これは人間の視覚の大きな謎です。世界の鮮やかな画像が私たちの心の目の前に現れますが、脳の視覚系は世界自体からほとんど情報を受け取りません。私たちが「見る」ものの多くは、頭の中で想起します。
「自分が見ていると思っていることの多くは、実際にはでっちあげている」と、ニューヨーク大学の数学者であるライサン ヤングは述べた。 「実際には見えません。」
それでも、日常的にドアにぶつかることはないので、脳は視覚的な世界を発明するというかなり良い仕事をしているに違いありません。残念なことに、解剖学だけを研究しても、自動車のエンジンをじっと見つめることで熱力学の法則を解読できるようになるのと同じように、脳がこれらの画像をどのように作り上げているかは明らかになりません。
新しい研究は、数学が鍵であることを示唆しています。過去数年間、ヤングはニューヨーク大学の同僚である神経科学者のロバート・シャプレーと数学者のローガン・チャリカーとのありそうもない共同作業に携わってきました。彼らは、何年にもわたる生物学的実験を統合し、脳がわずかな視覚情報に基づいて世界の精巧な視覚的再現をどのように生成するかを説明する単一の数学的モデルを作成しています。
「私が見るところ、理論家の仕事は、これらの事実を取り上げ、それらを首尾一貫した図にまとめることです」とヤングは言いました。 「実験家は、何かが機能する理由を教えてくれません。」
ヤングと彼女の協力者は、ビジョンの基本的な要素を 1 つずつ組み込んでモデルを構築してきました。彼らは、視覚野のニューロンがどのように相互作用してオブジェクトのエッジとコントラストの変化を検出するかを説明してきました。そして現在、脳がオブジェクトの移動方向をどのように認識しているかの説明に取り組んでいます.
彼らの作品はその種の最初のものです。人間の視覚をモデル化するこれまでの取り組みでは、視覚野のアーキテクチャについて希望的観測が行われていました。 Young、Shapley、および Chariker の研究は、要求が厳しく直感的でない視覚野の生物学をそのまま受け入れ、視覚という現象がまだどのように可能であるかを説明しようとしています。
「彼らのモデルは、実際の脳の解剖学に基づいているという点で改善されていると思います。彼らは、生物学的に正しい、またはもっともらしいモデルを望んでいます」と、ユタ大学の神経科学者である Alessandra Angelucci は述べています。
レイヤーとレイヤー
視覚について確実にわかっていることがいくつかあります。
目はレンズの役割を果たします。それは外界から光を受け取り、私たちの視野のスケールのレプリカを目の奥にある網膜に投影します.網膜は、後頭部にある脳の一部である視覚野につながっています。
ただし、網膜と視覚野の間の接続はほとんどありません。満月の約 4 分の 1 の大きさの視覚領域では、網膜と視覚皮質をつなぐ神経細胞は約 10 個しかありません。これらの細胞は、視覚情報が外界から脳に移動する唯一の経路である LGN、または外側膝状核を構成します。
LGN 細胞が不足しているだけでなく、多くのこともできません。 LGN細胞は、視野の小さな部分で暗から明への変化、またはその逆の変化を検出すると、視覚野にパルスを送ります。以上です。明るい世界はデータで網膜を攻撃しますが、脳が継続しなければならないのは、LGN細胞の小さなコレクションのわずかな信号だけです。わずかな情報に基づいて世界を見るのは、Moby-Dick を再構築しようとするようなものです ナプキンのメモから。
「脳は、視野で見たものの写真を撮るものだと考えるかもしれません」とヤングは言いました。 「しかし、脳が写真を撮るのではなく、網膜が写真を撮ります。網膜から視覚野に渡される情報はまばらです。」
しかしその後、視覚野が働き始めます。皮質と網膜は比較的少数のニューロンでつながっていますが、皮質自体には神経細胞が密集しています。網膜から蛇行して戻る LGN ニューロン 10 個ごとに、視覚野の最初の「入力層」だけで 4,000 個のニューロンがあり、残りの層にはさらに多くのニューロンがあります。この不一致は、脳が受け取った小さな視覚データを大量に処理していることを示唆しています。
「視覚野には独自の精神があります」と Shapley 氏は言います。
ヤング、シャプレー、チャリカーのような研究者にとっての課題は、その心の中で何が起こっているのかを解読することです.
ビジュアル ループ
視覚の神経解剖学は挑発的です。体の小さい人が重いものを持ち上げるように、説明を求めます:わずかな重量で、どうしてこれほど多くのことができるのでしょうか?
数学モデルを使ってこの疑問に答えようとしたのは、Young、Shapley、および Chariker が初めてではありません。しかし、これまでのすべての取り組みでは、網膜と皮質の間をより多くの情報が移動すると仮定していました。この仮定は、刺激に対する視覚皮質の反応を説明しやすくするものです。
「人々は、生物学が計算モデルで言っていることを真剣に受け止めていませんでした」と Shapley 氏は言いました。
数学者は、ビリヤード ボールの動きから時空の進化まで、変化する現象のモデル化に成功した長い歴史を持っています。これらは「動的システム」の例です。つまり、一定のルールに従って時間の経過とともに進化するシステムです。脳内で発火するニューロン間の相互作用も動的システムの一例ですが、これは特に微妙であり、定義可能なルールのリストで特定するのは困難です.
LGN 細胞は大脳皮質に 10 分の 1 ボルト、持続時間 1 ミリ秒の一連の電気インパルスを送り、ニューロン相互作用のカスケードを開始します。これらの相互作用を管理する規則は、より身近な物理システムでの相互作用を管理する規則よりも「無限に複雑」であると、ヤング氏は述べています。
個々のニューロンは、数百の他のニューロンから同時に信号を受け取ります。これらの信号のいくつかは、ニューロンの発火を促進します。他の人はそれを抑制します。ニューロンがこれらの興奮性ニューロンと抑制性ニューロンから電気パルスを受け取ると、その膜にかかる電圧が変動します。その電圧（その「膜電位」）が特定のしきい値を超えたときにのみ発火します。それがいつ起こるかを予測することはほぼ不可能です。
「単一のニューロンの膜電位を見ると、上下に激しく変動しています」とヤングは言いました。 「いつ発火するかを正確に知る方法はありません。」
状況はそれよりもさらに複雑です。何百ものニューロンがあなたの単一のニューロンに接続されていますか?それらのそれぞれは、他の何百ものニューロンから信号を受信しています。視覚野は、フィードバック ループに次ぐフィードバック ループの渦巻き遊びです。
「この問題は可動部分が多いことです。それが難しい理由です」と Shapley 氏は言いました。
視覚野の初期のモデルは、この機能を無視していました。彼らは、情報は一方向にしか流れないと仮定しました。つまり、目の前部から網膜、そして大脳皮質に入り、コンベヤー ベルトから降りてくるウィジェットのようにきれいに視覚が最後に現れるまでです。これらの「フィード フォワード」モデルは簡単に作成できましたが、大脳皮質の解剖学的構造の明白な意味を無視していました。これは、「フィードバック」ループがストーリーの大部分を占める必要があることを示唆していました。
「フィードバック ループに対処するのは非常に困難です。なぜなら、情報が戻ってきてあなたを変え、戻ってきて影響を与え続けるからです」とヤングは言いました。 「これはほとんどどのモデルも扱っていないもので、脳のいたるところにあります。」
2016 年の最初の論文で、Young、Shapley、および Chariker は、これらのフィードバック ループを真剣に検討し始めました。彼らのモデルのフィードバック ループは、バタフライ効果のようなものを導入しました。LGN からの信号の小さな変化は、「反復励起」として知られるプロセスでフィードバック ループを次々と通過するにつれて増幅され、その結果、LGN によって生成される視覚的表現に大きな変化が生じました。
Young、Shapley、および Chariker は、フィードバックが豊富なモデルが、モデルに入力される弱い LGN 入力のわずかな変化に基づいて、オブジェクトのエッジの向き (垂直から水平、およびその間のすべて) を再現できることを実証しました。
「[彼らは] 他のニューロンに接続するわずか数個のニューロンを使用して、視覚世界のすべての方向を生成できることを示しました」と Angelucci 氏は述べています。
ただし、ビジョンはエッジ検出以上のものであり、2016 年の論文はほんの始まりにすぎません。次の課題は、既に理解した 1 つの要素を失うことなく、ビジョンの追加要素をモデルに組み込むことでした。
「モデルが正しいことをしているのであれば、同じモデルがさまざまなことを一緒に行うことができるはずです」とヤングは言いました。 「あなたの脳は同じ脳のままですが、別の状況を見せれば、別のことをすることができます。」
ビジョンの群れ
実験室での実験では、研究者は霊長類に単純な視覚刺激を提示します。これは、コントラストや霊長類の視野に入る方向が異なる白黒パターンです。研究チームは、霊長類の視覚野に接続された電極を使用して、刺激に反応して生成される神経パルスを追跡します。優れたモデルは、同じ刺激が与えられたときに同じ種類のパルスを複製する必要があります。
「霊長類に写真を見せると、このように反応します」とヤングは言いました。 「この情報から、内部で何が起こっているのかをリバース エンジニアリングしようとします。」
2018 年、3 人の研究者は 2 つ目の論文を発表し、エッジを検出できる同じモデルが、ガンマリズムとして知られる皮質のパルス活動の全体的なパターンも再現できることを示しました。 (これは、ホタルの群れが集団パターンで点滅するときに見られるものと似ています。)
彼らは、視覚野がコントラストの変化をどのように知覚するかを説明する 3 つ目の論文を審査中です。彼らの説明には、興奮性ニューロンが互いの活動を強化するメカニズム、つまりダンス パーティーで熱狂が集まるような効果が含まれています。これは、視覚野がまばらな入力データから完全な画像を作成しようとする場合に必要なラチェット アップのタイプです。
現在、Young、Shapley、および Chariker は、モデルに方向感度を追加することに取り組んでいます。これにより、視覚野が、オブジェクトが視野を横切って移動する方向をどのように再構築するかが説明されます。その後、視覚野が視覚刺激の時間的パターンをどのように認識するかを説明しようとします。彼らは、たとえば、点滅している信号機のフラッシュを認識できる理由を解読したいと考えていますが、映画ではフレームごとのアクションは見られません.
その時点で、彼らは視覚野の 6 つの層のうちの 1 つの活動の単純なモデルを持つことになります。脳が視覚的印象の基本的な輪郭を大まかに描く層です。彼らの研究は、より高度な視覚処理が行われる残りの 5 つのレイヤーには対応していません。また、視覚野が色を区別する方法についても何も述べていません。これは、まったく異なる、より困難な神経経路を介して行われます.
「彼らにはまだ長い道のりがあると思いますが、これは彼らが良い仕事をしていないと言っているわけではありません. 「複雑で時間がかかります。」
彼らのモデルは視覚の謎を完全に解き明かすにはほど遠いものですが、正しい方向への一歩です — 生物学的にもっともらしい方法で視覚を解読しようとした最初のモデルです.
コーネル大学の神経科学者であるジョナサン・ビクターは、「人々はその点について長い間手を振っていました。 「生物学に適合したモデルでそれができることを示すことは、真の勝利です。」
この記事は Wired.com に転載され、スペイン語版は Investigacionyciencia.es に転載されました .
