Mécs Anna - Sokdimenziós történetek

Interjú Orbán Gergővel

Mécs Anna
Megjelent: Élet és Tudomány, 2012. október 19.

Néha úgy tűnik, mintha az agy egy kicsit hangyás lenne. Nem, nem arra akarunk célozni, hogy agyunk olyan tevékenységekbe hajszol bennünket, melyeket később magunknak is nehéz megmagyarázni, sokkal inkább arra, hogy mint egy régi szobaantennához csatlakoztatott tévé, a jelet zajosan jeleníti meg. Idegrendszerünk zavarba ejtően zajos: idegsejtjeink akkor is élénken „csipognak”, amikor látszólag semmi okuk nincsen erre. Orbán Gergő viselkedéses és idegi kutatások eredményeit matematikai módszerekkel elemezve kívánja kicsit jobban megismerni azt az – eddig – utánozhatatlan gépet, amit a fejünkben hordunk.

„A neurális komputációk által jelentett kihívásokat jól szemlélteti egy korábbi témavezetőm egyszerű példája. Ha terveznénk egy robotot, amelynek a feladata az, hogy lecsavarjon egy kupakot egy palackról, akkor háromévnyi munkát belefektetve is könnyűszerrel lekörözné azt egy hároméves gyerek. Könnyen látható tehát, hogy nagyon delikát számítások zajlanak az agyban, a kérdés az, hogy ezek mifélék. Két oldalról lehet megvizsgálni: idegrendszeri és viselkedéses vizsgálatok adatai alapján. Megnézzük, hogy az idegsejtek hogyan szolgálják ezeket a számításokat, hogy milyen hibákat vét az idegrendszer, amikor illúzióval becsapjuk, vagy hogy a rengeteg információból miként nyeri ki azt, ami releváns számára. Ahhoz, hogy megfelelően értelmezni tudjuk az idegsejtek jelzéseit, ahhoz kell tudni, hogy milyen nyelvet beszélnek. És ez a nyelv a neurális kód.”

Mennyire általánosak a kérdéseik? Az állatokra is vonatkoztathatók vagy emberspecifikusak?

Azok az aspektusok izgalmasabbak számunkra, amelyek nem különböznek ember és állat esetén. Persze vannak különbségek, például az ember esetén a mimika reprezentációja eléggé gazdag – ez néhány másik állatra jellemző csak. Alapvetően a mi kérdéseink ezeknél általánosabb érvényűek. A látás legfontosabb összetevőit érintik, s ezen belül jelenlegi fókuszunk a neurális zajra helyeződik. A klasszikus mérnöki megközelítés szerint a zaj egy kerülendő jelenség, mely nem szolgál információval a külvilágról, tehát nem segíti annak értelmezését. Vajon tényleg független a környezettől ez a zaj, vagy valójában az ingerek bizonyos sajátságait tükrözi? Ez egy olyan jellegű kérdés, amely nagyon szorosan kapcsolódik a komputációhoz, és azt igyekszünk megmutatni, hogy az a zaj, amit eddig legtöbbször figyelmen kívül hagytak a kutatások során, komoly szerepet tölt be abban, hogyan értelmezzük a környezetünket. Nem egy ártalmas dolog, ami rombolja az érzékelést, éppen ennek köszönhetően az optimálishoz közelebb jut az érzékelésünk.

Mégis hogyan segíthet az idegrendszeri zaj ebben az értelmezésben?

Amikor értelmeznünk kell a világot, abban elég sok bizonytalanság van. Ha látok egy háromdimenziós tárgyat, például egy kockát, akkor az a retinára vetülve egy kétdimenziós kép lesz. Ez a kétdimenziós kép azonban nem csupán a kocka vetületeként jöhet létre, hanem ezer más módon is, lehet például egy elnyújtott rúd képe is. Mi azt próbáljuk demonstrálni, hogy az a fajta zaj, amit látunk az idegsejtek viselkedésében, pont ezt a fajta bizonytalanságot tükrözi vissza. És ez a bizonytalanság is hozzátartozik a teljes információhoz. Olyan, mintha ott egy kocka volna, de valójában én ebben csak bizonyos százalékig vagyok biztos. Viszont néhány másik elképzelés is kompatibilis az agyamat ért ingerekkel, így azzal sokkal jobban leírom a környezetemet, ha ezekkel is számolok.

Itt lép be a matematika és a Bayes-statisztika a képbe?

Éppen a Bayes-statisztika adja meg a választ arra, hogy mi az optimális megoldás egy ilyen bizonytalan helyzetben. Ha mi társalgunk és el akarom mondani, hogy mit látok, akkor az esetek elenyésző kisebbségében térek el attól, hogy a környezet legvalószínűbb értelmezését adjam meg. Úgy tűnik, hogy az idegsejtek ennél gazdagabban fejezik ki magukat: a lehetséges hipotézisek egész tárházát kommunikálják, és egyszersmind kifejezik azt is, hogy az adott hipotézisben mennyire hisznek. A Bayes-statisztika éppen ezt számszerűsíti: amennyiben van bizonytalanság, hozzárendelem az aktuális értelmezéshez az adott bizonytalanságot – minden egyes értelmezéshez hozzárendelem, ebben különbözik a mindennapos értelmezéstől. Hogy az idegrendszerben ennek mekkora jelentősége lehet, az utóbbi egy-másfél évtizedben kezdték el kidolgozni. Ezek alapján elmondható, hogy az idegrendszer azzal jár a legjobban, ha a Bayes-statisztika által diktált elvek mentén dolgozza ki a komputációit. És csakugyan ez történik. A mesterséges intelligenciával kapcsolatos kutatásokban is ezen elvek mentén dolgoznak, például döbbenetes előrelépés, hogy a DARPA Grand Challenge-ben a sivatagból egy sofőr nélküli autó autonóm egységként képes berodeózni a megadott város megadott pontjára.

A mára az idegtudomány iránt elkötelezett fiatal kutató fizikusként végzett, Érdi Péter biofizikai kurzusain feltárult előtte az idegtudomány kvantitatív, szintetizáló jellegű területe. Az ELTE biofizikus doktoriját követően különböző területeken és országokban szerzett sokrétű tapasztalatokat. A Lendület Pályázatnak köszönhetően decemberben induló kutatócsoportját az MTA Wigner Fizikai Kutatóközpontban alakítja meg. A kutatás fókuszában az agyban zajló komputációk megértése áll – arról a nyelvről szeretnének többet megtudni, amit az idegsejtek egymás között használnak.

A tavalyi Science-publikációjuk is a téma fontosságának a visszaigazolása. Abban mi volt az új eredmény?

Az idegsejtek úgy működnek, mintha folyamatosan zajosak volnának. Az érzékelési területen ez egy meglepő jelenség. Hiszen ha egyszer az agy látni szeretne, azt akarja megmondani, hogy például egy képen Karády Katalin hunyorog, akkor miért nem arról szól az neurális kód, miért kell a plusz zaj? A másik meglepő aspektusa az idegsejtek viselkedésének, hogy amikor teljes sötétségben van az idegrendszer – az állat vagy az ember – akkor is folyamatosan dolgozik az agy, és valamilyen mintázatokat generál. Erre lehet vállat vonni és azt mondani, hogy zizegnek az idegsejtek, nem bírnak csöndben maradni, fészkelődnek. A kérdés az, hogy mit tekint az ember idegi jelnek. Legkézenfekvőbb idegi jelnek azt tekinteni, amikor korrelációt látunk az idegsejtek viselkedése között. Például azt látom, hogy valamelyik kettő mindig együtt tüzel, amikor Karády Katalint nézem, másik két idegsejt máskor tüzel együtt. Viszont kiderül, hogy spontán módon is ugyanez a kettő idegsejt „csipog együtt” az agyban. Akkor mi is a neurális kód? Olyan, mintha nem is jel lenne, hanem független lenne az ingerektől.

De csak nem csinál valamit ennyire értelmetlenül az agy...

Azt mutattuk meg ebben a cikkben, hogy ennek valóban van értelme! Ez is a Bayes-statisztika nyelvén értelmezhető: az agynak vannak elvárásai, arra nézve, hogy mely dolgok fordulhatnak elő a világban, milyen ingerek várhatóak. Ez tükröződik a spontán aktivitásban, és amikor az ember lát valamit, akkor ez a spontán aktivitás modulálódik az ingerek által. De valami hasonlóságot mutat az eredetivel, mert jó eséllyel az elvárásoknak megfelelő ingerek érkeznek. Ha pedig olyat lát az állat vagy ember, ami az elvárásoktól különbözik, akkor csakugyan jobban fog különbözni az alapaktivitástól. Elsőre olyan, mintha a neuronok zajosak lennének, egy képet mutatva mindig valami hasonlót látunk, de egy nem múló variabilitás is jelen van. Aztán kiderül, hogy ez nem pusztán hangyás kép, hanem ahányszor megfesti az idegrendszer a képet, mindig másképpen teszi azt, mintha Monet-t kiültetve a tavirózsák elé, akárhányszor lefesti, mindig egy más kép jön össze: nem azért, mert nem tanulta meg a 20. próbálkozásra sem lefesteni a tavirózsákat, hanem mert mindegyik értelmezés helyes.