A Drosophila Whole-Connectome Network Can Learn Human-Designed Cognitive Tasks
Questo studio dimostra che il cablaggio anatomico fisso di un connettoma di *Drosophila* maschio funge da efficace substrato computazionale per l'apprendimento di compiti cognitivi progettati dall'uomo, come l'addizione limitata e il linguaggio relazionale radicato, superando significativamente le ricollegature casuali della rete.
Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Il cervello umano è spesso descritto come l'oggetto più complesso dell'universo conosciuto, una rete intricata di miliardi di cellule che ci permette di pensare, muoverci e parlare. Per decenni, gli scienziati hanno cercato di mappare questo cablaggio, creando diagrammi dettagliati chiamati connettomi che mostrano esattamente quali neuroni siano connessi tra loro. Queste mappe vengono solitamente studiate per capire come il cervello controlla il corpo, come ad esempio come una mosca veda un fiore o come un essere umano sollevi una tazza. Ma una nuova linea di indagine pone una domanda più audace: se si prendesse lo schema fisico del cablaggio di un cervello e lo si utilizzasse come scheletro per un programma informatico, quel programma sarebbe in grado di apprendere cose che l'animale non si è mai evoluto per fare? È un test per verificare se la forma specifica delle connessioni biologiche contenga un potere segreto che le connessioni casuali non possiedono.
Ricercatori del Korea Advanced Institute of Science and Technology hanno deciso di testare questa idea utilizzando l'intero sistema nervoso di una singola mosca della frutta maschio. Hanno preso la mappa pubblicamente disponibile del cervello di questa mosca, che contiene oltre 166.000 neuroni e quasi 26 milioni di connessioni, e l'hanno utilizzata come struttura fissa per una rete artificiale. Non hanno cercato di simulare i pensieri o i movimenti effettivi della mosca. Invece, hanno addestrato questo scheletro biologico a risolvere due compiti che nulla hanno a che fare con le mosche della frutta: sommare numeri e comprendere un semplice linguaggio relativo a eventi sensoriali. Nel primo compito, la rete doveva imparare ad aggiungere due numeri, dove la somma non superava mai cento. Nel secondo, doveva ascoltare la descrizione di due sensazioni fisiche, come una forte pressione su una zampa seguita da un debole movimento, e poi associare correttamente quella descrizione all'evento, anche quando l'ordine degli eventi era invertito.
Per vedere se il cablaggio specifico della mosca fosse importante, gli scienziati hanno creato un gruppo di controllo. Hanno preso lo stesso numero di neuroni e connessioni ma hanno rimescolato i collegamenti in modo casuale, mantenendo invariato solo il numero di connessioni di ciascun neurone. Questo ha creato un cervello "ricablato" che era statisticamente simile, ma privo dei percorsi specifici evoluti della vera mosca. Quando hanno addestrato la rete della vera mosca sul compito di addizione, questa ha avuto successo con un'alta precisione, ottenendo la risposta corretta quasi il 93 percento delle volte su problemi nuovi che non aveva mai visto prima. Le reti casuali, ricablate, hanno incontrato difficoltà significative, raggiungendo solo circa il 68 percento di precisione. La differenza è stata sostanziale, suggerendo che la disposizione specifica del cervello della mosca fornisse un vantaggio nascosto per l'apprendimento della matematica, nonostante la mosca stessa non faccia matematica.
I risultati sono stati ancora più sorprendenti con il compito del linguaggio. In questo caso, la rete doveva collegare gli input sensoriali alle parole, imparando che un particolare schema di segnali significava "forte pressione" e che questo accadeva "prima" di un "debole movimento". I ricercatori hanno testato la rete in quattro modi diversi, cambiando il punto in cui le informazioni sensoriali entravano nel cervello e dove le parole uscivano, per garantire che i risultati non fossero solo un caso dovuto a una specifica configurazione. In tutti questi test, la rete costruita sul cervello della vera mosca ha superato costantemente le versioni ricablate. Nel test più difficile, che richiedeva alla rete di accoppiare correttamente una scena con la sua descrizione e anche la scena invertita con la sua descrizione invertita, il vero cervello ha ottenuto un punteggio di circa il 62 percento, mentre le versioni casuali hanno raggiunto in media solo il 44 percento. In un confronto più ampio che coinvolgeva venti diversi ricablaggi casuali, il vero cervello della mosca è arrivato primo, battendo ogni singolo altro modello.
Fondamentalmente, lo studio ha dimostrato che questo vantaggio non dipendeva solo dal numero corretto di connessioni. I ricercatori hanno scoperto che il successo del vero cervello dipendeva fortemente dall'allineamento tra gli input sensoriali e le parti specifiche del cervello a cui erano connessi. Quando hanno rimescolato i segnali sensoriali in modo che l'input non corrispondesse più al cablaggio naturale del cervello, le prestazioni del vero cervello sono crollate, passando da circa il 61 percento a solo il 19 percento. Ciò ha dimostrato che la struttura del cervello non era solo un contenitore generico per l'apprendimento; era una macchina specializzata dove la posizione fisica degli input contava profondamente. Le reti casuali, prive di questo specifico allineamento, non potevano recuperare dalla confusione.
Le scoperte suggeriscono che il modo in cui un cervello è cablato contenga un modello riutilizzabile per l'apprendimento, un bias induttivo che aiuta a risolvere i problemi in modo efficiente. Questo non significa che il cervello della mosca sia un computer universale capace di fare qualsiasi cosa. La rete ha comunque avuto bisogno di essere addestrata da zero e non poteva apprendere senza gli input sensoriali corretti. Tuttavia, lo studio dimostra che la disposizione biologica degli archi in un connettoma è più di un semplice registro del passato di un animale; è un'architettura funzionale che può essere riutilizzata per compiti cognitivi progettati dall'uomo. I percorsi specifici che si sono evoluti affinché una mosca possa navigare nel suo mondo forniscono anche un vantaggio iniziale per un computer che cerca di apprendere l'aritmetica e il linguaggio, una scoperta che sfida l'idea che il cablaggio biologico sia utile solo per i comportamenti per i quali si è originariamente evoluto.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.