脳ベースのアルゴリズムがより優れたネットワークを実現

脳ベースのアルゴリズムがより優れたネットワークを実現

ソークとカーネギーメロンの研究者は、脳が発達中にどのようにシナプスを切り戻すのかを明らかにする

ラホヤ – 効率的で堅牢なネットワークの開発に関しては、脳が最もよく知っていることがよくあります。
ソーク生物学研究所とカーネギーメロン大学の研究者らは、幼児期に発達中の脳がニューロン間の不必要な接続を排除する速度を初めて決定した。

エンジニアはコンピューターとセンサーの分散ネットワークを構築するために劇的に異なるアプローチを使用しますが、コンピューター科学者の研究チームは、新たに得た洞察を分散計算ネットワークの堅牢性と効率の向上に使用できることを発見しました。 調査結果は、 PLOS計算生物学 7月の16、2015。

「脳がどのように発達するのかを計算的に考えることで、シナプス刈り込みの速度がネットワークのトポロジーや機能にどのような影響を与える可能性があるのか​​疑問に思いました。」と彼は言います。 サケット・ナブラハ、ソーク研究所統合生物学センターの助教授、カーネギーメロン大学機械学習部門の元博士研究員。 「私たちは、得られた洞察を利用して、他のドメインで適応的で堅牢なネットワークを構築するための新しいアルゴリズムを開発しました。」

ネットワーク構造は、生物学者とコンピューター科学者の両方にとって重要なトピックです。 生物学では、脳内のニューロンのネットワークがどのように組織されて成人の構造を形成するかを理解することが、脳がどのように学習し機能するかを理解する鍵となります。 コンピューター サイエンスでは、効率的な相互接続システムを作成するには、ネットワーク組織を最適化する方法を理解することが不可欠です。

ソークとカーネギーメロンの研究者は、発達中に脳が接続の一部を切り戻す速度を研究することにより、効率的なネットワークを構築するための新しいモデルを開発しました。 このモデルでは、ノード (ニューロンやセンサーなど) が最も関連性の高い接続 (右) に切り戻す前に、過剰な接続 (左) を作成します。 研究チームは、シナプス刈り込みベースのアルゴリズムを航空飛行パターンに適用し、乗客が効率的に目的地に到着できるルートを作成できることを発見しました。

こちらをクリックしてください 高解像度画像の場合。

画像: ソーク生物学研究所の提供

しかし、脳エンジニアとネットワークエンジニアが最適なネットワーク構造を学習するために使用するプロセスは大きく異なります。
ニューロンは、プルーニングと呼ばれるプロセスを通じてネットワークを作成します。 出生時から幼児期にかけて、脳のニューロンは膨大な数の接続を行いますが、これは脳が必要とする数を超えています。 脳が成熟して学習するにつれて、使用されていない接続はすぐに切断され始めます。 脳が成人に達すると、シナプス接続は小児期のピーク時に比べて約 50 ～ 60% 減少します。

それとは対照的に、コンピューター サイエンスやエンジニアリングのネットワークは、逆のアプローチを使用して最適化されることがよくあります。 これらのネットワークには、最初は少数の接続が含まれており、必要に応じてさらに接続が追加されます。

「エンジニアリングされたネットワークは、接続を削除するのではなく追加することによって構築されます。 プルーニング プロセスを使用してネットワークを開発するのは無駄だと思われるかもしれません。」 ジブバージョセフ, カーネギーメロン大学の機械学習部門と計算生物学部門の准教授。 「しかし、私たちが示したように、そのようなプロセスがエンジニアリングにとっても有益であることが証明されるケースもあります。」

研究者らはまず、マウスモデルの体性感覚皮質に存在するシナプスの数を経時的に数えることによって、剪定プロセスの重要な側面を特定した。 10,000万枚以上の電子顕微鏡画像からシナプスを数えた結果、シナプスは発生初期に急速に剪定され、その後時間の経過とともに剪定速度が遅くなることを発見した。

これらの実験の結果により、チームは脳枝刈りアプローチに基づいて計算ネットワークを設計するためのアルゴリズムを開発することができました。 彼らは、シミュレーションと理論分析を使用して、神経科学に基づいたアルゴリズムが現在の工学的手法よりもはるかに効率的なネットワークを生成することを発見しました。

プルーニングを使用して作成されたネットワークでは、情報の流れがより直接的になり、情報が同じエンドポイントに到達するための複数のパスが提供されるため、ネットワーク障害のリスクが最小限に抑えられます。

「私たちは開発中に神経構造がどのように構築されるかを説明するこの高レベルのアルゴリズムを採用し、それを利用して人工ネットワークのアルゴリズムを考案しました」と、カーネギーメロン大学生物科学部の教授であり、同大学の BrainHubSM イニシアチブのメンバーであるアリソン・バース氏は述べています。 「この神経科学に基づいたアプローチは、コンピューター科学者やエンジニアがネットワークを構築する際に考える新しいことを提供できる可能性があることが判明しました。」

このアルゴリズムを神経科学の外でどのように使用できるかをテストするために、ナブラハ氏はそのアルゴリズムを米国運輸省からの飛行データに適用しました。 彼は、シナプス刈り込みベースのアルゴリズムが、乗客が目的地に到着できるようにする最も効果的なルートを作成することを発見しました。

「鉄道やパイプラインなど、重要なインフラを必要とするネットワークにこれを適用するのは費用対効果が低いことを認識しています」とナブラカ氏は述べた。 「しかし、ワイヤレス ネットワークやセンサー ネットワークなど、そうでないネットワークにとって、これはネットワークの形成を導く貴重な適応方法となる可能性があります。」

さらに研究者らは、この研究は神経科学に意義があると述べ、青年期から成人期にかけての剪定率の変化は、剪定の根底に異なる生化学的メカニズムがあることを示している可能性があると考えている。

「アルゴリズム神経科学は、脳機能を構造化する規則を特定し、使用するためのアプローチです」とバース氏は述べた。 「コンピューティングについて脳が私たちに教えてくれることはたくさんあります。また、ニューラル ネットワークがどのように機能するかを理解するためにコンピューター サイエンスができることはたくさんあります。」

ソーク生物学研究所について：
ソーク生物学研究所 (https://www.salk.edu/) は、世界有数の基礎研究機関の XNUMX つであり、国際的に著名な教員が、ユニークで協力的かつ創造的な環境で生命科学の基礎的な疑問を研究しています。 ソークの科学者は、発見と次世代の研究者の指導の両方に重点を置き、神経科学、遺伝学、細胞生物学、植物生物学、および関連分野を研究することで、がん、老化、アルツハイマー病、糖尿病、感染症の理解に画期的な貢献をしています。