischen ihrem modifizierten neuronalen Netzwerk und der menschlichen Schizophrenie ist kein absoluter Beweis dafür, dass die Hyperlearning-Hypothese richtig ist, sagt Grasemann. Es ist jedoch eine Stütze für die Hypothese und auch ein Beweis dafür, wie nützlich neuronale Netze für das Verständnis des menschlichen Gehirns sein können.

"Wir haben so viel mehr Kontrolle über neuronale Netze, als wir jemals über Menschen haben könnten", sagt er. „Die Hoffnung ist, dass diese Art der Modellierung der klinischen Forschung helfen wird.“

Beliebtes Thema