Модель машинного обучения объясняет, как мозг распознаёт коммуникационные звуки
В статье, опубликованной сегодня в Communications Biology, учёные-нейробиологи из Университета Питтсбурга описывают модель машинного обучения, которая помогает объяснить, как мозг распознаёт значение коммуникационных звуков, таких как зовы животных или произнесённые слова.
Алгоритм, описанный в исследовании, моделирует, как социальные животные, включая мартышек и морских свинок, используют звукообрабатывающие сети мозга для различения категорий звуков — например, призывов к спариванию, сигналов о еде или опасности — и реагируют на них.
Это исследование — важный шаг к пониманию сложностей нейронной обработки, лежащей в основе распознавания звуков. Полученные данные прокладывают путь к пониманию и, в конечном итоге, лечению расстройств, влияющих на распознавание речи, а также к улучшению слуховых аппаратов.
Основная идея
Исследователи предположили, что механизм распознавания мозгом значения звуков может быть похож на распознавание лиц. Вместо сравнения с идеальным «шаблоном» мозг выделяет полезные мелкие характеристики и их взаимное расположение, создавая ментальную карту, определяющую, например, лицо. Учёные выдвинули гипотезу, что коммуникационные звуки также могут состоять из таких небольших характеристик.
Ход исследования
- Создание модели: Исследователи построили модель машинного обучения для обработки звуков, способную распознавать различные звуки социальных животных.
- Проверка на мозговой активности: Записывая активность мозга морских свинок, слушающих сородичей, они обнаружили, что нейроны в звукообрабатывающих областях активируются электрическими всплесками при обнаружении звуковых характеристик, специфичных для определённых типов звуков, — аналогично поведению модели.
- Проверка на поведении: Морских свинок поместили в вольер и обучили идти в разные углы за фруктовой наградой в зависимости от категории воспроизводимого звука (писка или ворчания).
- Усложнение задачи: Чтобы имитировать распознавание
слов людьми с разными акцентами, зовы морских свинок изменяли: ускоряли,
замедляли, меняли высоту тона, добавляли шум и эхо.
- Животные успешно справлялись с задачей даже с изменёнными звуками.
- Машинное обучение идеально описывало их поведение и лежащую в его основе активацию нейронов.
Значение и дальнейшие шаги
- Уникальность модели — в её точном соответствии с поведением и мозговой активностью, что даёт больше информации о биологии процесса.
- Следующий шаг — адаптация точности модели для распознавания человеческой речи.
- Понимание работы типичного мозга в распознавании слов может помочь людям с нейроразвивающими расстройствами и в разработке лучших слуховых аппаратов.