"More Is Different'' in Neural Circuits: Algebraic Emergence of Effective Theories in Canonical Recurrent Motifs of Biological Neuronal Networks
Dit artikel toont aan dat het componeren van canonieke neurale circuitmotieven, zoals winner-take-all en divisieve normalisatie, algebraïsch emergente effectieve theorieën en reversibele groepsdynamicaën kan genereren binnen hun transitiemonoiden die afwezig zijn in de individuele aperiodieke componenten, waardoor wordt onthuld dat het computationele repertoire van recurrente circuits fundamenteel beperkt en gedefinieerd wordt door de algebraïsche structuur van hun compositionele interfaces.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Het brein is een machine die is opgebouwd uit herhalende patronen. Net zoals een huis wordt geconstrueerd uit bakstenen, balken en ramen, worden de neurale circuits binnen onze schedels samengesteld uit een kleine set standaard bouwstenen. Twee van de meest voorkomende blokken staan bekend als divisieve normalisatie en winner-take-all-competitie. De eerste werkt als een volumeknop die het algehele volume van een groep neuronen naar beneden draait wanneer ze allemaal te luid vuren, om ervoor te zorgen dat geen enkel signaal de anderen overstemt. De tweede werkt als een scheidsrechter in een drukke kamer, waarbij slechts één groep neuronen mag spreken terwijl de rest wordt verstomd. Decennialang hebben neurowetenschappers deze blokken begrepen als functionele instrumenten: de een schaalt de activiteit bij, de ander selecteert een winnaar. Maar een nieuwe studie stelt een diepere vraag over wat er gebeurt wanneer deze blokken met elkaar verbonden worden. Het onderzoekt of de verbinding zelf iets geheel nieuws creëert, een capaciteit die noch het ene, noch het andere blok op zichzelf bezit.
Dit onderzoek, geleid door Nima Dehghani aan het Massachusetts Institute of Technology, behandelt deze neurale circuits niet alleen als biologische systemen, maar als wiskundige machines. Het doel was om te zien of de manier waarop deze machines aan elkaar zijn gekoppeld, een vorm van computatie kan genereren die onmogelijk te vinden is in een enkel onderdeel. Om dit te doen, vereenvoudigden de onderzoekers het complexe, continue vuren van echte neuronen tot een set discrete toestanden, zoals een lichtschakelaar die ofwel aan of uit staat. Vervolgens bouwden ze digitale modellen van de normalisatie- en competitiecircuits en lieten deze door elke mogelijke sequentie van inputs lopen. In plaats van naar een enkel pad van activiteit te kijken, brachten ze het volledige landschap in kaart van wat de circuits konden doen wanneer de inputs in de loop van de tijd veranderden. Ze zochten naar een specifiek soort gedrag: een cyclus waarbij het systeem naar een vorige staat kon terugkeren, waardoor een lus van omkeerbare actie ontstond. In de taal van de studie zochten ze naar een "groepsstructuur", een wiskundige handtekening van een systeem dat in staat is om toestanden te onthouden en er doorheen te cyclen, in plaats van simpelweg op te lossen in een vast punt.
De studie begon met het testen van de twee circuits in isolatie. Wanneer de onderzoekers naar het winner-take-all-circuit alleen keken, ontdekten ze dat het systeem onder elke enkele, onveranderlijke input puur dissipatief was. Het zou altijd wegzinken in een enkele, stabiele toestand waarin één groep neuronen won en de rest stil was. Er waren geen lussen, geen cycli, en geen manier om terug te keren naar een vorige configuratie zodra het systeem vooruit was gegaan. Hetzelfde gold voor het normalisatiecircuit in zijn striktere, complexere vorm. Elke regel die deze circuits bestuurde, leidde wanneer toegepast in isolatie, het systeem naar een doodlopende weg. Echter, toen de onderzoekers deze circuits combineerden, veranderde het verhaal. Ze ontdekten dat door te schakelen tussen verschillende inputs in een specifieke sequentie, ze het systeem konden dwingen in een lus. Hoewel elke individuele stap een eenrichtingsverkeer was dat geheugen uitwiste, creëerde de opeenvolging van stappen een verborgen pad dat het systeem in staat stelde om terug te keren naar waar het begon. Dit was de eerste verrassing: een systeem dat volledig bestaat uit onomkeerbare delen, kon door compositie een omkeerbare lus genereren.
De meest significante bevinding kwam voort toen de onderzoekers de twee circuits in een specifieke richting met elkaar verbonden. Ze creëerden een opstelling waarbij de winnaar van de competitie de instellingen voor het normalisatieproces bepaalde. In deze opstelling zat de gekozen winnaar niet passief toe; hij vormde actief de omgeving voor het volgende moment. Wanneer ze het gecombineerde systeem analyseerden, vonden ze een cyclus die bij geen van beide circuits alleen voorkwam. In deze lus bleef de identiteit van de winnende groep neuronen constant, maar twee andere zaken veranderden gelijktijdig: de staat van de inhiberende poort die de winnaar controleerde, en de normalisatie-instelling die de algehele gain bestuurde. Het systeem wisselde tussen een toestand waarin de winnaar actief was en de poort openstond, en een toestand waarin de winnaar actief was maar de poort gesloten was, terwijl de normalisatie-instelling in perfecte synchronisatie verschoof. Deze cyclus was een echte samengestelde structuur. Het was geen kenmerk van het competitieblok, noch was het een kenmerk van het normalisatieblok. Het was een nieuwe eigenschap die alleen bestond omdat de twee blokken op deze specifieke manier aan elkaar gekoppeld waren.
Om te verzekeren dat dit resultaat geen toevalstreffer was van hun specifieke model, testten de onderzoekers duizenden variaties. Ze probeerden de circuits in de tegenovergestelde volgorde te verbinden, waarbij normalisatie het toneel bepaalde voor de competitie, en ze ontdekten dat hoewel complexe structuren nog steeds bestonden, de meest directe en voor de hand liggende cyclus diep in het systeem begraven lag, verborgen achter simpelere, lokale lussen. Ze testten ook elke mogelijke manier waarop de twee circuits aan elkaar geknoopt konden worden, waarbij ze 65.536 verschillende interface-configuraties in kaart brachten. Ze ontdekten dat de samengestelde cyclus in bijna al deze gevallen voorkwam, mits de verbinding de winnaar de mogelijkheid gaf om de normalisatie-instellingen te beïnvloeden. Ze testten ook of de timing van de updates uitmaakte. Wanneer de circuits simultaan werden bijgewerkt, verscheen de cyclus als een hard-coded kenmerk van de update-regel zelf. Maar wanneer de updates sequentieel plaatsvonden, ontstond de cyclus puur uit de interactie, wat bewees dat de structuur een resultaat was van de compositie, en niet een vooraf bestaand artefact.
De studie concludeert dat de algebra van neurale computatie rijker is dan de som der delen. Het demonstreert dat het vermogen van het brein om te rekenen niet alleen gaat over de individuele operaties van zijn circuits, maar over hoe die operaties aan elkaar worden geketend. Door te kiezen hoe een normalisatieblok aan een competitieblok wordt verbonden, kan het brein effectief een nieuwe vrijheidsgraad programmeren. Deze nieuwe vrijheid stelt het systeem in staat om een stabiele winnaar te behouden terwijl het tegelijkertijd zijn eigen gevoeligheid moduleert, wat een dynamische staat creëert die flexibeler is dan welk blok dan ook alleen zou kunnen bereiken. Het onderzoek suggereert dat het "more is different"-principe, dat vaak wordt toegepast op de complexiteit van het gehele brein, ook van toepassing is op de kleinste bouwstenen van neurale circuits. Wanneer deze blokken worden samengesteld, genereren ze een repertoire aan gedragingen die niet voorspeld kunnen worden door naar de blokken in isolatie te kijken. De overgang van een eenvoudig, dissipatief systeem naar een systeem dat in staat is tot reversibele, cyclische computatie is geen mysterie van de biologie, maar een wiskundige zekerheid van compositie. Het brein is in dit licht niet slechts een verzameling onderdelen, maar een programmeerbaar systeem waarbij de bedrading zelf de code schrijft.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.