Mózg muszki owocowej inspiruje algorytm, który faktycznie coś pamięta, w przeciwieństwie do przeciętnego gadżetu
Nowy algorytm wykorzystuje sztuczki mózgu muszki owocowej do wykrywania zapachów bez zapominania starych – w przeciwieństwie do twojego telefonu, który nie pamięta nawet twojego zamówienia na kawę.
Muszki owocowe nie słyną z bystrości umysłu – pewnie utopiłeś niejedną w kieliszku wina pozostawionym zbyt długo na stole. Jednak dysponując około 140 000 neuronów – mózgiem mniejszym niż ziarnko maku – Drosophila potrafi w ułamku sekundy rozróżnić ogromną gamę zapachów, a następnie zapamiętać ten zapach na długo. Pod tym względem radzą sobie znacznie lepiej niż obecne "elektroniczne nosy", które są drogie, mają wąski zakres wykrywania i szybko zapominają o jednym zapachu, gdy nauczą się nowego.
Więc czemu po prostu nie skopiować muchy? To pytanie zadaje sobie coraz więcej naukowców – w tym Kevin Max i Yang Shen z Okinawa Institute of Science and Technology, których nowy algorytm Spi-Fly opisano w artykule opublikowanym niedawno w czasopiśmie Neuromorphic Computing and Engineering.
Zapach to dziwny zmysł, z mechanicznego punktu widzenia. Wzrok i słuch sprowadzają się do jednego fizycznego wymiaru, który można nanieść na wykres – długości fali – co czyni je stosunkowo łatwymi do badania. Cząsteczki zapachowe nie dają się natomiast sprowadzić do żadnego pojedynczego wymiaru fizycznego. Biologia musiała znaleźć bardziej złożone rozwiązanie: setki różnych białek receptorowych, z których każde jest ukształtowane tak, aby wychwytywać określone cechy molekularne, a ich kombinacje są następnie dekodowane przez mózg. To system tak skomplikowany kombinatorycznie, że dopiero w 1991 roku Linda Buck i Richard Axel zidentyfikowali rodzinę genów receptorów odpowiedzialnych za ten proces – praca ta przyniosła im Nagrodę Nobla w 2004 roku.
Pomimo trudności w zrozumieniu węchu, na rynku istnieją "elektroniczne nosy". Firmy takie jak Alpha MOS, Aryballe i Odotech sprzedają je do kontroli jakości żywności, monitorowania środowiska i kontroli bezpieczeństwa. Te nosy słabo radzą sobie z uogólnianiem. Urządzenie dostrojone do wykrywania zjełczałej oliwy z oliwek nie jest tym samym, co urządzenie wykrywające konkretny materiał wybuchowy na lotnisku. Przystosowanie go do nowego zadania zwykle wymaga praktycznie ponownego przeszkolenia oprogramowania od zera.
Za tym ograniczeniem stoją dwa techniczne wąskie gardła. Po pierwsze, systemy te zazwyczaj potrzebują mnóstwa ręcznie oznaczonych przykładów, zanim będą w stanie niezawodnie odróżnić jeden zapach od drugiego. Po drugie, nauczenie ich nowego zapachu zwykle zaburza to, co już znały – problem nazywany "katastroficznym zapominaniem", elektroniczny odpowiednik zapomnienia, jak jeździć na rowerze, zaraz po nauczeniu się pływać.
Muszki owocowe – i wiele innych owadów – nie mają tego problemu, mimo maleńkich mózgów. Jak rozróżniają zapachy i zapamiętują je przy tak małej mocy mózgu? Sekret, według autorów artykułu, tkwi w tzw. kodowaniu rzadkim. Wyobraź sobie, że mózg muchy przypisuje każdemu zapachowi kod kreskowy. Jej układ węchowy opiera się na około 2000 wyspecjalizowanych komórkach, zwanych komórkami Kenyona, które odbierają rzadkie, losowo połączone sygnały przekazywane z receptorów zapachowych muchy. Te komórki Kenyona przekazują sygnał do pojedynczego punktu przekaźnikowego: przedniego bocznego neuronu sparowanego, czyli APL (właściwie symetrycznej pary, po jednym w każdej półkuli mózgu). APL odpowiadają, wysyłając silną, globalną inhibicję z powrotem do każdej komórki Kenyona, wyciszając prawie wszystkie. Komórki, które pozostają aktywne po tej akcji, to – jak mówią Max i Shen – kod kreskowy dla danego zapachu.
Spi-Fly zaczyna działać dopiero po tym, jak czujnik wykona swoją pracę – wszystko tutaj dzieje się w symulacji, z wykorzystaniem wcześniej zarejestrowanych danych z czujników, a sam algorytm nie ma nic wspólnego z przechwytywaniem zapachu. W pracy Maxa i Shena odczyty czujników stają się strumieniem impulsów, rzutowanych rzadko i losowo na ukrytą warstwę, która zastępuje komórki Kenyona, przy czym neurony hamują się nawzajem, zamiast polegać na pojedynczym arbiterze w stylu APL. Stamtąd ukryta warstwa łączy się z warstwą wyjściową, po jednym neuronie na oznaczony zapach, czekającą na nauczenie się, który kod kreskowy należy do którego zapachu.
To, czego faktycznie się uczymy, to połączenie między kodem kreskowym a
The Good Times
Wiadomości w Twojej skrzynce.
Sardoniczne podsumowanie, dostarczane według Twojego harmonogramu. Bezpłatnie. Zrezygnuj kiedy chcesz.
Już subskrybujesz, ale nigdy do Ciebie nie docieramy? Zajrzyj do folderu spam i kliknij 'To nie spam' (lub 'Usuń ze spamu'), żeby wyciągnąć nas z czyśćca niechcianej poczty. Przy okazji pomożesz wszystkim innym.
Jeśli przez miesiąc nie otworzysz żadnego z naszych e-maili, zostaniesz automatycznie usunięty z listy.
Rewrite Article
Select parts to regenerate with a fresh AI pass. Translations will be updated automatically.
Generate AI Image
Creates a sardonic version of the article image using OpenAI.