ملخص تقني: التمثيلات الأفلاطونية في الدماغ البشري

بيان المشكلة

تفترض فرضية التمثيل الأفلاطوني القوية أن الشبكات العصبية الاصطناعية المدربة بشكل مستقل تتقارب نحو تمثيلات متشابهة هندسيًا، مما يسمح بترجمة التضمينات عبر النماذج باستخدام فضاء كامن عالمي دون الحاجة إلى بيانات مقترنة أو مدخلات مشتركة. وبينما توجد أدلة على ذلك في أنظمة الرؤية واللغة الاصطناعية، إلا أنه لا يزال من غير المعروف ما إذا كان هذا المبدأ يمتد إلى الأنظمة العصبية البيولوجية.

تعتمد طرق تصوير الأعصاب الحالية لمحاذاة بيانات الدماغ عبر الأشخاص (مثل المحاذاة الفائقة - hyperalignment) عادةً على مثيرات مشتركة لإنشاء ارتباطات بين الأشخاص، أو تعتمد على فضاءات مرجعية خارجية (مثل الميزات المستمدة من النماذج). السؤال المركزي الذي تعالجه هذه الورقة هو ما إذا كان يمكن استعادة هندسة عصبية مشتركة من التمثيلات الدماغية المتعلمة بشكل مستقل فقط، باستخدام الهندسة الجوهرية للاستجابات العصبية وحدها، ودون عينات مقترنة بين الأشخاص أو تمثيلات نماذج وسيطة.

المنهجية

يقترح المؤلفون إطار عمل مكونًا من ثلاث مراحل لاختبار هذه الفرضية باستخدام مجموعة بيانات المشاهد الطبيعية (NSD)، حيث شاهد 8 أشخاص صورًا طبيعية معقدة. ومن الأهمية بمكان أن الطريقة تستخدم صورًا خاصة بكل موضوع وغير مشتركة للتعلم، وتستخدم مجموعة من الصور المشتركة حصريًا للتقييم.

1. تعلم التضمينات الحافظة للهندسة (خاصة بكل موضوع)

لكل موضوع $s$، يقوم مشفر ذاتي الإشراف $f_s$ برسم خرائط لاستجابات fMRI $X^{(s)}$ إلى فضاء تضمين منخفض الأبعاد $Z^{(s)}$.

• الإشراف الذاتي عبر التكرار: تستغل الطريقة تقديم المثيرات المتكرر. وبدلاً من حساب متوسط التكرارات (الذي يفترض الاستقلالية)، يعامل المشفر التكرارات كأنها رؤى صاخبة لإشارة مستقرة.
• خط المعالجة:
  1. وزن موثوقية الفوكسل (Voxel): يتم إعادة وزن الفوكسلات بناءً على ارتباطها عبر التكرارات لتخفيف الضوضاء.
  2. الإسقاط الخطي: يتم إسقاط الاستجابات الموزونة بالموثوقية عبر تحليل المكونات الرئيسية (PCA)، متبوعًا بتحليل الارتباط المتعدد (MCCA) لاستخراج المكونات المشتركة عبر الرؤى.
  3. التحسين غير الخطي: يقوم "المدرج متعدد الطبقات" (MLP) المتبقي بتحسين التضمين الخطي. يتم تدريب النموذج باستخدام فقدان (InfoNCE) التبايني وحرص على تقارب جيب التمام (cosine pull) لضمان تقارب تضمينات الصور نفسها (عبر التكرارات المختلفة)، بينما تتباعد تضمينات الصور المختلفة.
• الهدف: تعلم فضاء تضمين $Z^{(s)}$ يعكس التنظيم الجوهري لاستجابات المثير لدى الموضوع دون توجيه خارجي.

2. الترجمة الثنائية من دماغ إلى دماغ

بناءً على التضمينات المتعلمة بشكل مستقل $\{Z^{(s)}\}$، يسعى المؤلفون لإيجاد تحويلات متعامدة $R_{s \to t}$ لترجمة فضاء الموضوع $s$ إلى فضاء الموضوع $t$ دون بيانات مقترنة.

• الارتباط الزائف: بما أنه لا تتوفر صور مشتركة أثناء التدريب، تنشئ الطريقة أزواجًا متطابقة زيفًا عن طريق تجميع فضاء تضمين كل موضوع (K-means) ومطابقة المراكز بناءً على هياكل التشابه الزوجي.
• التحسين التكراري: يقوم نهج تكراري مشابه لخوارزمية "إيزي أقرب نقطة" (ICP) بتحسين حل "بروكروستس" المتعامد.
• التماثل: يتم جعل الدوران الناتج متماثلاً لضمان أن $R_{t \to s} = R_{s \to t}^\top$، وهو شرط لضمان الاتساق العالمي.

3. بناء الفضاء الكامن المشترك (المزامنة العالمية)

للانتقال لما وراء الترجمات الزوجية وإنشاء نظام إحداثيات واحد متماسك، يحل المؤلفون مشكلة المزامنة المتعامدة عبر المجموعة $O(d)$.

• يتم إنشاء مصفوفة كتليّة من الدورات الزوجية.
• تستعيد طريقة طيفية (spectral method) تحويلًا متعامدًا واحدًا $R_s$ لكل موضوع بحيث يكون $R_{s \to t} \approx R_s R_t^\top$.
• يؤدي هذا إلى رسم خرائط لجميع تضمينات المواضيع إلى فضاء كامن مشترك $Z$، مما يفرض اتساقًا دوريًا عبر رسم المواضيع البياني.

النتائج الرئيسية

الأداء داخل الموضوع الواحد

نجح المشفر ذاتي الإشراف في استخراج تمثيلات مثيرة مستقرة من بيانات fMRI الصاخبة.

• الاسترجاع: حقق النموذج متوسط رتبة قدره 5.28 (الصدفة = 258) و R@1 قدره 0.82 في استرجاع الصور المتطابقة عبر التكرارات داخل نفس الموضوع.
• المقارنة: يتفوق هذا على الخطوط المرجعية العصبية المباشرة (GLMsingle, PCA)، والطرق ذاتية الإشراف متعددة الرؤى (SplitAE, DeepCCA)، والخطوط المرجعية الموجهة بالنماذج (CLIP, DINOv2). إن الإشراف الذاتي القائم على التكرار يستعيد معلومات أقوى على مستوى الحالة مقارنة بالمشفرات الموجهة خارجيًا.

الترجمة عبر المواضيع (غير الخاضعة للإشراف)

نجحت الطريقة في ترجمة التضمينات بين المواضيع باستخدام بيانات غير مقترنة فقط.

• الأداء: في الصور المشتركة التي تم حجزها للاختبار، حققت الترجمة المتعامدة غير الخاضعة للإشراف متوسط رتبة قدره 2.56 و R@1 قدره 0.78 عبر أزواج المواضيع.
• الخطوط المرجعية: تفوقت هذه الطة بشكل كبير على ضوابط "عدم الترجمة" (متوسط الرتبة ~189) وعلى مطابقة النقل الأمثل (optimal transport). كما تفوقت أيضًا على الخطوط المرجية الموجهة بالنماذج (مثل CLIP, ViT) والتي تعتمد على فضاءات الميزات الخارجية.
• الهندسة: تشير درجات تحليل التشابه التمثيلي (RSA) العالية إلى أن الفضاءات الخاصة بكل موضوع هي تقريبًا متماثلة قياسيًا (isometric).

الفضاء الكامن المشترك

تؤدي مزامنة الدورات الزوجية في فضاء مشترك واحد إلى تحسين الأداء بشكل أكبر.

• التحسن: تقلل المزامنة العالمية من متوسط الرتبة من 2.47 (زوجي) إلى 1.97 وترفع R@1 من 0.79 إلى 0.83.
• الدلالة: يؤكد هذا أن الفضاءات المتعلمة بشكل مستقل لكل موضوع متوافقة متبادلاً مع نظام إحداثيات مشترك.

المحاذاة مع النماذج

عند رسم خرائط التضمينات العصبية المستعادة إلى طبقات الشبكات العصبية الاصطناعية (ANN) عبر خرائط خطية خاضعة للإشراف:

• يحسن انحدار ريدج (Ridge regression) عملية الاسترجاع (متوسط الرتبة ~5.86) مقارنة بالخرائط شبه المتعامدة، مما يشير إلى أن الشبكات العصبية الاصطناعية تلتقط معلومات مثيرة ذات صلة.
• ومع ذلك، تظل هذه الخرائط الخاضعة للإشراف أدنى من الترجمة من دماغ إلى دماغ غير الخاضعة للإشراف (متوسط الرتبة 1.97). وهذا يشير إلى أنه بينما تشترك الشبكات العصبية الاصطناعية في المعلومات مع الدماغ، فإنها لا تشترك في نفس التحويلات الهندسية القريبة من التماثل القياسي الملاحظة عبر البشر.

الأهمية والادعاءات

تدعي الورقة أنها تقدم أول دليل على أن فرضية التمثيل الأفلاطوني القوية تنطبق على الأنظمة العصبية البيولوجية. وتحديدًا:

1. الهندسة المشتركة: التمثيلات الدماغية (fMRI) الخاصة بكل موضوع في القشرة البصرية البشرية هي تقريبًا متماثلة قياسيًا عبر الأفراد.
2. الفضاء الكامن العالمي: يمكن ترجمة هذه التمثيلات إلى نظام إحداثيات مشترك باستخدام تحويلات هندسية بحتة (دورات متعامدة) متعلمة من البيانات الجوهرية، دون عينات مقترنة بين الأشخاص أو ركائز نماذج خارجية.
3. الآثار العملية: تشير هذه الهندسة المشتركة إلى أن البيانات، والمشفرات، وأجهزة فك التشفير المتعلمة من موضوع واحد يمكن نقلها إلى موضوع آخر، مما يقلل من الحاجة إلى معايرة مكثفة خاصة بكل موضوع في تطبيقات مثل فك تشفير fMRI-إلى-صورة أو توليد البيانات العصبية الاصطناعية.

يظل المؤلفون متواضعين بشأن القيود، مشيرين إلى أن التحليل يعتمد على بيانات fMRI عالية الجودة مع تكرارات، وأن إجراء الترجمة غير المقترنة حساس للتهيئة الأولية. هم لا يدعون أن الشبكات العصبية الاصطناعية الحالية تحاكي تمامًا الهندسة البشرية، بل يشيرون إلى أن الدماغ يمتلك بنية عالمية يمكن استعادتها لم تتمازج معها النماذج بعد عبر التحويلات المتماثلة قياسيًا.