How Recurrent Neural Information Flow Can Generate a Setpoint

Het brein is een uitgestrekt netwerk van cellen die elektrische signalen afvuren om te denken, te voelen en te bewegen. Voor dit systeem om te functioneren, moet het algemene activiteitsniveau binnen een specifieke marge blijven. Als het netwerk te weinig vuurt, wordt het stil en stopt het met werken; als het te veel vuurt, kan het escaleren in chaotische, ongecontroleerde uitbarstingen. Biologen weten al lang dat het brein mechanismen heeft om deze activiteit in toom te houden, vaak door de sterkte van de verbindingen tussen cellen in de loop van de tijd aan te passen. Echter, een precieze vraag is onbeantwoord gebleven: waar komt het doelniveau eigenlijk vandaan? Heeft het brein een aparte, toegewezen controlecentrale nodig die de activiteit constant meet en een "doel"-signaal stuurt om de neuronen te vertellen hoe snel ze moeten vuren? Of kan het netwerk zelf, door de eenvoudige heen-en-weergaande stroom van signalen tussen zijn onderdelen, op natuurlijke wijze een stabiel operationeel niveau bereiken zonder externe instructie?

Een nieuwe studie door Luciano Fernandes aan de Washington State University onderzoekt deze vraag met behulp van een gedetailleerd wiskundig model van een neuraal netwerk. De onderzoekers bouwden een virtueel hersencircuit bestaande uit twee hoofdgroepen neuronen: excitatieve cellen die vuren stimuleren en inhibitoire cellen die het onderdrukken. In hun model zijn deze groepen verbonden in een lus waarbij de excitatieve cellen de inhibitoire cellen aansturen, die op hun beurt een signaal terugsturen om de excitatieve cellen te kalmeren. Cruciaal is dat dit model geen externe "setpoint"-variabele bevat, geen aparte sensor om de snelheid te meten, en geen plasticiteit die de verbindingen in de loop van de tijd verandert. De enige feedback komt van de inhibitoire cellen zelf. De studie vraagt zich af of deze eenvoudige lus, die uitsluitend wordt aangedreven door de informatiestroom van de inhibitoore cellen terug naar de excitatieve cellen, voldoende is om een stabiele vuursnelheid te creëren en vast te houden.

De onderzoekers ontdekten dat het antwoord ja is, maar alleen onder zeer specifieke omstandigheden. De waarde van de stabiele vuursnelheid wordt volledig bepaald door de balans van de activiteit die rond de lus stroomt. Het is een vast punt waar de excitatie en inhibitie elkaar perfect opheffen, wat een uniek, constant ritme creëert. Echter, om dit niveau stabiel te zijn — wat betekent dat het netwerk terugkeert naar dit niveau na een kleine verstoring — moet het inhibitoire signaal informatie over de huidige staat van het netwerk met de juiste sterkte en snelheid terugsturen naar de excitatieve cellen. Als de feedback te zwak is, drijft het netwerk weg van het niveau; als het te sterk is, begint het wild te oscilleren. De studie bewijst wiskundig dat er een nauwkeurig venster is van feedbacksterkte waarbij het niveau stabiel blijft, en een kritische limiet op de hoeveelheid vertraging die is toegestaan in de reistijd van het signaal.

Een centrale ontdekking van het artikel is dat het handhaven van deze stabiliteit fundamenteel een informatieprobleem is. Het netwerk is op zichzelf inherent instabiel; zonder de inhibitoire feedback zou elke kleine afwijking in de beginstaat exponentieel groeien, waardoor het netwerk naar een andere staat zou weglopen. Om dit te voorkomen, moet het inhibitoire pad informatie over de huidige staat van het netwerk terugsturen naar de excitatieve cellen. De studie berekent de exacte minimale snelheid waarmee deze informatie moet stromen om het systeem stabiel te houden. Voor het specifieke netwerk dat zij analyseerden, is deze minimale snelheid ongeveer 28,9 bits per seconde. Dit betekent dat het feedbackkanaal in staat moet zijn om elke seconde ten minste deze hoeveelheid informatie over te dragen. Als het kanaal trager is dan dit, of als het signaal niet afhankelijk is van de huidige staat (bijvoorbeeld als het een constant, onveranderlijk signaal is), verliest het netwerk zijn stabiele niveau en stort het in in chaos of een andere toestand met lage activiteit.

Om deze theoretische limieten te testen, draaiden de onderzoekers computersimulaties van het netwerk, inclusief een grootschalige versie met 10.000 individuele neuronen die vuren als echte hersencellen. Ze vervingen het natuurlijke, continue inhibitoire signaal door digitale codes die informatie met verschillende snelheden verzonden. Wanneer ze een efficiënte coderingsmethode gebruikten die informatie compact verpakte, hield het netwerk zijn stabiele niveau vast zolang de transmissiesnelheid net iets boven de berekende minimum van 28,9 bits per seconde lag. Wanneer de snelheid zelfs maar iets onder deze drempel zakte, slaagde het netwerk er niet in het niveau te handhaven, ongeacht hoe de code gestructureerd was. Omgekeerd, wanneer ze inefficiënte coderingsmethoden gebruikten, had het netwerk een veel hogere transmissiesnelheid nodig om stabiel te blijven. Dit bevestigde dat de limiet niet slechts een theoretische curiositeit is, maar een harde beperking op de hoeveelheid informatie die de feedbacklus moet dragen.

De studie onderzocht ook hoe het netwerk omgaat met veranderingen in input. Hoewel het netwerk kleine, tijdelijke schokken kan weerstaan en terugkeert naar zijn stabiele niveau, kan het een aanhoudende, constante verandering in input niet negeren. Wanneer de onderzoekers een continue extra stroom toepasten op de excitatieve cellen, verschoof het stabiele niveau naar een nieuwe waarde. Dit onthult dat het niveau dat door deze informatiestroom wordt gegenereerd, een "settling point" (rustpunt) is in plaats van een rigide setpoint. Het is een stabiele staat waartoe het netwerk na verstoringen van nature terugkeert, maar het beweegt als de onderliggende condities permanent veranderen. Dit onderscheid is belangrijk omdat het aantoont dat het hier beschreven mechanisme verklaart hoe een netwerk een niveau kan vasthouden tegen ruis, maar niet hoe het brein een vast niveau handhaaft tegen langetermijnveranderingen, wat waarschijnlijk aanvullende biologische processen vereist die niet in dit model zijn opgenomen.

De bevindingen suggereren dat het vermogen van het brein om een constante vuursnelheid te handhaven mogelijk niet afhankelijk is van een aparte, toegewezen controller. In plaats daarvan ontstaat de stabiliteit uit de handeling zelf waarbij de inhibitoire neuronen informatie terugsturen naar de excitatieve cellen. Het netwerk houdt zijn niveau vast omdat de inhibitoire feedback genoeg informatie over de huidige staat overdraagt om de natuurlijke neiging van het netwerk om te gaan drijven tegen te gaan. Deze informatiestroom werkt als de lijm die het systeem bij elkaar houdt. Het onderzoek biedt een precieze, toetsbare voorspelling: in elk biologisch circuit dat vertrouwt op dit type inhibitie-gestabiliseerd mechanisme, moet het pad dat het inhibitoire signaal draagt een capaciteit hebben om informatie over te dragen die een specifieke minimale snelheid overschrijdt. Als het signaal te traag, te ruizig of te vertraagd is, verliest het circuit zijn stabiliteit. Dit biedt een nieuwe manier om naar neurale regulatie te kijken, waarbij het handhaven van hersenactiviteit niet wordt gezien als een kwestie van het matchen van een doel, maar als een continue, informatie-theoretische evenwichtsoefening waarbij de stroom van data zelf de stabiliteit creëert.