Frivillig generasjon av reproduserbare, effektive tidsmessige mønstre
Jul 14, 2023
Abstrakt:En av de ekstraordinære egenskapene til den biologiske hjernen er den lave energikostnaden det krever å implementere en rekke biologiske funksjoner og intelligens sammenlignet med moderne kunstig intelligens (AI). Spike-baserte energieffektive tidskoder har lenge vært foreslått som en bidragsyter til at hjernen kjører på lave energikostnader. Til tross for at denne koden i stor grad har blitt rapportert i sensorisk cortex, har det forblitt uadressert om denne koden kan implementeres i andre hjerneområder for å tjene bredere funksjoner og hvordan den utvikler seg gjennom læring. I denne studien designet vi et nytt brain-machine interface (BMI) paradigme. To makaker kan frivillig generere reproduserbareenergieffektive tidsmønstrei den primære motoriske cortex (M1) ved å lære BMI-paradigmet. Dessuten økte ikke de fleste nevroner som ikke var direkte tildelt til å kontrollere BMI deres eksitabilitet, og de demonstrerte en generell energieffektiv måte å utføre oppgaven på. I løpet av læringen fant vi ut at avfyringshastighetene og tidspresisjonen til utvalgte nevroner utviklet seg sammen for å generereenergieffektive tidsmønstre, noe som antyder at sammenhengende snarere enn dissosierbar prosessering ligger til grunn for foredlingen av energieffektive tidsmønstre.
Nøkkelord:presise tidsmessige mønstre;energieffektiv kode;hjerne-maskin-grensesnitt; primær motorisk cortex
KLIKK HER FOR Å KJENE CISTANCHE FOR Hjerneenergi
1. Introduksjon
Selv om menneskehjernen aktivt tapper 20 prosent av kroppens energi, bruker den til slutt bare 20 watt strøm [1,2]. Dessuten har en av de nyeste studiene avslørt at kraft brukt til nevrale beregninger tar mindre enn én prosent av det totale budsjettet [3]. Sammenlignet med energien som forbrukes av moderne kunstig intelligens (AI) implementert i silisiumbasert maskinvare, bruker hjernen ekstraordinært lite for å implementere biologisk intelligens. I flere tiår har forskere og ingeniører forsøkt å trekke innsikt fra nevrale kodeskjemaer for å bygge effektive intelligente systemer. Tidsmessig koding, der informasjon kommuniseres og behandles gjennom tidsmessig koordinering av pigger, utnytter piggernes diskrete natur. Den tidsmessige koden kan teoretisk ha mer informasjon enn satskoden [4]. Derfor har tidskoding vakt oppmerksomhet og har blitt brukt i AI-praksis [5–7]. Implementeringen av tidskoder fører imidlertid ikke nødvendigvis til sparsomhet eller et lavt energibudsjett globalt i biologiske hjerner (Figur 1A). I følge [8] er kodeeffektivitet definert som forholdet mellom representasjonskapasiteten og den forbrukte energien, som er preget av antall aksjonspotensialer inkludert. En fersk studie har indikert at generering av presise tidsmønstre er ledsaget av forhøyet eksitasjon [9]. I dette tilfellet, selv om presise tidsmessige mønstre ble robust generert, ble de ikke ansett som effektive, på grunn av de økende metabolske kostnadene forårsaket av overskuddstopper. Derfor er det veldig nødvendig med en dypere forståelse av hvor effektive tidsmessige mønstre genereres og av den nevrale forskjellen som ligger til grunn for genereringen av effektive og ikke-effektive mønstre. Denne dypere forståelsen er nøkkelen til å trekke funksjonelle implikasjoner innen nevrovitenskap og designe effektiv kunstig intelligens.
Figur 1. Skjematisk over presise tidskoder. (A) Skjematisk som illustrerer to typer presise tidskoder. Skyggelagte rektangler markerer den nøyaktige synkroniseringen utover hastighetsfluktuasjonen som er bevart i piggtogene til to nevroner. Imidlertid inneholder det effektive presise tidsmønsteret som er avbildet til høyre færre pigger enn det til venstre, selv om antallet piggtilfeldigheter under de to tilfellene er identisk. (B) Skjematisk over hvordan effektive koder studeres på kunstige nevrale nettverk ved å eksplisitt inkorporere regulariseringsbegrepet i kostnadsfunksjonen for å straffe høye skytehastigheter r(t). Her betegner c(t) målsignalene som skal representeres av nettverket. (C) Skjematisk over den eksplisitte inkorporeringen av informasjonskapasitet c(t) og metabolske kostnader (nevroners avfyringshastighet r(t)) i dekoderen til hjerne-maskin-grensesnittet for studiet av de effektive kodene in vivo. NCS(t) er den dekodede variabelen definert i denne studien
I løpet av de siste tiårene har forskere dokumentert effektive tidsmønstre, hovedsakelig i sammenheng med stimuluskoding [10,11]. Men i tillegg til å representere stimulus, utføres forskjellige beregninger i den biologiske hjernen for å gi intelligens, for eksempel arbeidsminnet, generering av komplekse selvopprettholdte mønstre og utgivelse av utdata. Ikke desto mindre er svært lite kjent om effektive tidsmønstre kan implementeres reproduserbart for å tjene et bredere spekter av funksjoner. Et annet kontroversielt tema i forhold til effektiv kode er dens lærebarhet. Siden den tidsmessige forskyvningen av hver spike "teller", og eventuelle overskuddspiker ville bli sett på som metabolsk kostbare ved definisjonen av effektiv kode, lover utplasseringen av denne koden i det piggbaserte nevrale nettverket for å støtte effektiv beregning mye. Imidlertid har relativt få studier vist at nettverk kan trenes til å generere effektive mønstre [12–14]. En foreslått strategi var å eksplisitt begrense skytehastighetene i kostnadsfunksjonen og å trene nettverket med global feiltilbakespredning, noe som var biologisk usannsynlig (figur 1B). Likevel er det ikke demonstrert om de effektive mønstrene kan læres på en biologisk plausibel måte, noe som kan være utfordrende å undersøke in vivo siden man ikke kan definere "mål" for å begrense utslipp av pigger under tradisjonelle atferdsoppgaver, som er tilfellet. i de kunstige nevrale nettverkene.
For å møte disse utfordringene, tok vi fordel av et hjerne-maskin-grensesnitt (BMI) [15]. Bortsett fra sin rungende suksess med å gjenopprette motoriske [16–20], tale [21] og psykologiske funksjoner [22], har BMI nylig gitt energi til nevrovitenskap ved å tilby kausalitet til atferdsutfall for visse nevrale mønstre. Forskere kan definere kartleggingen mellom nevral aktivitet og atferdsutfall, som ble kalt "dekodere" [23–26]. Dermed ga BMI oss muligheten til å definere "mål", nemlig å begrense utslippet av pigger for å undersøke om de effektive tidsmønstrene kan reproduseres og læres (Figur 1C). I studien av [9] viste forfatterne at når dekoderne var en funksjon av relativ topptiming i stedet for vanlige deskriptorer som avfyringshastigheter, for å kontrollere utfall, kunne mønstrene fremkalt med tidsmessig presisjon være årsaksmessig relatert til atferd. Videre tillot kjente kartlegginger i slike "temporelle nevroproteser" forfatterne å spore hvordan de tidsmessige mønstrene ble lært og raffinert i hjernekretsløpene. Imidlertid dekket denne studien bare tilfellet med ikke-effektive tidsmønstre, og etterlot effektive tidsmessige mønstre stort sett uutforsket. Derfor er fokuset for dette arbeidet å studere generering og læring av effektive tidsmønstre i den motoriske cortex ved å introdusere en ny BMI som begrenser den nøyaktige piggtimingen så vel som de metabolske kostnadene som følge av spiketellingene.
2. Materialer og metoder
Alle kirurgiske og eksperimentelle prosedyrer var i samsvar med veiledningen for pleie og bruk av forsøksdyr (Kinas helsedepartement) og ble godkjent av dyrepleiekomiteen ved Zhejiang University i Kina. Det kirurgiske inngrepet ble beskrevet i detalj i [27]. Kort fortalt ble 96-kanalmikroelektrodematrisene (Blackrock Neurotech) kronisk implantert i den primære motoriske cortexen til to mannlige rhesus-aper (Macaca mulatta) (Monkey B11, Monkey C05). Apene tok omtrent en uke å komme seg etter operasjonen, hvoretter de nevrale signalene ble registrert gjennom Cerebus flerkanals datainnsamlingssystem (Blackrock Neurotech) med en samplingshastighet på 30 kHz. Spikeaktiviteter ble oppdaget ved terskelverdi (root mean square multiplikator, B11: ×5,5; C05: ×7). I den første læringsøkten og etter online manuell sortering tildelte vi to isolerte enheter med høyest signal-til-forhold (SNR) og bølgeformstabilitet basert på opptak fra tidligere uker til å være henholdsvis utløserenheten og målenheten. De elektroniske sorteringsmalene for disse to enhetene var uendret gjennom hele læringen og validert av offline sortereren (Plexon, Dallas, TX, USA, Inc.) for å sikre at de samme nevronene ble registrert og brukt til trening på tvers av økter. Det er vist i figur S1A at variasjonen av bølgeformer over økter er mindre enn gjennomsnittsamplituden. Siden disse to utvalgte enhetene var direkte ansvarlige for resultatet, ble de merket som "direkte nevroner". Resten av enhetene var "indirekte nevroner", som ble oppdaget og sortert offline for den påfølgende analysen i denne artikkelen. Antall registrerte "indirekte nevroner" var relativt stabilt over dager (B11: 54,3 ± 8,5; C05: 54,3 ± 9,1). I tillegg er det romlige forholdet til de direkte nevronene i arrayet vist i figur S1B.
2.1. Atferdsoppgave
I denne oppgaven ble toppene til utløserenheten og målenheten i et vindu på 300 ms strømmet i sanntid til spesialskrevne skript i MATLAB (Mathworks Inc., Natick, MA, USA) for å beregne en kondisjoneringsvariabel: den normaliserte tilfeldighetsskåren (NCS). Vinduet ble skutt hver 150 ms med en 150 ms overlapping. NCS ble deretter matet tilbake til emnet auditivt og visuelt, også hver 150 ms. Forsøkspersonene ville motta vannbelønningen hvis de klarte å modulere nevrale mønstre for å drive norsk sokkel til terskelen på 15 s. Ellers ville forsøket bli avsluttet, og forsøkspersonene måtte vente i ytterligere 4 s for å starte neste forsøk (Figur 2B). NCS-terskelverdiene for å oppnå belønningen ble satt til å være den 99. persentilen av NCS-distribusjonen, som ble estimert fra baseline-dataene i den første økten (prøvetatt hver 150 ms i 5 minutter). NCS-terskelverdiene (B11: 0,36; C05: 0,32) ble fastsatt på tvers av økter. I baseline-perioden satt forsøkspersonene med hendene begrenset. Vann ble gitt tilfeldig, men sparsomt, bare for å roe motivet og for å la dem opprettholde en stasjonær tilstand uten store bevegelser. Ingen auditive eller visuelle stimuli ble gitt i denne perioden.
Betingelsesvariabelen NCS er definert som følger:
hvor M og N er det totale antallet pigger fra utløserenheten og målenheten i et 300 ms tidsvindu, er S(∆ji) poengfunksjonen avhengig av forsinkelsen ∆ji mellom emisjonstiden til den i'te piggen til utløserenheten og den j'te piggen til målenheten. Mer spesifikt tar poengfunksjonen en eksponentiell form, lik hvordan synaptisk effektivitet endres under spike-timing-avhengig plastisitet (STDP) [28], der utløseren som leder målet resulterer i en positiv poengsum og omvendt:
I vårt eksperiment ble τ satt til 17 ms for å passe til det kritiske vinduet observert i STDP-eksperimenter [29]. Derfor tjente telleren til norsk sokkel til å belønne ikke bare den tidsmessige presisjonen, men også den riktige tidsrekkefølgen. For enkelhets skyld kalte vi denne telleren for tilfeldighetspoeng (CS). Normalisering med det geometriske gjennomsnittet av piggtellingene fra de to enhetene spilte rollen som straff for overdrevne pigger for å begrense energiutgiftene. Teoretisk sett bør verdien av NCS være innenfor området −1 til 1.
Vi kartla NCS til frekvensen til en lydmarkør, fra 1 kHz til 24 kHz i trinn på kvart oktav. I tillegg tok vi i bruk et lignende visuelt tilbakemeldingsmiljø i senter-ut-oppgavene, siden alle fagene hadde blitt trent på senter-ut-oppgaver. NCS i [−0.5, 0.5] ble kartlagt til den vertikale posisjonen til en blå sirkel på skjermen (Figur 2A), med en gul sirkel som indikerer belønningsterskelen. Den visuelle tilbakemeldingen ble implementert ved hjelp av Psychtoolbox og koblet til det spesialskrevne hovedprogrammet.
Forsøkspersonene var vannbegrensede og måtte lære oppgaver påfølgende dager, med to økter hver dag, en om morgenen og en annen om ettermiddagen.
Vi gjennomførte også et kontrolleksperiment for å undersøke hvordan normaliseringen av skytehastigheter påvirket genereringen av effektive temporale nevrale mønstre. I dette kontrolleksperimentet måtte C05 modulere tilfeldighetsskåren i stedet for den normaliserte tilfeldighetsskåren ved å bruke et annet par direkte enheter (kalt "CS-modulasjonsoppgave). Andre oppgavekonfigurasjoner var identiske med de i oppgaven "NCS-modulasjon".
Figur 2. Det BMI-baserte oppgaveparadigmet. (A) Oppgaven ble kjørt i en lukket sløyfe måte. Nevral aktivitet fra forsøkspersonens M1 ble automatisk lest og trukket ut. Alle avledninger og etterslep mellom pigger fra trigger- og målenhetene ble brukt til å beregne NCS, som ble ytterligere tilbakeført ved å kartlegge den til frekvensen til en lydmarkør og den vertikale posisjonen til en visuell markør. I dette eksemplifiserte forsøket var NCS-terskelen for belønning 0.32. Terskelen for vannbelønningen ble satt basert på NCS-fordelingen estimert i den første økten. (B) Oppgavestruktur for en typisk økt. Økten startet med en 5-min grunnlinjeblokk, hvoretter distribusjonen av NCS kunne estimeres. Ett forsøk kunne strekke seg over maksimalt 15 s, etterfulgt av et 4 s langt inter-trial interval (ITI). NCS ble beregnet ved bruk av nevral aktivitet i et 300 ms skyvevindu.
2.2. Dataanalyse Atferdsmålinger.
Vi brukte to beregninger, suksessraten og prøvevarigheten, for å evaluere atferdsytelsen i oppgaven. Suksessraten ble definert som forholdet mellom antall vellykkede forsøk og det totale antallet forsøk i en økt. Relativt det samme totale antallet forsøk ble utført på tvers av økter for hvert forsøksperson (B11: 105,3 ± 12,8; C05: 215 ± 20,0) og ble brukt for den påfølgende analysen. Antall forsøk ble satt til mengden som forsøkspersonene kunne utføre med fullt engasjement. En annen beregning som vurderer atferdsmessig ytelse, prøvevarighet, ble definert som tiden fra starten av en prøveperiode til belønningen ble levert.
En annen beregning som vurderer atferdsmessig ytelse, prøvevarighet, ble definert som tiden fra starten av en prøveperiode til belønningen ble levert
CCH. Vi brukte et jitter-korrigert krysskorrelasjonshistogram (CCH) for å skildre det tidsmessige forholdet mellom trigger- og målenhetene på en begrenset tidsskala [30]. Vi rystet tilfeldig emisjonstiden for hver spike fra målenheten for å gjengi surrogated CCH (sCCH). Denne resampling-prosedyren ble kjørt 1000 ganger [31]. Variasjonen i jitter var avhengig av den tidsmessige oppløsningen til CCH. For eksempel, hvis beholderen til CCH var 15 ms, som vist i figur 5A, bør standardavviket for tilfeldig jittering ("jitter-vindu") også settes til 15 ms. Vi trakk denne sCCH fra den rå CCH for å oppnå den korrigerte CCH. På denne måten garanterte vi at strukturerte avfyringsmønstre eller variasjoner i tidsskalaer som kan sammenlignes med den tidsmessige oppløsningen til CCH ville bli fjernet. I hovedsak representerer hver søyle i en bestemt beholder i CCH muligheten for en spike av triggerneuroner for å generere et sammenfall med målnevronet. Derfor kan vi bruke linjen som står ved siden av null-lag for å måle den tidsmessige presisjonen til to nevroner. Siden vår studie fokuserte på tidspresisjon med tidsmessig rekkefølge, brukte vi bare tilfeldighet i [0, 15] ms eller [0, 5] ms for analyse. I tillegg ble halesannsynligheten for sCCH brukt for å konstruere akseptbåndene. Feillinjen i den jitter-korrigerte CCH-en skisserte standardavviket til sCCH
Sammenligning av toppteller for presise tidsmønstre. For å teste hypotesen om at de genererte presise tidsmønstrene er energieffektive, sammenlignet vi topptellingene for de presise tidsmønstrene samlet inn fra oppgaveblokken med de fra grunnlinjeblokken mens vi kontrollerte for tilfeldighetspoengene. Mer spesifikt samplet vi de 300 ms lange nevrale mønstrene fra grunnlinjeblokken (ved å flytte vinduet i trinn på 150 ms), hvis tilfeldighetspoeng var i området til tilfeldighetsskårene fra de givende nevrale mønstrene.
I tillegg sammenlignet vi også topptellingene til de nøyaktige tidsmønstrene samlet inn fra denne oppgaven med de fra de givende nevrale mønstrene til CS-modulasjonsoppgaven. Tilsvarende samplet vi de nevrale mønstrene fra disse to settene slik at rekkevidden av tilfeldighetsscore ville samsvare. Modulasjonsindeks.
Modulasjonsindeksen ble brukt til å karakterisere modulasjonsdybden til enkeltnevroner i oppgaveblokken basert på avfyringen i grunnlinjeblokken FRbaseline:
Mer spesifikt ble FRtask estimert ved å bruke de vellykkede forsøkene i oppgaveblokken. Stabile økter. For å finne ut de stabile øktene (eller læringsplatået) i de totale n opptaksøktene, beregnet vi iterativt forholdet rk mellom variansen til suksessraten fra de siste k øktene σ 2 ({Si |i=n − k pluss 1, ..., n}) og det fra den første σ 2 ({Si |i=1, ..., n − k}) som følger:
der Si angir suksessraten ved økt i. k ble iterert fra 2 til n − 1, og iterasjonen ble avsluttet når rk var større enn rk−1. Den siste k − 1 økten vil bli returnert som de stabile øktene. Med andre ord, å legge til den k'te økten til de siste k − 1 øktene vil forstørre atferdsvariasjonen og trenger derfor ikke betraktes som en stabil økt. Basert på dette kriteriet ble økt 6 til økt 10 av B11 og økt 9 til økt 10 av C05 ansett som stabile.
Oversving NCS. Den norske sokkelen som overskred terskelen for belønning ble definert som den overskridende norsk sokkelen. For å motvirke ulikheten i terskelverdier i de to fagene, trakk vi forskjellen i terskelverdier ({{0}}.36 − 0.32=0.04) fra alle overskridende NCS for B11 i rekkefølge for å gjengi den korrigerte overskridende norsk sokkel.
2.3. Suksessrate for statistisk analyse.
Lineær tilpasning ble først utført for å teste for den oppadgående trenden i hvert fag. En ensidig Mann–Whitney-test ble videre brukt for å sammenligne suksessraten i den tidlige fasen med den i den sene fasen. Hver gruppe kombinerte de fire øktene til de to fagene (n=8) [32].
Prøvevarighet. For å sammenligne prøvevarigheten i den tidlige fasen med den i den sene fasen, slo vi sammen prøver av prøvevarigheten fra forskjellige økter og fag. Gitt denne nestede strukturen, ble en toveis ANOVA (F(DFn, DFd)) brukt for å avsløre variasjonen av "fase"-faktoren og interaksjonen mellom de forskjellige faktorene. Test for signifikant tilfeldighet. Standardavviket for surrogert CCH etter resampling ble brukt til å beregne den øvre grensen for konfidensintervallet for hver bin under forskjellige alfaer (f.eks. 0.05 for 95 prosent konfidens). Vi testet dermed den signifikante tilfeldigheten av hver bin ved å sammenligne den jitter-korrigerte CCH med de øvre grensene. Effektiv skyting med normalisering av skytehastigheten.
Gitt at piggtallet i det 300 ms lange nevrale mønsteret var en diskret variabel, ble Mack–Skillings-testen (ikke-parametrisk toveis ANOVA) brukt for å teste mot nullhypotesen om at piggtall var nøyaktige temporale mønstre fra en oppgaveblokk og fra en grunnlinjeblokk (eller en CS-modulasjonsoppgave) hadde ingen forskjell. Med tilfeldighetspoengsummen som den andre faktoren, ble den satt inn i fem blokker fra 0,9 til 2,9 (tre blokker fra 1,8 til 3,2 sammenlignet med CS-modulasjonsoppgaven). Nettverksmodulasjonsindeks. Modulasjonsindeksene til alle signifikant modulerte indirekte nevroner på tvers av økter (fire økter for hver tilstand) ble slått sammen, og en en-prøve t-test ble brukt for å undersøke om den gjennomsnittlige modulasjonsindeksen var statistisk forskjellig fra null. Konvergert fordeling av korrigert overskridende norsk sokkel. En Kolmogorov-Smirnov-test med to prøver ble brukt for å teste mot nullhypotesen om at den korrigerte overskytende NCS til to forsøkspersoner var fra samme fordeling.
Spør om mer:
E-post:wallence.suen@wecistanche.com
Whatsapp/Tlf: pluss 86 15292862950
BUTIKK:
https://www.xjcistanche.com/cistanche-shop
