Рачунарска мрежа опонаша шизофрено размишљање
„Хипотеза је да допамин кодира важност, истакнутост искуства“, рекао је Ули Грасеманн, студент постдипломског студија на Одељењу за рачунарске науке Универзитета у Тексасу у Аустину.
„Када је превише допамина, то доводи до претјеране истакнутости, а мозак на крају учи из ствари из којих не би требао учити.“
Студија поново потврђује хипотезу познату као „хипер-учење, ’Што сугерише да људи са шизофренијом губе способност да забораве или игноришу онолико колико би то обично учинили.
Када особа изгуби способност да дешифрује шта има смисла из огромних количина подражаја у мозгу, почиње успостављати везе које нису стварне или се почиње утапати у океану толико веза да не може саставити било какву кохерентну причу .
Неуронску мрежу (названу ДИСЦЕРН) развио је Грасеманнов саветник др Ристо Мииккулаинен и способна је да научи природни језик.
ДИСЦЕРН је коришћен за симулацију онога што се догађа са језиком током осам различитих врста неуролошке дисфункције. Резултати симулација упоредио је др Ралпх Хоффман, професор психијатрије на Медицинском факултету Иале, са оним што је видео током проучавања људских шизофреника.
Да би опонашали процес, истраживачи су почели да предају ДИСЦЕРН-у неке једноставне приче које су потом асимиловане у ДИСЦЕРН-ову меморију на приближно исти начин на који људски мозак складишти информације: не као засебне јединице, већ као статистички однос речи, реченица, писама и прича.
„Помоћу неуронских мрежа, ви их у основи тренирате показујући им примере, изнова и изнова“, рекао је Грасеманн.
„Сваки пут кад му покажете пример, кажете, ако је ово улаз, онда би ово требао бити ваш излаз, а ако је ово улаз, онда би то требао бити ваш излаз. То радите изнова и изнова хиљадама пута и сваки пут се то мало више прилагоди томе да радите оно што желите. На крају, ако то учините довољно, мрежа је научила. “
Истраживачи су моделирали хипер-учење поновним покретањем система кроз кораке, али су променили један кључни фактор: опонашали су велико ослобађање допамина повећавајући брзину учења система - у основи говорећи му да престане да заборавља толико.
„Важан је механизам да се могу игнорисати ствари“, каже Грасеманн. „Оно што смо открили је да ако довољно брзо повећате стопу учења у ДИСЦЕРН-у, то ствара језичке абнормалности које указују на шизофренију.“
Једном када се преквалификовао са повишеном стопом учења, ДИСЦЕРН је почео да се убацује у фантастичне, заблудне приче које укључују елементе из других прича које је речено да памти. На пример, у једном случају ДИСЦЕРН је преузео одговорност за терористички бомбашки напад.
У другом примеру, ДИСЦЕРН је почео да показује доказе о „избацивању из шина“ - одговарање на захтеве за одређену меморију мешавином раздвојених реченица, наглим одступањима од субјекта и сталним скакањем из првог у треће лице и назад.
„Обрада информација у неуронским мрежама на много је начина слична обради информација у људском мозгу“, рекао је Грасеманн. „Дакле, нада је била да ће се и она сломити на сличне начине. И јесте. “
Сличност између неуронске мреже и хумане шизофреније није неоспоран доказ да је хипотеза о хипер-учењу тачна, рекао је Грасеманн. Међутим, нуди подршку хипотези.
„Имамо толико већу контролу над неуронским мрежама него што бисмо икада могли имати над људским субјектима“, рекао је. „Нада се да ће оваква врста моделирања помоћи у клиничким истраживањима.“
Студија је објављена у Биолошка психијатрија.
Извор: Универзитет Тексас у Аустину
