Felszállok a reggeli csúcsban arra a buszra, amivel nap mint nap munkába járok, de ma valami nem stimmel: én vagyok az egyedüli utas. Ez annyira szokatlan, hogy olyan részletekre is emlékszem az útból, amiket máskor nyom nélkül elfelejtenék – a sofőr személyére, a mozdulataira, az ülőhelyre, amit választottam, a forgalom tempójára és az időjárásra. Egy magyar kutató két kollégájával most a mesterséges intelligencia működési elveit alapul véve megfejtette, miért hagynak mély nyomot az ilyen egyszeri, meglepő élmények, és hogyan segítik ezzel az emlékezet elsődleges feladatát, a minket körülvevő világ törvényszerűségeinek kiismerését.

A legérdekesebb kérdés az, hogy a biológiai intelligencia hogyan működik – mondja a Qubitnek Orbán Gergő, a HUN-REN Wigner Fizikai Kutatóközpont Komputációs Rendszerszintű Idegtudomány „Lendület” Kutatócsoportjának vezetője. Erre ők a mesterséges intelligencia (AI) által biztosított eszközök segítségével kívánnak választ adni, betekintést nyerve a látás, valamint az emberi memóriafolyamatok működési mechanizmusaiba.

Ez utóbbi az, amivel a Nature Reviews Psychology folyóiratban júniusban közölt tanulmányuk is foglalkozik, amit a Tübingeni Egyetemen és a Max Planck Intézetben kutató Nagy Dáviddal és Charley Wuval írtak közösen. Az agyi memóriarendszereket tárgyaló tanulmány adta néhány héttel ezelőtti beszélgetésünk kiindulópontját is, amelynek során kitértünk az emberi emlékezet briliáns képességeire és korlátaira, valamint az AI-rendszerekben rejlő átütő lehetőségekre.

A kutató egyik fő állítása, hogy számos, az idegrendszert érintő betegség, rendellenesség és zavar gyógyításához a mostaninál mélyebben kell megértenünk a kognitív folyamatok működését. 15 évvel ezelőtt nehezebb volt megindokolnia, hogy miért segíthet ebben a mesterséges intelligencia, mint ma, a szintlépést jelentő generatív AI korszakában. A generatív modellek, amelyek közé tartoznak a chatbotokat működtető nagy nyelvi modellek (LLM) is, a kutató szerint elődeiknél sokkal mélyebb bepillantást engednek az idegrendszer működésébe, mivel tanulási elvük közelebb áll ahhoz, ahogy mi is kiismerjük a környezetünket.

Az AI-modellek révén a kutatók fel tudják tárni, hogy milyen matematikai hátteret használ egy mesterséges rendszer olyan kognitív feladatok megoldására, amelyekkel az emberi agy a mindennapokban találkozik, legyen az egy kávé elkészítése, egy baráti beszélgetés, vagy egy email megírása. Ezáltal meg tudják határozni, hogy mi szükséges egy adott feladat végrehajtásához, amit utána már könnyebb megtalálni az idegrendszerben. A megközelítés azt is lehetővé teszi, hogy az evolúció során komplex környezethez alkalmazkodott emberi idegrendszer képességeit és jellemzőit ne egy laboratóriumi közegben teszteljék, ami a kutató szerint félrevezető lehet, hanem minél inkább valós körülmények között. Ehhez viszont fejlett AI-rendszerek kellenek, amik csak mostanában kezdenek elérhetővé válni.

A fizikus kutatócsoportja a mesterséges intelligencia, az idegtudomány és a kognitív tudomány határterületén dolgozik. Mint mondja, a kognitív tudományra ma nagyon mély interdiszciplinaritás jellemző: a területhez hozzájárulnak a hozzájuk hasonló, gépi tanulással foglalkozó matematikusok, továbbá neurológusok, neurobiológusok, molekuláris biológusok és kognitív rendellenességekhez terápiákat fejlesztő, a komputációs pszichiátria eszközeivel dolgozó kutatók. „Ezeket érdemes összehangolni” – mondja, hiszen az áttörések a különböző kompetenciákkal rendelkező tudományterületek hatékony integrációjából származhatnak, amire a döntéshozóknak hazai és európai szinten is meg kell teremteniük a lehetőséget.

Sokszor megbízhatatlan az emberi memória, de legalább tudjuk, mikor hajlamos hibázni

De mit árul el az AI az emberi emlékezet működéséről, és hogyan lehet a memória lényegét megfogni? A memória alapvetően arra szolgál, mondja Orbán, hogy jóslatokat tudjunk tenni a környezetünkről, vagyis ha egy korábbihoz hasonló szituáció megismétlődik, meg tudjuk mondani, hogy vélhetően mire számíthatunk. Ezzel megtanuljuk azt is, hogy miként tudjuk az adott helyzetet kezelni, és abban helyt állni – amihez el kell sajátítanunk azt, hogy hogyan működik a világ.

Erre szolgál a szemantikus emlékezet, amivel a minket körülvevő környezet struktúráját képezzük le. A memóriarendszer legfontosabb jellemzője az, hogy nagyon ügyesen általánosít, és csak azokat az információkat tartja meg, amik előrejelzést adhatnak a jövőre nézve – azaz nem ragad le a részleteknél. Ezzel ellentétbe állítható az epizodikus memóriarendszer, amely a személyes életünk szempontjából valamiért meghatározó emlékeket tárolja el hosszú távon, élénk, részletgazdag módon. Ez viszont pont abba nem illik bele, amit az információelmélet veszteséges tömörítés elve sugall, vagyis hogy az eltárolt emlékeknek prediktívnek, vagyis előrejelzőnek kell lennie.

Az agynak erősen szelektálnia kell, hogy mit tárol el az érzékszerveinkből befutó információból, aminek keretrendszerét a veszteséges tömörítés elmélete adja. Ez abból indul ki, hogy van egy fix büdzsénk az információ tárolásra, és ahhoz kell megtalálni azt a kódot, amivel a tárolás a leghatékonyabban lebonyolítható. „Ezt úgy fogja megoldani, hogy valamilyen részleteket el fog dobálni az élményekből, és valamiket meg fog tartani. És ezek az élmények, amiket meg fog tartani, ezek lesznek azok, amiknek a segítségével legjobban tudom prediktálni a jövőt” – mondja. Erre az optimalizációra vezethető vissza az is, hogy az emberi memória esetenként megdöbbentően megbízhatatlan tud lenni. Korábbi kísérletek kimutatták, hogy amikor olyan logókat vagy popkulturális ikonokat kell felismernünk, amikkel a mindennapjainkban sokat találkozunk, akkor gyakran tévesztjük el az apróbb részleteiket. Ezek a hibák szisztematikusak, ami előre jelezhetővé teszi őket. Így tudjuk, hogy milyen esetekben fordulhatnak elő, és milyen jellegű információt érinthetnek.

Ha valakivel megittunk egy kávét, valószínűleg emlékezni fogunk arra, hogy a másiknak milyen volt a karaktere, vagy hogy miről beszélgettünk, de a veszteséges tömörítésbe már nem feltétlenül fér bele annak megjegyzése, hogy ki milyen ruhát és cipőt viselt. Ugyanakkor az emberi memória megbízhatatlansága nem azt jelenti a szakember szerint, hogy egy bűntény szemtanúinak vallomását ne lehetne megbízhatónak tekinteni. Inkább arról van szó, hogy bizonyos dolgokat érdemes csak számon kérni – például, hogy milyen magas volt az elkövető, vagy milyen eszköz volt nála, nem azt, hogy a bolt egyik polcán elhelyezett dobozban mennyi cukorka volt éppen. És a kognitív tudomány eredményei alapján abban, hogy egy adott szituációból mire emlékszünk, erős egyéni eltérések mutatkoznak – többek közt életkorunk és élettapasztalatunk alapján. Egy gyermek lehet, hogy pont a cukorkák számát jegyzi majd meg, és nem az elkövető magasságát.

Az emberi memória tárolóképességét számszerűsíteni „iszonyatosan nehéz”, mondja. Ez részben arra vezethető vissza, hogy az információ eltárolásának hatékonysága drasztikus mértékben függ attól, hogy mi magunk mit tudunk a világról. Ha például nem ismerjük a sakkjátékosok által alkalmazott stratégiákat, nem fogjuk tudni, hogy milyen játékdinamika vezetett a bábuk játék közepi konfigurációjához. Így azok elrendeződésére sem fogunk emlékezni, mivel két tucat bábu 64 mezőn történő eloszlása rengeteg információ, amit csak egy, a játékról az agyunkban meglévő strukturális modell esetén tudnánk hatékonyan eltárolni.

Ez azzal is jár, hogy a tapasztalt játékosok előnye a bábuk helyzetének rekonstruálásában azonnal elvész, ha véletlenszerűen felcseréljük őket, mielőtt megmutatjuk nekik a sakktáblát – mivel onnantól a sakkjáték dinamikájának ismerete már nem segíti őket. A memóriakapacitás „így azt határozza meg alapvetően, hogy milyen fajta komplex struktúrába tudjuk rendezni az élményeinket” – mondja, ami nemcsak a sakkjáték, hanem a mindennapi társas szituációkban is döntő. Ha egy konferencián ismerősöket látunk, már félszavakból érhetjük, hogy miről beszélnek, és sejthetjük az őket összekötő kapcsolati hálót is. Ennek és a hasonló szabályosságoknak az ismerete, vagyis a szemantikus modell megléte teszi lehetővé az információtömörítést, és ezen élethelyzetek hatékony kezelését.

Egy hajóval és egy mentőcsónakkal navigálunk a hipotéziseink tengerén

De mi történik akkor, ha meglepő helyzettel kell szembenéznünk? És miért tűnik úgy, hogy néha arra a helyzetre emlékszünk jól, ami egyáltalán nem kompatibilis a világról kialakult szemantikus modellünkkel? „Egy élmény attól meglepő, hogy valamilyen módon kívül esik azon, amit idáig tapasztaltunk” – mondja a kutató. Ha már kitanultuk az espresso elkészítésének rejtelmeit kotyogós kávéfőzőnkkel, és egyszer csak váratlanul rossz lesz a kávé, akkor a szemantikus modell csak arról tud számot adni, amit eddig fontosnak gondoltunk – de ebben lehet, hogy nincsenek benne olyan tényezők, amik megmagyarázzák, mitől sikerült ihatatlanra a kávé, amit elkészítettünk.

Az ember folyamatosan tanul környezetéről, aminek következtében a szemantikus modell is folyamatosan változik. A kutatók szerint ebben rejlik a meghatározó szerepe az epizodikus memóriában részletes emléknyomokként tárolt meglepő élményeknek. Ha váratlanul rosszul sikerül a kávé, akkor több körülményre fogunk emlékezni: milyen napszak volt, milyen hőmérsékletű volt a víz, mikor daráltuk le a felhasznált kávét, és milyen zene szólt a háttérben. Ezek közül valószínűleg nem a háttérzene a lényeges, mondja, de az epizodikus memória lényege nagyjából pont az, hogy „de ki tudja”. Egyes ilyen epizódok egészen traumatikusak is lehetnek, amiknek eltárolásához az idegrendszer nagy kapacitást rendelhet, annak érdekében, hogy a jövőben azokat nagy valószínűséggel elkerüljük.

Amikor egy szemantikus modellt készítünk arról, hogy miként működik a világ, akkor Orbánék hasonlatával élve lényegében egy hajót építünk – vagyis egy hipotézist állítunk fel a világ működéséről, amivel aztán a hipotézisek tengerén navigálunk. Ahogy egyre több tapasztalatunk gyűlik össze, a hipotézisünket frissítenünk kell, anélkül, hogy az alapoktól építenénk azt újra – hiszen a hajónak hajózhatónak kell maradnia. A Neurath hajója nevű metafora szerint a meglévő hajó deszkáról deszkára frissíthető, és idővel teljesen meg is újítható – és ugyanígy kell a meglévő szemantikus modellünket frissítenünk a tanulás során. Ehhez a megújítási folyamathoz kell az epizodikus memória, ami egy mentőcsónakként szolgál, és biztosítja a modellünkkel inkompatibilis megfigyelések alapos eltárolását. Ez pedig, mint tanulmányukban írják, lehetővé teszi a modell nagyobb mértékű frissítését.

Az, hogy egy hajóval és egy mentőcsónakkal kényszerülünk navigálni a hipotézisek tengerén, megkötéseket is ad arra, hogy miként tanulunk. A mesterséges tanulórendszerekkel szemben, amiknek nagyjából mindegy, hogy milyen sorrendben adunk rengeteg mennyiségű adatot, az emberek érzékenyek az információk vagy a feladatok sorrendiségére. Emiatt könnyebben sajátítunk el új készségeket, mondja, ha egyszerre egy feladat végrehajtásában kupálódunk ki, és csak azután lépünk a következőre. Eközben az is igaz, hogy ha megtanulunk egy stratégiai játékot játszani, majd még egyet, a harmadikat már könnyebben sajátítjuk el, mert megértettük a játéktípus magasabb szintű mechanikáját, amit aztán már eltérő esetekben is alkalmazni tudunk.

Sokáig úgy tűnt, hogy az emberi képességek ebben az igazán kimagaslók: képesek vagyunk a már megtanult dolgokat alapvető összetevőkre bontani, és ezeket kombinálva új koncepciókat kidolgozni vagy feladatokat végrehajtani (kompozícionálás). „Nyilvánvalóan az egyik legnagyobb kihívás minden tanulórendszer számára az, hogy hogyan tud generalizálni, hogyan tud általánosítani” – mondja Orbán. Ebben egyes AI-modellek, mint például a fehérjék háromdimenziós szerkezetét előre jelző, kémiai Nobel-díjjal értékelt AlphaFold, már meggyőző és előremutató teljesítménnyel bírnak. A kutató szerint egyre többször fordul elő, hogy olyan feladatok, amik korábban kihívást jelentettek a mesterséges intelligenciának, megoldhatóvá válnak – köztük az egykor az ember különleges képességének tekintett kompozícionalitás is.

Ha közelebb akarunk kerülni a figyelemhiányos hiperaktivitás-zavar (ADHD), az autizmus spektrumzavar (ASD), vagy a skizofrénia megismeréséhez, akkor Orbán szerint egy mélyebb megértést kell szereznünk az emberi intelligenciáról. Kizárólag ekkor tudjuk megtalálni azt, hogy hol vannak azok a kulcslyukak, amelyeken keresztül ezen zavarokra és betegségcsoportokra hatást tudunk gyakorolni, és ezekhez aztán apró molekuláris kulcsokat, vagyis precíziós gyógyszereket és terápiákat lehet majd tervezni. De előbb tudnunk kell azt, hogy mit keresünk – a mesterséges intelligencia ebben segít, és ezáltal egyben közelebb visz saját magunk megértéséhez is.

Kapcsolódó cikkek a Qubiten:

Magyar kutatók megtalálták a negatív élmények feldolgozásában kulcsszerepet játszó idegsejteket

Tóth András tudomány 2024. június 7.

Az egerek, ha tehetik, elkerülik az olyan ingereket, mint amikor levegőt fújnak az arcukba. Hogy ez a tanulási folyamat hogyan is játszódik le a bazális előagyban, arra most Hangya Balázs vezetésével Hegedüs Panna és kollégái derítettek fényt.

Magyar neurobiológusok tárták fel, hogyan vezérli az agy az emlékek eltárolását és előhívását

Tóth András tudomány 2023. október 10.

Hangya Balázs és kollégái azonosították az emlékezetért felelős gyors agyhullámokat irányító agyi régiót; a felfedezés a skizofréniához hasonló betegségek jobb megértésében is segíthet.

Magyar kutatók fényt derítettek a hosszú covid kialakulásában szerepet játszó agyi folyamatokra

Tóth András tudomány április 10.

Világszerte több millióan küzdenek elhúzódó tünetekkel covidos megbetegedésük után. Dénes Ádám agykutató és kollégái öt évnyi kutatómunkával tárták fel a COVID-19 által okozott gyulladás és idegrendszeri károsodás hátterét.