A simple model of the co-emergence of grid and place fields

Dit artikel introduceert een unificerend recurrent netwerkmodel dat getraind is op een enkel zintuiglijke-voorspellingdoel en dat succesvol het onbewaakte co-ontstaan van rooster- en plaatscellen demonstreert, hun ontwikkelingsvolgorde verklaart en sleutelfenomenen uit experimenten reproduceert door middel van complementaire coderingsdrukken.

De kern

Stel je voor dat je brein twee speciale teams van werknemers heeft die je helpen de wereld te navigeren: het Plaats-Team en het Rooster-Team.

• Het Plaats-Team (gevonden in de hippocampus) fungeert als een "U bent hier"-pin op een kaart. Het licht alleen op wanneer je op één specifieke plek bent, zoals op de bank in je woonkamer.
• Het Rooster-Team (gevonden in de entorhinale cortex) fungeert als millimeterpapier. Het licht op in een herhalend, hexagonaal patroon waar je ook gaat, waardoor er een universeel coördinatenstelsel ontstaat om afstand en richting te meten.

Het Grote Mysterie
Lange tijd zaten wetenschappers vast in een "kip-en-ei"-raadsel. Het Plaats-Team en het Rooster-Team zijn verbonden en helpen elkaar, maar hoe verschijnen ze allebei tijdens de ontwikkeling?

• Bouwt het Rooster-Team eerst de kaart, en kiest het Plaats-Team dan gewoon een plek?
• Of vindt het Plaats-Team eerst een plek, en bouwt het Rooster-Team dan de kaart eromheen?

De meeste computermodellen probeerden dit op te lossen door eerst één team te bouwen en de ander vervolgens te forceren te verschijnen. Ze slaagden er niet helemaal in vast te leggen hoe ze samen op een natuurlijke manier groeien.

De Nieuwe Oplossing: Een Voorspelsspel
Dit artikel introduceert een nieuw computermodel dat het raadsel oplost door het brein te behandelen als een voorspel- en raadsel.

Stel je voor dat je een videospel speelt waarbij je moet raden wat je als volgende zult zien, gebaseerd op wat je zojuist zag en hoe je je bewoog.

• Als je linksom draait, verwacht je de muur aan je linkerzijde te zien.
• Als je vooruit beweegt, verwacht je dat het landschap verschuift.

De onderzoekers bouwden één enkel, verenigd netwerk van "neuronen" (computernodes) dat de regel volgt dat elke neuron ofwel een "Ga"-signaal (excitatorisch) of een "Stop"-signaal (inhibitorisch) is – precies zoals in echte hersenen. Ze trainden dit netwerk alleen om goed te zijn in het raden van het volgende ding dat het zou zien. Ze vertelden het niet: "Hé, wees een plaatscel!" of "Hé, wees een roostercel!"

Het Magische Resultaat: Gelijkmatige Ontwikkeling
Verrassend genoeg, naarmate het netwerk beter werd in zijn voorspelsspel, verschenen beide soorten cellen vanzelf, zonder speciale instructies.

• Sommige neuronen begonnen te werken als het Plaats-Team (gericht op specifieke plekken om het huidige zicht te reconstrueren).
• Anderen begonnen te werken als het Rooster-Team (gericht op patronen om beweging te voorspellen).

Het is als een groep mensen die samen een mysterie probeert op te lossen. Zonder te worden verteld wie de "detective" is en wie de "kaartmaker", splitsen ze zich natuurlijk op in die twee rollen, omdat dat de meest efficiënte manieren zijn om het raadsel op te lossen.

Waarom Dit Belangrijk Is
Het model creëerde niet alleen deze cellen; het gedroeg zich precies als een echt dierbrein in lastige situaties:

1. Haarspeldlabyrinten: Wanneer het pad terugkrult op zichzelf, breekt het roosterpatroon uiteen, precies zoals in echte experimenten.
2. Wanden Verwijderen: Wanneer een muur verdwijnt, smelten de roosterpatronen van verschillende kamers samen, net zoals in de werkelijkheid.
3. Vliegende Vleermuizen: Het recreëerde zelfs de 3D-roosterpatronen die worden waargenomen bij vleermuizen die vrij vliegen.
4. Ontwikkeling: Het toonde aan dat de "Plaats"-stijl van denken iets eerder verschijnt dan de "Rooster"-stijl, wat overeenkomt met wat we zien bij jonge dieren die opgroeien.

De Kernboodschap
Het artikel suggereert dat het brein geen twee aparte blauwdrukken nodig heeft om deze navigatiesystemen te bouwen. In plaats daarvan heeft het slechts één eenvoudig doel nodig: voorspel wat er als volgende gebeurt.

Om dit goed te doen, ontwikkelt het brein van nature twee aanvullende strategieën:

1. Reconstructie: "Hoe ziet deze specifieke plek er op dit moment uit?" (Plaatscellen).
2. Voorspelling: "Als ik deze kant op beweeg, wat zal ik als volgende zien?" (Roostercellen).

Door dit ene spel van "raad het volgende zicht" te spelen, bouwt het brein van nature tegelijkertijd zowel de "U bent hier"-pinnen als de "Millimeterpapier"-kaart.

Technische samenvatting

Technische Samenvatting: Een Eenvoudig Model van de Co-ontwikkeling van Grid- en Plaatsvelden

Probleemstelling
Ruimtelijke navigatie bij zoogdieren berust op de gecoördineerde activiteit van gridcellen in de mediale entorhinale cortex en plaatscellen in de hippocampus. Deze twee celtypen zijn wederzijds verbonden, wat een ontwikkelingsprobleem van het type "kip en ei" creëert: het blijft onduidelijk hoe beide celtypen tijdens de ontwikkeling ontstaan en elkaar versterken zonder vooraf bestaande ruimtelijke representaties. Bestaande computationele verklaringen lijden doorgaans aan een van twee beperkingen: ze leiden het ene celtype strikt af van het andere, of ze modelleren de ontwikkeling van een enkel celtype geïsoleerd met behulp van netwerkdynamica. Er ontbreken geünificeerde modellen die de gelijktijdige, onbewaakte ontwikkeling van zowel grid- als plaatsvelden verklaren.

Methodologie
De auteurs introduceren een geünificeerd recurrente neurale netwerkmodel dat is ontworpen om deze beperkingen aan te pakken. De architectuur voldoet aan de Wet van Dale, waarbij elke neuron strikt ofwel excitatorisch ofwel inhibitorisch is, waardoor biologische plausibiliteit wordt gewaarborgd. Het netwerk wordt getraind met behulp van één enkele objectieve functie: het voorspellen van de volgende sensorische waarneming op basis van gemaskerde eerdere sensorische waarnemingen en egocentrische bewegingssignalen.

Cruciaal is dat het model geen supervisie vereist voor grid- of plaatscellen, en evenmin afhankelijk is van vooraf bestaande ruimtelijke-celrepresentaties. In plaats daarvan wordt verwacht dat de ruimtelijke codes uitsluitend voortkomen uit de druk om de voorspelfout te minimaliseren in een sensorisch-motorische context. Het model werd getest in 1.000 verschillende trainingsconfiguraties om de robuustheid van de co-ontwikkeling te beoordelen, waarbij de balans tussen grid- en plaatscodering werd gemoduleerd door variabele niveaus van sensorische ruis en masking.

Belangrijkste Bijdragen

• Geünificeerde Co-ontwikkeling: Dit wordt gepresenteerd als het eerste model met één objectieve functie waarbij grid- en plaatscellen co-ontwikkelen zonder externe supervisie van enig type.
• Biologische Beperkingen: De implementatie van de Wet van Dale onderscheidt dit model van eerdere abstracte netwerkmomenten.
• Mechanistische Interpretatie: De auteurs stellen dat de enkele sensorische-voorspellingdoelstelling twee complementaire coderingsdrukken creëert: (1) het corrigeren van fouten of het reconstrueren van ontbrekende componenten van sensorische waarnemingen, en (2) het voorspellen van de volgende sensorische toestand tijdens navigatie. Deze drukken drijven de vorming van de onderscheiden ruimtelijke codes aan.

Resultaten
Het model toont succesvol de co-existentie van grid- en plaatsvelden aan in het merendeel van de trainingsconfiguraties. Zonder hertraining reproduceert het netwerk kwalitatief verschillende complexe experimentele fenomenen:

• Gridfragmentatie: Waargenomen in haarspeldlabyrinten.
• Gridsamenvoeging: Voorkomend na verwijdering van muren.
• Roosteruitlijning: Over verbonden kamers.
• 3D-veldordening: Lokaal geordende 3D-velden die lijken op die waargenomen bij vrij vliegende vleermuizen.
• Ontwikkelingsvolgorde: Het model reproduceert de experimenteel waargenomen ontwikkelingsvolgorde waarbij plaatscellen voorafgaan aan gridcellen.

De balans tussen de twee ruimtelijke codes blijkt gevoelig te zijn voor de hoeveelheid sensorische ruis en masking die tijdens de training wordt toegepast.

Betekenis
Het artikel beweert een schakel-niveauverklaring te bieden voor de co-ontwikkeling van grid- en plaatscellen, waarbij het ontwikkelingsafhankelijkheidsprobleem wordt opgelost door aan te tonen hoe een enkele voorspellende doelstelling beide representaties gelijktijdig kan genereren. Bovendien stellen de auteurs dat hun bevindingen experimenteel toetsbare voorspellingen genereren met betrekking tot het gedrag van deze twee soorten ruimtelijke codes, en bieden ze een raamwerk om het voorgestelde mechanisme van sensorische-voorspellingsgedreven ontwikkeling te valideren.