Viimastel aastatel on neurovõrkude kasutamine muutunud paljudes eluvaldkondades peaaegu et normiks. Kunstnikud ja disainerid pöörduvad Midjourney ja DALL-E poole, et leida inspiratsiooni ja uute projektide algeid. Ajakirjanikud ja kirjanikud kasutavad ChatGPT-d, et teha oma tekstide visandeid ning arendada neid edasi täisväärtuslikeks artikliteks ja raamatute peatükkideks, kirjutab Daniil Luzyanin Goethe instituudi ajakirjas Samovar.

Teaduski ei ole jäänud pealtvaatajaks. Teadlased kasutavad neurovõrke üha enam selleks, et laiendada inimkonna arusaamist maailmast. Hiljutised Yale'i Ülikooli Meditsiinikooli järeldoktori Takuya Ito ja ta kolleegide katsednäitasid, et neurovõrgud võivad olla kasulikud uurimaks, kuidas aju võtab vastu otsuseid olenevalt kontekstist ja ülesande reeglitest.

Kujutage näiteks ette, et lahendate ülesannet, kus peate vajutama nuppu A, kui näete enda ees loomapilti, ning nuppu B, kui pildil on inimene, ning aeg-ajalt need reeglid muutuvad koos signaaliga vastupidiseks.

Olukorras A ja olukorras B tegutsemiseks ning samuti iga stimulatsioonitüübi jaoks on ajus olemas representatsioonid neuronirühmade vaheliste biokeemiliste ja elektriimpulsside jadade näol. Üks rühm aktiveerub siis, kui näidatakse loomapilti, ning teine siis, kui näidatakse inimese pilti, kolmas neuronirühm aktiveerub, kui tuleb vajutada nupule A, ning neljas siis, kui tuleb vajutada nupule B.

Kui tekib uus reegel või muutub see, mis on juba teada, uuendab aju reeglite sisemisi representatsioone. Vältimaks vigu, mis võivad viia ebaõnnestumiseni ülesande täitmisel, peab aju täiendama kogu aeg juba olemasolevat infot ülesande reeglite kohta väljastpoolt tuleva info abil. Samuti peab see täiendama juba olemasolevaid reeglite representatsioone ja konteksti uute üksikasjadega, kui need ülesande täitmise käigus muutuvad.

Selle toimumiseks on vaja reeglite, konteksti ja stiimulite representatsioonid kokku viia, et ülesande õige täitmise eesmärgil tekiks nende ühine signaal, mis läheb motoorsesse ajukoorde, et tegevus saaks toimuda. Kohti, kus toimub selline sisemiste representatsioonide kokkupanemine, nimetavad teadlased ühenduskeskusteks (ingl conjunction hubs). Sellised keskused peavad olema funktsionaalselt väga paindlikud, et neid saaks kasutada erinevates olukordades ning erinevate ja muutuvate reeglite korral.

Kõik see oli teada veel enne neurovõrkude kasutuselevõtmist neuroteaduses. Samas ei olnud selge, kus täpselt asuvad ühenduskeskused ajus ning mis toimub signaaliga, mida saadavad need keskused, kus pannakse kokku kontekst, reeglid ja stiimulid. Siin astuvadki mängu tehisneurovõrgud.

Lavale astuvad tehisneurovõrgud

Tehisneurovõrkude arhitektuur koosneb kolmest peamisest kihist: sensoorsed neuronid (võtavad vastu infot), analüüsivad neuronid (analüüsivad infot) ja väljundneuronid (väljastavad analüüsi tulemuse). Reeglina õpib neurovõrk kaootilises järjekorras: nii kaua, kuni seda "loobitakse" andmemassiga, ühendab see juhuslikult sensoorseid neuroneid analüüsivatega ning analüüsivad omavahel ja väljundneuronitega.

Kui loodud ühendused töötavad halvasti ja väljundi täpsus ei suurene, neurovõrk kustutatakse ning alustatakse algusest peale. Selliselt jätkab neurovõrk enda taasehitamist, kuni saavutab lõpuks vajaliku täpsuse püstitatud ülesande täitmisel. Tuleb välja, et iga neurovõrk on statistiline mudel, mis teeb ennustusi (vajaliku nupu vajutamine), lähtudes erinevate parameetrite (reeglite, konteksti, stiimulite jms) koosmõjust.

Õpetades tehisneurovõrku

Alguses õpetasid Ito ja kolleegid tehisneurovõrku täitma eespool kirjeldatud ülesannet. See uus mudel genereeris ennustusi – vajutused nuppudele, mis sobivad kõige paremini kokku konteksti, ülesannete reeglite ja esitatud stiimulitega. Seejärel täitsid sama ülesannet ka inimesed, kes pandi magnetresonantstomograafi alla (MRT), mis kogus andmeid ajuaktiivsuse kohta ajal, kui inimesed ülesannet täitsid.

Ülesande täitmise täpsus oli võrdselt hea nii inimestel kui ka neurovõrgul. Samuti meenutas neuronitevaheline ühendus tehisneurovõrgu analüüsivas kihis ajuaktiivsust eesajukoores. Mingit täppis-, funktsionaalset või anatoomilist infot ajutöö kohta otsuste vastuvõtmise ajal neurovõrk aga ei edastanud, sest arhitektuuriliselt ei vastanud see lihtsalt inimaju ülesehitusele.

Siis otsustas teadlasrühm, et eespool kirjeldatud ülesande reeglite muutmise ajal viiakse inimese ajuaktiivsus üle sisemisse, analüüsivasse neurovõrgu osasse. Selleks edastasid nad sinna ajuaktiivsuse andmeid, mis olid saadud kümmekonna inimese MRT-uuringu käigus. See mitte ainult ei parandanud oluliselt neurovõrgu täpsust ülesande täitmisel, vaid võimaldas ka avastada, kus täpsemalt asub keskus, kus viiakse kokku vanade ja uute reeglite representatsioonid ning muutunud kontekst.

Selgus, et sellised ühenduskeskused on koondunud dorsaalsesse (tagumisse) tähelepanuvõrgustikku, kust uuenenud info liigub ennekõike motoorsesse ajukoorde ülesande täitmiseks ja õige nupu vajutamiseks. Nii aitas aju andmetega täiendatud tehisneurovõrk teadlastel täpsemalt tuvastada, milline aju osa osaleb vanade reeglite uuendamises.

Tehisneurovõrkude võlud ja vaevad

Muutes igakülgselt tekkinud neurovõrgu arhitektuuri õnnestus teadlastel kinnitada, et see metoodika võimaldab lokaliseerida ja kirjeldada lihtsaid ülesandeid, kuid kõige keerulisem ülesanne (näiteks esemete visuaalne äratundmine) vajab rohkem kui üht analüüsivate neuronite kihti.

Enamgi veel – tehisneurovõrkudes saadavad väljundneuronid vaid ühe signaali (väljundi). Inimese ajus olevad "väljundneuronid" (motoorsed neuronid) saadavad seevastu regulaarselt täiendavaid signaale tagasi mööda neurovõrku, et uuendada ja täpsustada sisemisi representatsioone, mida sama neurovõrk kasutab ülesande täitmiseks.

Sellegipoolest näitab eespool kirjeldatu selgelt, et neurovõrgud suudavad mitte üksnes luua päringu alusel pilte ja teksti, vaid laiendada lisaks meie võimalusi aju uurimiseks. Kui luua piisavalt keerukas ja mitmekihiline tehisneurovõrk, on võimalik, et teadlastel õnnestub inimaju erinevaid funktsioone "digitaliseerida".

Siiski tuleb seda veel oodata. Kuni see pole juhtunud, peaks inimkond mõtlema erinevate eetiliste küsimuste peale, mis on seotud inimesetaolise tehisintellekti loomisega. Näiteks kas tehisneurovõrgule on võimalik anda eneseteadvuse funktsioon, mis on olemas igal tervel inimesel, ning kui jah, siis mil määral on see vajalik tehisintellektile, mis on õpetatud täitma spetsiifilisi ülesandeid?

Igal juhul võib praeguses etapis kindlalt väita, et sünergia neuroteaduse ja neurovõrkude programmeerimise vahel annab selgelt tulemusi uute ajuga seotud anatoomiliste ja funktsionaalsete andmete näol.

Daniil Luzyanin õpib Manchesteri Ülikoolis magistriastmes neuroteadust ja armastab seeni. Ühtlasi usub ta, et teadus on samuti kunst.