A transformer-based model reveals sparse, stimulus-dependent orientation readout from macaque V1 population activity
本研究は、トランスフォーマーベースのモデルがマカク猿のV1集団活動から刺激の向きを精密に再構成できることを示し、冗長な神経符号化が自己注意機構によって媒介される柔軟で疎かつ刺激依存的な読み出しメカニズムを支えていることを明らかにしている。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む
脳の後方にある薄い組織の層である一次視覚野は、私たちが目にするすべてのものに対する最初の主要な処理ステーションとして機能している。光が目に当たると、信号はこの領域へと伝わり、そこでは数百万もの個々のニューロンが、視覚世界の特定の特性に反応して発火する。これらのニューロンが検出する最も基本的な特性の一つは、方位（オリエンテーション）である。つまり、線やエッジがどの角度で傾いているかということである。数十年にわたる研究により、これらのニューロンは一様ではないことが示されている。各ニューロンは、特定の方向を指す小さなコンパスの針のように、それぞれが好む角度を持っている。しかし、脳は単一のニューロンに、今見ている角度が何度であるかを判断させているわけではない。その代わりに、視覚刺激は、それぞれがわずかに異なる好みを持ち、活動レベルも異なる数千ものニューロンからなる、広大で重なり合った群衆を活性化させる。これは、同じ情報が大規模な集団の中に分散して存在する、複雑で冗長なコードを作り出している。神経科学者にとっての長年の謎は、脳がいかにしてこの巨大でノイズの多い群衆の中から、世界に関する単一かつ精密な答えを抽出しているのかということであった。もしすべてのニューロンが少しずつ貢献しているのだとしたら、脳はどのようにしてどのニューロンに耳を傾けるべきかを決定し、果たしてそれらすべてに対して平等に耳を傾けているのだろうか。
このパズルを解くために、研究者たちは人工知能の分野から強力な新しいツールである「トランスフォーマー型モデル」を活用した。もともと言語処理のために設計されたこの種のコンピュータプログラムは、複雑な入力のどの部分が特定のタスクにとって最も重要であるかを判断することに非常に長けている。北京大学と浙江大学の科学者を中心とするチームは、このモデルを実際の生物学的データに適用した。彼らは、覚醒状態のマカク猿7匹の視覚野から、1,000個以上のニューロンの活動を同時に記録した。猿には、様々な角度の縞模様（ガボール刺激として知られる）を見せた。研究者たちは、これらのニューロンの集団的なカルシウム応答をコンピュータモデルに入力し、猿が見た正確な画像を再構成するように指示した。目的は、コンピュータが角度を推測できるかどうかを確認することだけでなく、プロセスの中でコンピュータがどのニューロンに注意を向ける（アテンションを払う）と決定するかを観察することであった。
結果は驚くべきものだった。コンピュータモデルは、線の方向性を平均誤差1度未満という驚異的な精度で再構成し、縞模様の画像を再現した。このレベルの精度は、より単純なコンピュータモデルが達成できるものを大きく上回っており、トランスフォーマー構造がこの複雑な生物学的信号を解読するのに適していることを証明した。しかし、真のブレイクスルーは、モデルの「心」を覗き込んだ時に訪れた。コンピュータがデータを処理する際、モデルは「注意のマップ（アテンション・マップ）」を生成し、決定を下す際に各ニューロンに対してどれだけの重みを与えたかを示した。研究者たちは、モデルが1,000個のニューロンすべてを平等なパートナーとして扱っていないことを発見した。その代わりに、特定の方位に対して、再構成はわずか2、3個の極めて少数の、疎なグループによって支配されていた。これらの特定のニューロンはランダムなものではなかった。それらは、好みの角度が提示された画像と一致していたニューロンであり、かつ、ネットワークの他の部分から最も強い「注意」信号を受け取っていたニューロンであった。
この発見は、脳は明確な像を得るために数千のニューロンからの信号を平均化しなければならないという一般的な仮定に疑問を投げかけるものである。この研究は、脳は大規模な集団の中に情報を冗長に保持している一方で、その情報を極めて選択的かつ柔軟に取り出していることを示唆している。モデルは、これらの主要なニューロンが特別な理由として、単に正しい角度を好んでいるからだけでなく、隣接するニューロンからの共有ノイズや変動性が少ない、より独立した存在であることも明らかにした。さらに、モデルはこれら少数の主要なニューロンからの信号を鋭敏化させ、最も有用な情報のボリュームを上げ、群衆の残りのノイズを抑えることができることを示した。このプロセスによって、システムは混沌とした活動の海から、精密な方位を抽出することができたのである。
おそらく、この柔軟なシステムの最も説得力のある証拠は、「もしも」の実験からもたらされた。研究者たちは、モデルから高い重み付けがなされていた少数のニューロンを取り除き、再度試行させた。モデルは失敗するどころか、迅速に適応した。モデルは、取り除かれたニューロンと類似した特性を持つ、別の新しい代わりのニューロンを動員した。これらの新しいニューロンもまた、正しい角度に調整されており、高い精度で方位の解読を引き継ぐことができた。これは、脳が固定された不変の「スター」ニューロンのセットに依存しているのではないことを示している。むしろ、視覚情報を読み取る能力は動的なプロセスであり、冗長な細胞集団がセーフティネットを提供することで、精度を失うことなく、必要に応じて異なるニューロンのサブセットへと切り替えることを可能にしているのである。
この研究は、視覚野が「冗長な保存」と「疎で刺激依存的な読み出し」という原理に基づいて機能していることを裏付けている。脳は同じ情報を多くの場所に保持することで堅牢性を確保しているが、決定を下す必要があるときには、集団の中の非常に小さく、極めて効果的なサブセットにリソースを集中させる。このメカニズムにより、大規模なネットワークによる安定性と、集中した読み出しによる速度および精密さの両立が可能になる。トランスフォーマーモデルを用いて実際のニューロンの活動を解読することで、研究者たちは、脳がどのようにして膨大な、重なり合ったコードから特定の詳細を抽出しているのかという問題の解決策に、明確な窓を開いたのである。この知見は、脳の効率性が、より少ないニューロンを持つことにあるのではなく、ある瞬間においてどのニューロンが最も重要であるかを、賢明かつ柔軟に選択する方法を持っていることにあることを示唆している。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。