Cyber Elegans Project
С. Elegans - свободноживущая почвенная нематода размером порядка миллиметра - на сегодняшний день единственный организм, для которого практически полностью известна архитектура его нейросети - нейроны и связи между ними. Это произошло отчасти благодаря тому, что все особи данного вида стабильно имеют 302 нейрона (и > 5000 синапсов) и практически идентичное их расположение и связи между ними. Для этого организма каждый нейрон даже получил собственное имя-идентификатор.
Вполне естественным при данных обстоятельствах является предпринять попытку смоделировать нервную систему С. Elegans. Однако, врядли мы поймем, удалось нам это или нет, обладая только моделью нейросети. Необходима модель тела организма, с мышцами и рецепторами, в трехмерном окружении, которая позволила бы наблюдать поведенческие реакции и обеспечивала бы как модель животного, так и наблюдателя, обратной связью. Кстати, поведенческие реакции данного огранизма сложны и многогранны, несмотря на его кажущуюся внешнюю простоту. Коротенький ролик можно посмотреть здесь
Этому и посвящена данная научно-исследовательско-программная работа...
C. Elegans - свободноживущая нематода (круглый червь) около 1 мм в длину. Широко используется как модельный организм (наряду с мышью, дрозофилой и т.д.). Один из биологических видов, наиболее полно и разносторонне изученных учеными. Геном полностью просеквенирован и опубликован в 1998 году (дополнен в 2002).
Одно из важнейших свойств C. Elegans - однотипное строение нервной системы для всех особей. Структура и связи между нейронами C. Elegans были получены в результате реконструкции электронных микрофотографий срезов в различных проекциях в рамках проекта “The Mind of a Worm” ( http://www.wormatlas.org/MoW_built0.92/toc.html ). Нервная система C. Elegans состоит из 302 нейронов, формирующих инвариантные для всех особей структуры.
На сегодняшний день известны координаты всех нейронов и определена большая часть синаптических связей между ними, число которых составляет более 5000, а так же более 2000 нейромышечных соединений. Полное количество клеток во взрослом организме составляет около 959.
Таким образом, C. Elegans - пока единственный организм, для которого нервная система изучена столь подробно. Организмы, обладающие нервной системой более высокого уровня - насекомые и моллюски. Минимальное известное количество нейронов для них составляет несколько тысяч, а определение всех синаптических связей представляет на данный момент неразрешимую задачу. Таким образом C. Elegans - идеальный объект для моделирования нервной системы, и может оказаться первым живым существом, чей «мозг» был воссоздан в виртуальном виде.
Действующая модель нейросети сама по себе является хорошим достижением, однако для проверки ее работы необходимо обеспечить, во-первых, адекватный сенсорный ввод, а во-вторых, иметь подключение к мышцам, которые управлялись бы соответствующими моторными нейронами. Поведение C. Elegans было подробно исследовано, что дает возможность сравнить его с поведением виртуальной модели. Хорошее или же плохое сходство модельной системы и природного будет в достаточной степени отражать наше понимание функционирования нервных систем в целом, т.к. в основе строения и функционирования нейронов всех живых организмов лежат общие принципы.
В течение примерно полугода работы в свободное время я написал 3D-симулятор мышечной системы С. Elegans, в котором, по аналогии с природой, имеется четыре продольных группы мышц:
В основе лежит физическая модель, построенная в виде системы связанных точечных масс и пружин, которые, в том числе, могут сокращаться под действием посылаемых им сигналов нервных импульсов от моторных нейронов. Система дифференциальных уравнений, описывающая систему, численно решается на каждом шаге, учитывая гравитацию, трение, реакцию опоры от поверхности и т.д. Трехмерная графика реализована с использованием OpenGL. Быстродействие персонального компьютера позволяет проводить моделирование в реальном времени. Мы можем регистрировать для каждой точки момент касания поверхности и посылать сигнал соответствующим клеткам-детекторам тактильных ощущений, а в случае активации моторных нейронов сокращать те или иные мышцы.
На данный момент реализован 3D-симулятор, реализован ряд классов и функций для работы с биологическими нейросетями, включая загрузчик информации о нейронах и связях между ними. Экспериментальные данные о связях, а так же о типах связей не полны, однако, по оценкам, содержат около 80% всей имеющейся информации. Однако, во-первых, работа над проектом “The Mind of a Worm” продолжается, а во-вторых, уже имеющейся информации может оказаться достаточно, чтобы большинство или часть систем адекватно работали. Планируется подключение моторных нейронов червя к соответствующим мышцам модели, и обеспечение ввода в действующую нейросеть данных от тактильных рецепторов. Так же живая особь имеет терморецепторы и хеморецепторы, что так же может быть реализовано в дальнейшем.
Примерно на этом этапе я представил этот проект в нашей конторе, которая занимается наукоемкими технологиями, распознаванием образов, ИИ и разного рода задачами, связанными с молекулярной биологией. Проект понравился, так что теперь я им занимаюсь уже не один, надеюсь, что пойдет быстрее.
А вот теперь, для тех, кто дочитал :) - несколько слов о возникших на пути сложностях.
Известны нейроны, известны связи между ними, для некоторых синапсов известен их тип и нейромедиатор.
Однако, "веса" не известны, и как их восстановить, пока непонятно.
Я начну с системы, приводящей червя в движение - нейронами, управляющими мышечной системой, генерирующими основной паттерн движения - бегущую волну. Однако, в зависимости от сенсорного ввода, это может быть не только движение вперед, но и назад - волной, бегущей в обратном направлении, и разворотами, огибанием препятствий и т.д. Эта группа нейронов включает штук 20-30, можно попробовать подобрать связи исходя из их относительной толщины на микрофотографиях, можно немного менять коэффициенты руками в зависимости от ситуации, можно написать прогу, которая будет сама их оптимизировать - но тут нужен критерий. Плюс надо обязательно учесть тормозные и активирующие нейроны - они дают совершенно разный эффект :)
В общем, друзья, вот эта тема - восстановление свойств связей между нейронами - предлагается для обсуждения, поскольку, по видимому, в это упрется любой проект, связанный с моделированием виртуальной модели нейросети любого реального живого организма, и решение этой же проблемы может пролить свет на конструирование искусственных нейросетей для ИИ.
Вполне естественным при данных обстоятельствах является предпринять попытку смоделировать нервную систему С. Elegans. Однако, врядли мы поймем, удалось нам это или нет, обладая только моделью нейросети. Необходима модель тела организма, с мышцами и рецепторами, в трехмерном окружении, которая позволила бы наблюдать поведенческие реакции и обеспечивала бы как модель животного, так и наблюдателя, обратной связью. Кстати, поведенческие реакции данного огранизма сложны и многогранны, несмотря на его кажущуюся внешнюю простоту. Коротенький ролик можно посмотреть здесь
Этому и посвящена данная научно-исследовательско-программная работа...
C. Elegans - свободноживущая нематода (круглый червь) около 1 мм в длину. Широко используется как модельный организм (наряду с мышью, дрозофилой и т.д.). Один из биологических видов, наиболее полно и разносторонне изученных учеными. Геном полностью просеквенирован и опубликован в 1998 году (дополнен в 2002).
Одно из важнейших свойств C. Elegans - однотипное строение нервной системы для всех особей. Структура и связи между нейронами C. Elegans были получены в результате реконструкции электронных микрофотографий срезов в различных проекциях в рамках проекта “The Mind of a Worm” ( http://www.wormatlas.org/MoW_built0.92/toc.html ). Нервная система C. Elegans состоит из 302 нейронов, формирующих инвариантные для всех особей структуры.
На сегодняшний день известны координаты всех нейронов и определена большая часть синаптических связей между ними, число которых составляет более 5000, а так же более 2000 нейромышечных соединений. Полное количество клеток во взрослом организме составляет около 959.
Таким образом, C. Elegans - пока единственный организм, для которого нервная система изучена столь подробно. Организмы, обладающие нервной системой более высокого уровня - насекомые и моллюски. Минимальное известное количество нейронов для них составляет несколько тысяч, а определение всех синаптических связей представляет на данный момент неразрешимую задачу. Таким образом C. Elegans - идеальный объект для моделирования нервной системы, и может оказаться первым живым существом, чей «мозг» был воссоздан в виртуальном виде.
Действующая модель нейросети сама по себе является хорошим достижением, однако для проверки ее работы необходимо обеспечить, во-первых, адекватный сенсорный ввод, а во-вторых, иметь подключение к мышцам, которые управлялись бы соответствующими моторными нейронами. Поведение C. Elegans было подробно исследовано, что дает возможность сравнить его с поведением виртуальной модели. Хорошее или же плохое сходство модельной системы и природного будет в достаточной степени отражать наше понимание функционирования нервных систем в целом, т.к. в основе строения и функционирования нейронов всех живых организмов лежат общие принципы.
В течение примерно полугода работы в свободное время я написал 3D-симулятор мышечной системы С. Elegans, в котором, по аналогии с природой, имеется четыре продольных группы мышц:
В основе лежит физическая модель, построенная в виде системы связанных точечных масс и пружин, которые, в том числе, могут сокращаться под действием посылаемых им сигналов нервных импульсов от моторных нейронов. Система дифференциальных уравнений, описывающая систему, численно решается на каждом шаге, учитывая гравитацию, трение, реакцию опоры от поверхности и т.д. Трехмерная графика реализована с использованием OpenGL. Быстродействие персонального компьютера позволяет проводить моделирование в реальном времени. Мы можем регистрировать для каждой точки момент касания поверхности и посылать сигнал соответствующим клеткам-детекторам тактильных ощущений, а в случае активации моторных нейронов сокращать те или иные мышцы.
На данный момент реализован 3D-симулятор, реализован ряд классов и функций для работы с биологическими нейросетями, включая загрузчик информации о нейронах и связях между ними. Экспериментальные данные о связях, а так же о типах связей не полны, однако, по оценкам, содержат около 80% всей имеющейся информации. Однако, во-первых, работа над проектом “The Mind of a Worm” продолжается, а во-вторых, уже имеющейся информации может оказаться достаточно, чтобы большинство или часть систем адекватно работали. Планируется подключение моторных нейронов червя к соответствующим мышцам модели, и обеспечение ввода в действующую нейросеть данных от тактильных рецепторов. Так же живая особь имеет терморецепторы и хеморецепторы, что так же может быть реализовано в дальнейшем.
Примерно на этом этапе я представил этот проект в нашей конторе, которая занимается наукоемкими технологиями, распознаванием образов, ИИ и разного рода задачами, связанными с молекулярной биологией. Проект понравился, так что теперь я им занимаюсь уже не один, надеюсь, что пойдет быстрее.
А вот теперь, для тех, кто дочитал :) - несколько слов о возникших на пути сложностях.
Известны нейроны, известны связи между ними, для некоторых синапсов известен их тип и нейромедиатор.
Однако, "веса" не известны, и как их восстановить, пока непонятно.
Я начну с системы, приводящей червя в движение - нейронами, управляющими мышечной системой, генерирующими основной паттерн движения - бегущую волну. Однако, в зависимости от сенсорного ввода, это может быть не только движение вперед, но и назад - волной, бегущей в обратном направлении, и разворотами, огибанием препятствий и т.д. Эта группа нейронов включает штук 20-30, можно попробовать подобрать связи исходя из их относительной толщины на микрофотографиях, можно немного менять коэффициенты руками в зависимости от ситуации, можно написать прогу, которая будет сама их оптимизировать - но тут нужен критерий. Плюс надо обязательно учесть тормозные и активирующие нейроны - они дают совершенно разный эффект :)
В общем, друзья, вот эта тема - восстановление свойств связей между нейронами - предлагается для обсуждения, поскольку, по видимому, в это упрется любой проект, связанный с моделированием виртуальной модели нейросети любого реального живого организма, и решение этой же проблемы может пролить свет на конструирование искусственных нейросетей для ИИ.