Home 세계 뉴런이 와인 냄새와 기타 냄새를 해독하는 데 도움이 되는 방법

뉴런이 와인 냄새와 기타 냄새를 해독하는 데 도움이 되는 방법

0
뉴런이 와인 냄새와 기타 냄새를 해독하는 데 도움이 되는 방법

요약: 과학자들은 동물들이 서로 다른 냄새, 심지어 놀라울 정도로 유사해 보이는 냄새까지 어떻게 구별하는지를 발견했습니다.

일부 뉴런은 지속적으로 다양한 냄새를 식별하지만 다른 뉴런은 예측할 수 없게 반응하여 시간이 지남에 따라 미묘한 냄새를 구별하는 데 도움을 줍니다. 초파리에 대한 이전 연구에서 영감을 얻은 이 발견은 기계 학습 모델을 향상시킬 수 있습니다.

AI는 변이를 도입함으로써 자연에서 발견되는 차별을 반영할 수 있습니다.

중요한 사실:

  1. 연구에서는 뚜렷한 냄새를 식별하는 “신뢰할 수 있는 세포”와 경험상 유사한 냄새를 구별하는 데 도움이 되는 “신뢰할 수 없는 세포”라는 두 가지 유형의 뉴런을 발견했습니다.
  2. 신경 반응의 변화는 뇌의 더 깊은 회로에서 발생하는 것으로 밝혀졌으며, 이는 이것이 중요한 목적을 제공한다는 것을 암시합니다.
  3. 이러한 신경 변화는 AI의 지속적인 학습 시스템에 도움이 되어 더 나은 차별성을 제공할 수 있습니다.

원천: CSHL

고급 레스토랑에서 와인을 주문하면 소믈리에가 와인 향에 감귤류, 열대 과일, 꽃 향이 난다고 설명할 수도 있습니다. 하지만 냄새를 맡으면 와인 냄새가 날 수도 있습니다. 와인 감정가들은 어떻게 그토록 비슷한 향을 선택합니까?

CSHL(Cold Spring Harbor Laboratory) 부교수 Saket Navlakha와 Salk Institute 연구원 Shyam Srinivasan이 답을 얻을 수 있습니다. 그들은 특정 뉴런이 초파리와 생쥐가 뚜렷한 냄새를 구별할 수 있게 한다는 것을 발견했습니다.

또한 팀은 경험을 통해 또 다른 뉴런 세트가 동물이 매우 유사한 냄새를 구별하는 데 도움이 된다는 것을 관찰했습니다.

공개된 사진에는 와인을 마시고 있는 여성의 모습이 담겨 있다.
와인 감정가들은 어떻게 그토록 비슷한 향을 선택합니까? 신용: 신경과학 뉴스

이 연구는 전 CSHL 조교수 글렌 터너(Glenn Turner)가 수행한 연구에서 영감을 얻었습니다. 몇 년 전 터너는 이상한 점을 발견했습니다. 동일한 냄새에 노출되면 일부 초파리 뉴런은 지속적으로 발화하는 반면 다른 뉴런은 실험마다 다릅니다.

당시 많은 연구자들은 이러한 차이를 배경 소음의 산물로 일축했습니다. 그러나 Navlakha와 Srinivasan은 차이점이 목적에 부합할 수 있는지 궁금해했습니다.

Navlakha는 “우리가 관심을 두는 것은 두 가지였습니다.”라고 말했습니다. “이 대비는 어디서 오는 걸까요? 무슨 소용이 있을까요?”

이러한 질문에 답하기 위해 팀은 초파리 냄새 모델을 만들었습니다. 이 모델은 변화가 이전에 생각했던 것보다 뇌의 더 깊은 회로에서 비롯된 것임을 보여주었습니다. 이는 그 차이가 실제로 의미가 있음을 시사합니다.

다음으로 연구팀은 일부 뉴런이 매우 다른 두 가지 냄새에 다르게 반응하지만 유사한 냄새에 대해서는 동일한 방식으로 반응한다는 사실을 발견했습니다. 연구자들은 이러한 뉴런을 신뢰 세포라고 불렀습니다. 이 작은 세포 그룹은 파리가 다양한 냄새를 빠르게 구별하는 데 도움이 됩니다.

훨씬 더 큰 또 다른 뉴런 그룹은 비슷한 냄새에 노출되면 예기치 않게 반응합니다. 예를 들어, 연구자들이 신뢰할 수 없는 세포라고 부르는 이 뉴런은 와인 잔에서 특정 냄새를 인식하는 방법을 배우는 데 도움이 될 수 있습니다.

Srinivasan은 “우리가 개발한 모델은 이러한 신뢰할 수 없는 세포가 유용하다는 것을 보여줍니다. “그러나 그것으로부터 이익을 얻으려면 많은 학습이 필요합니다.”

물론 이 연구는 와인을 마시는 사람들만을 위한 것이 아닙니다. Srinivasan은 이번 발견이 우리가 다른 감각에 의해 감지된 유사점을 구별하는 방법을 배우는 방법과 감각 입력을 기반으로 결정을 내리는 방법을 설명하는 데 도움이 될 수 있다고 말합니다.

결과는 더 나은 기계 학습 모델로 이어질 수도 있습니다. 초파리와 쥐의 뉴런과 달리 컴퓨터는 일반적으로 동일한 입력에 동일한 방식으로 반응합니다.

Navlakha는 “머신러닝 모델이 매번 동일한 입력을 동일한 방식으로 표현하는 것을 원하지 않을 수도 있습니다.”라고 설명합니다. “지속적인 학습 시스템에서는 변화가 유용할 수 있습니다.”

이는 이 연구가 언젠가 AI를 더욱 독특하고 안정적으로 만드는 데 도움이 될 수 있음을 의미합니다.

후각 연구 및 신경과학 뉴스 소개

작가: 사무엘 다이아몬드
원천: CSHL
의사소통: 사무엘 다이아몬드 – CSHL
그림: 이미지 제공: 신경과학 뉴스

원래 검색: 결과는 다음에 나타납니다. PLoS 생물학

LEAVE A REPLY

Please enter your comment!
Please enter your name here