L’intelligenza artificiale decodifica l’attività cerebrale
Una nuova tecnologia AI dell'EPFL fornisce approfondimenti sulle dinamiche neuronali. L'apprendimento profondo geometrico consente agli scienziati di decodificare per la prima volta i modelli universali dell'attività cerebrale. Questo ha applicazioni di vasta portata nelle neuroscienze, nella robotica e in altre discipline.
Gli scienziati dell’EPFL hanno sviluppato un’innovativa tecnica di AI basata su principi geometrici che visualizza i modelli di attività neuronale. Il sistema, chiamato MARBLE (Manifold Representation Basis Learning), scompone i segnali elettrici del cervello in modelli dinamici che possono essere decodificati da una rete neurale. Ciò consente di riconoscere le strategie universali dell’attività cerebrale in diversi individui e condizioni sperimentali.
Visualizzazione dei modelli nascosti nel cervelloLe neuroscienze stanno affrontando una sfida fondamentale. L’attività cerebrale viene solitamente registrata analizzando pochi neuroni, il che significa che manca un quadro completo dei processi neuronali. Pierre Vandergheynst, capo del laboratorio di elaborazione del segnale LTS2 dell’EPFL, paragona questo problema alla storia di persone cieche che sentono parti diverse di un elefante e traggono conclusioni contraddittorie. La situazione è simile con la registrazione dei segnali neuronali; una sezione di dati limitata rende più difficile la comprensione generale.
Il sistema è stato ora in grado di dimostrare che animali diversi che utilizzavano le stesse strategie mentali per risolvere i problemi mostravano modelli neuronali corrispondenti. La tecnica consente quindi un’interpretazione più precisa dell’attività cerebrale e potrebbe stabilire un nuovo standard per l’analisi dei processi neuronali dinamici.
Una svolta per le neuroscienze e la roboticaL’approccio innovativo dell’apprendimento profondo geometrico consente di analizzare i dati neuronali non solo statisticamente, ma anche nel loro contesto matematico naturale. Questo dimostra che l’attività cerebrale può essere visualizzata come strutture geometriche complesse. Ad esempio, sotto forma di un toro, simile a una ciambella.
I ricercatori dell’EPFL hanno testato MARBLE con registrazioni dalla corteccia premotoria del macaco durante i movimenti di presa e nell’ippocampo dei ratti durante i compiti di orientamento spaziale. I risultati sono stati impressionanti. Il sistema ha decodificato l’attività neuronale in modo molto più preciso rispetto ai metodi convenzionali e ha permesso un’interpretazione più intuitiva dei processi neuronali.
Ampio potenziale di applicazione al di là delle neuroscienzeOltre al suo utilizzo nella ricerca sul cervello, MARBLE potrebbe essere di grande valore anche per altre discipline scientifiche. La tecnologia offre la possibilità di convertire i modelli di attività neuronale in segnali decodificabili. Questo può essere utilizzato per controllare i sistemi di assistenza robotica che reagiscono all’attività cerebrale.
Pierre Vandergheynst sottolinea il potenziale al di là delle neuroscienze: “Il nostro metodo si basa sulla teoria matematica delle strutture ad alta dimensionalità e può essere utilizzato anche in altre discipline scientifiche per analizzare i processi dinamici e identificare modelli universali”
MARBLE potrebbe rappresentare un passo avanti fondamentale nello studio dei sistemi biologici e fisici complessi, non solo rivoluzionando la nostra comprensione del cervello, ma anche fornendo nuovi impulsi all’intelligenza artificiale e alla robotica.