Se for deg at du står i en korridor. Lukk øynene og begynn å gå, uten å holde deg i noe. Har du tenkt over at du likevel vil ha en følelse av hvor langt du har gått?

Hjernen holder rede på hvor du er, bare basert på dine egne bevegelser. Denne spesielle funksjonen kaller forskerne for baneintegrasjon. 

Akkurat hvordan hjernen klarer dette er fremdeles litt av et mysterium.

En teller i hodet

– Vi tror vi har en slags teller i hodet, sier Vemund Schøyen, stipendiat i beregningsorientert nevrovitenskap ved UiO.

Telleren tror vi at fungerer omtrent som fartsmåling i tidligere tider på sjøen. Det ble gjort med et tau med knuter med jevne mellomrom. Ved å slippe ut tauet og ta tiden mellom hver knute kunne en regne ut hastigheten. Forresten er det herfra vi har måleenheten knop, som betyr knute.

– Det er et kappløp i gang blant hjerneforskere for å finne ut hvordan baneintegrasjonen fungerer. Hovedhypotesen er at oppgaven løses av gittercellene, de spesielle nervecellene som danner et kart i hjernen og som vi vet har betydning for stedsansen vår, sier Schøyen.

Gittercellene ble oppdaget ved Kavli-instituttet i Trondheim i 2004, av blant andre Schøyens egen veileder Marianne Fyhn. Ti år senere fikk May-Britt og Edvard Moser nobelprisen i medisin for oppdagelsen.

Hjernens kart er smultringformet

Gittercellene danner et mentalt kart over omgivelsene. Sammen med andre spesialiserte celler som hoderetningsceller, plassceller og kantceller skaper de et navigasjonssystem i hjernen.

Hjernens kart ser litt annerledes ut enn våre kart på papir. Et nettverk av celler danner en form som likner på en hul smultring - en torus.

Tenk på det som et A4-ark som først rulles sammen på langs til en sylinder, deretter kobles sammen i hver ende.

– Jeg liker å tenke på det som Pac-Man sin verden, der Pac-Man går ut av en vegg og dukker opp ved motsatt vegg. Da er disse veggene koblet sammen, sier Schøyen.

Jakten på hjernens navigasjonssystem foregår på mange plan, blant annet gjennom forsøk med rotter på laboratorium, kan han fortelle.

Rotter på lekebil

– Forskere sjekker hvordan rottene navigerer i rommet med lyset av, eller kjører dem rundt på lekebiler for å se hva som skjer i hjernen når de ikke går selv, sier han.

På den måten får de informasjon om hvor hver enkelt celle er aktiv, men for å studere mange celler sammen brukes andre teknikker.

Schøyen og kollegene hans har tatt i bruk et kunstig nevralt nett til å undersøke baneintegrasjon spesielt. 

– Vi tok utgangspunkt i en modell over delene av hjernen som har med romfølelse og navigasjon å gjøre, sier han.

Først ba de modellen lære seg baneintegrasjon, altså å holde orden på hvor langt og hvor du har beveget deg.

– Da det kunstige nettverket lærte seg denne oppgaven, dukket gittercellene opp, forteller Schøyen.

Beskjæring av simulerte hjerneceller

Så langt var resultatene som ventet, men så begynte forskerne å gjøre eksperimenter de kaller beskjæring. Som med beskjæring av epletrær går dette ut på å fjerne enkelte deler.

Hvis vi fjerner én og én gittercelle, hva skjer da med baneintegrasjonen? spurte de seg.

Ganske riktig ble baneintegrasjonen dårligere etter hvert som gittercellene forsvant, men de måtte fjerne mer enn ti prosent av cellene for å ødelegge oppgaven.

– Vi ble litt skuffet da vi fant ut at det hadde samme effekt som å fjerne tilfeldige celler, sier Schøyen.

Men så gjorde de en overraskende oppdagelse. 

– Vi begynte å beskjære en liten mengde celler, stripeceller som til sammen bygger torus-formen, den hule smultringen i hjernen, sier han.

– Vanligvis «kastes» disse cellene i eksperimenter, mens vi fant ut at de hadde mye mer å si for baneintegrasjonen enn gitterceller. Hvis dette viser seg å stemme, har vi gjort en ganske stor oppdagelse, sier han.

Han minner om at funnet er gjort i en beregningsmodell. Det gjenstår å se hvor relevant det er for virkeligheten.

Kunstig intelligens bygger på hjerneforskning

Studier av hjernen og utvikling av kunstig intelligens er tett sammenvevd.

– All fungerende KI vi har i dag, er nevrale nettverk, sier Schøyen.

Nevrale nett ble laget med inspirasjon fra hvordan hjernen er bygget opp, med nerveceller som er knyttet sammen med ulik styrke.

Når vi snakker med Schøyen, er han på vei til Montreal for et langt studieopphold ved MILA, Montreal Institute for Learning Algorithms.

MILAs grunnlegger, Yoshua Bengio, er en av tre personer som har fått æren for å finne opp dyplæring i nevrale nettverk, teknikken som gjorde moderne KI mulig.

– Hos MILA forsker tusen personer på maskinlæring. Forskeren jeg skal være hos, har også bakgrunn fra nevrovitenskap, sier Schøyen, som ser fram til å lære enda mer om sammenhenger mellom kunstig intelligens og hjerneforskning. 

– Helt konkret er målet å forbedre modellene våre slik at de lærer bedre gitterceller. Vi tror de danner en «metrikk for rommet» som betyr at vi faktisk oppfatter en meter i virkeligheten som en meter i vår mentale modell, sier han.

I prosjektet «Bio-inspirert kunstig intelligens» bruker forskerne KI-modeller til å studere hjernen, med formål å forstå hvordan hjernen fungerer, men også å utvikle bedre kunstig intelligens-systemer.  Forskere som studerer biologisk inspirert kunstig intelligens, har et grunnleggende spørsmål: Hva kan vi lære av biologien for å gjøre roboter og datamaskiner mer intelligente?

– Motivasjonen min er å forstå hjernen bedre, men ut av grunnforskningen på hjernen kan det også komme bedre teknologi, sier prosjektleder ved Simula, Mikkel Lepperød.

Skal ikke konkurrere med de store

Selv om mange KI-systemer imponerer oss og er nyttige allerede, er hjernen vår mye mer energieffektiv og fleksibel. Den trenger også mye mindre data å trene på for å lære noe nytt.

Forskerne i Oslo har ikke til hensikt å konkurrere med de store teknologifirmaene.

– Disse firmaene har veldig mye penger og ressurser, men det er også ulempen deres. På et tidspunkt må de tjene penger, sier Lepperød.

For teknologiselskapene er det raskest å øke størrelsen på systemene. De har kanskje ikke tid til å planlegge langsiktig.

– For ikke så lenge siden ble det sluppet en versjon av en generativ KI med åpen kildekode. Det tok ikke lang tid før den var redusert kraftig i størrelse, mens den fungerte like fint, sier han.

– Vår konkurransefordel er det at vi kombinerer biologiske eksperimenter med beregningsorientert nevrovitenskap og kunstig intelligens, men også at vi kan tenke langsiktig, mener Lepperød.

Hvor i hjernen finner vi ordene?

Et område hvor naturlig intelligens gjør det bedre enn kunstig, er det forskerne kaller komposisjonell læring. I korthet går det ut på at vi kan trekke ut deler av det vi lærer og bruke det i andre sammenhenger.

Har du lært et verdenskart, kan du bruke det i mange sammenhenger. Du trenger ikke lære det på nytt hver gang du skal lære om noe nytt som skjer i verden.

– Akkurat kart er et veldig fint eksempel på et område vi kan studere videre i en gruppe som vår. Fra nevrovitenskapen kjenner vi til kognitive kart, og vi vet akkurat hvor vi kan gjøre målinger i hjernen for å studere kartene. For noen måneder siden kom en studie hvor forskerne hadde sett etter kart i store språkmodeller og funnet både et verdenskart og en representasjon av tid, sier han.

Hvis Lepperød skal velge et favorittaspekt ved hjernen han gjerne vil forstå mer av, peker han på nettopp komposisjonell læring.

– Det henger også tett sammen med hvordan vi lagrer minner, det er det ingen som helt forstår.

Har du lært hva en stol er, har du også en idé om hva de ulike delene av stolen er. Det lagrer du i hjernen resten av livet.

Eller ta ordene. Vi har åpenbart et leksikon over ord i hjernen. Men hvor finnes alt sammen?

– Hvordan dette lagres i hjernen, er et av de mest grunnleggende spørsmålene vi ikke har noe svar på. Noen forskere tror minnene lagres i synapsene, mellom nervecellene. Andre tror at det skjer kollektivt i en gruppe av celler. De mest kontroversielle tror minnene er lagret i genetikken på en måte, sier han.

– Ingen vet, og dette er det ekstremt interessant å finne ut av.

Referanse:

Vemund Schøyen,  Mikkel Elle Lepperød mfl.: Coherently remapping toroidal cells but not Grid cells are responsible for path integration in virtual agents. Science Direct, 2023. Doi.org/10.1016/j.isci.2023.108102

Om forskningen

Vemund Sigmundson Schøyens studie er gjort i en tverrfaglig forskningsgruppe med deltakere fra fysikk og biologi ved UiO og forskningsorganisasjonen Simula. 

Schøyen har bakgrunn fra robotikk, mens prosjektleder Mikkel Lepperød ved Simula har en master i matematikk og en doktorgrad i eksperimentell nevrovitenskap på eksperimenter med rotter i laboratoriet.

Marianne Fyhn ved Institutt for biovitenskap og Anders Malthe-Sørenssen ved Fysisk institutt deltar i forskningsgruppa.

Artikkelen er produsert og finansiert av Universitetet i Oslo

Universitetet i Oslo er én av over 80 eiere av forskning.no. Deres kommunikasjonsansatte leverer innhold til forskning.no. Vi merker dette innholdet for å tydelig skille formidling fra uavhengig redaksjonelt stoff.
Her kan du lese mer om ordningen.

Les også disse sakene fra Universitetet i Oslo:

• 

  Ny EØS-utredning: Et demokratisk problem at Norge har null innflytelse over regler fra EU

• 

  Denne behandlingsmetoden kan hjelpe unge som skadar seg sjølve

• 

  Slankemedisin kan kanskje gjera det lettare å bli gravid

• 

  «Make Sweden Great Again»: Ytre høyre fant hverandre på Twitter under det svenske valget

• 

  Valg i India: Populisten Modi ser ut til å vinne for tredje gang

• 

  Digitale dingser er bare en liten del av løsningen på bemanningskrisa i helsetjenestene

Les flere saker laget av Universitetet i Oslo her.

forskning.no vil gjerne høre fra deg!

Har du en tilbakemelding, spørsmål, ros eller kritikk? TA KONTAKT HER