Компютърната мрежа имитира шизофренично мислене
„Хипотезата е, че допаминът кодира важността, забележителността на опита“, каза Ули Грасеман, студент в катедрата по компютърни науки в Тексаския университет в Остин.
„Когато има прекалено много допамин, това води до преувеличена видимост и мозъкът в крайна сметка се учи от неща, от които не бива да се учи.“
Изследването потвърждава хипотеза, известна като „хипер-обучение, ’Което предполага, че хората с шизофрения губят способността да забравят или игнорират толкова, колкото обикновено биха направили.
Когато човек загуби способността да дешифрира какво има значение от огромното количество стимули в мозъка, той започва да създава връзки, които не са реални, или започват да се давят в океан от толкова много връзки, че не могат да съберат какъвто и да е последователен разказ .
Невронната мрежа (наречена DISCERN) е разработена от съветника на Grasemann, д-р Ристо Миикулайнен и е в състояние да научи естествен език.
DISCERN се използва за симулиране на това, което се случва с езика по време на осем различни типа неврологична дисфункция. Резултатите от симулациите бяха сравнени от д-р Ралф Хофман, професор по психиатрия в Медицинското училище в Йейл, с това, което той видя при изучаване на човешки шизофрени.
За да имитират процеса, изследователите започнаха да преподават на DISCERN някои прости истории, които след това бяха асимилирани в паметта на DISCERN по същия начин, по който човешкият мозък съхранява информация: не като отделни единици, а като статистически връзки на думи, изречения, сценарии и истории.
„С невронните мрежи вие основно ги обучавате, като им показвате примери, отново и отново и отново“, каза Grasemann.
„Всеки път, когато му покажете пример, казвате, че ако това е входът, това трябва да е вашият изход, а ако това е входът, това трябва да бъде вашият изход. Правите го отново и отново хиляди пъти и всеки път се настройва малко повече към това, което искате. В крайна сметка, ако го направите достатъчно, мрежата се научи. “
Изследователите моделираха хипер-обучение, като пуснаха системата отново през нейните темпове, но промениха един ключов фактор: Те имитираха голямо освобождаване на допамин, като увеличиха степента на обучение на системата - като основно й казаха да спре да забравя толкова много.
„Важен механизъм е да можеш да игнорираш нещата“, казва Граземан. „Това, което открихме, е, че ако увеличите скоростта на обучение в DISCERN достатъчно високо, това води до езикови аномалии, които предполагат шизофрения.“
След като беше преквалифициран с повишената скорост на обучение, DISCERN започна да се вмъква във фантастични, заблудени истории, които включваха елементи от други истории, за които бе казано да запомни. Например, в един случай DISCERN пое отговорност за терористичен атентат.
В друг пример DISCERN започна да показва доказателства за „дерайлиране“ - отговаря на заявки за конкретна памет с бъркотия от разединени изречения, резки отклонения от темата и постоянно прескачане от първо към трето лице и обратно.
„Обработката на информация в невронните мрежи има тенденция да прилича на обработка на информация в човешкия мозък по много начини“, каза Граземан. „Така че надеждата беше, че и тя ще се разпадне по сходни начини. И го направи. "
Сходството между невронната мрежа и човешката шизофрения не е неоспоримо доказателство, че хипотезата за хиперучение е вярна, каза Граземан. Той обаче предлага подкрепа за хипотезата.
„Имаме много по-голям контрол върху невронните мрежи, отколкото бихме могли да имаме някога върху хората“, каза той. „Надеждата е, че този вид моделиране ще помогне на клиничните изследвания.“
Изследването е публикувано в Биологична психиатрия.
Източник: Тексаски университет в Остин
