Kan man se en tanke?

af Lars Kai Hansen

Deres Majestæt, Ærede Undervisningsminister,
Mine Damer og Herrer.

Verden over er forskning i hjernens opbygning og funktion i fokus -- danske neuro-forskere har udnævnt 1997 til "Hjernens år".

I USA, hvor alting jo er større, vedtog Congressen at lade hele dette årti--90'erne--være "Decade of the Brain".

Neuroforskningen gennemgår en kraftig teknologisk udvikling og som følge deraf ser vi et stigende antal ingeniører på de neurologiske afdelinger.

Collage af neuro-teknik

Mit mål i eftermiddag er beskrive nogle af de oplevelser som ingeniørerne i netværksgruppen på DTU, og jeg selv, har haft i samarbejdet om hjerneskandata--- Oplevelser som vi skylder et frugtbart samarbejde med kolleger på Neurologisk Afd., Rigshospitalet og Niels Bohr Institutet. De fælles aktiviteter støttes af de danske forskningsråd, dels gennem CONNECT, det danske center for kunstige neurale netværk, og senest gennem programmet for Tværvidenskabelig Neuroforskning.

Forsiden af Neuroforskningsudredningen

Turen rundt i den tekniske del af hjerneforskningen kunne godt give anledning til lidt rotation i maven. Det er fascinerende at hjernen prøver at forstå sin egen funktion.

Vi har i nogle år designet kunstige neurale netværk. Netværkene er inspirerede af hjernens opbygning---og nu vender vi så disse modeller mod hjernen selv.

Ligesom hjernens processer ikke direkte kan observeres---vi siger at hjernen er en ``black box''---en sort kasse---ligger der en udfordring i at forstå hvad det er de kunstige hjerner har lært. Men vil jeg vise hvordan vi forsøger at åbne begge de sorte kasser og dermed bliver lidt klogere på både den rigtige og den kunstige hjerne.

Forside af Cricks bog "The Astonishing Hypothesis"

For en tekniker er det nærliggende at spørge:

Er hjernen en computer ?

Nobelpristageren, Sir Francis Crick, berører dette spørgsmål i sin bog, hvor den overraskende hypotese lyder: Hjernen er et materielt objekt---og dermed et objekt for naturvidenskab.

Morph---hjerne til chip

Experimentelt har man da også i detaljer kunnet beskrive hjernens anatomi---man kunne sige hardwaren---hvorimod softwaren, det funktionelle, stadig er meget uafklaret.

På det sproglige plan ser vi en stadig større afsmitning, psykologer bruger i stigende grad computer vendinger om hjernefumktion---og omvendt benytter vi neurologiske betegnelser i vore tekniske systemer. Sammenhængen mellem hjerne og computer kan sætte gang i fantasien som det antydes i morphningen, som ses her.

Collage med våde net

I grove træk kan man karakterisere hjernen som modul-opbygget, med nogle hundrede kendte og beskrevne, moduler. Modulerne består af nervevæv: et utroligt omfattende og fintmasket netværk af neuroner.

Gennem sanserne modtager hjernen signaler med en anslået informationsmængde på cirka 10 Mbyte/sek---hvilket i øvrigt groft set svarer til hvad der kommer ud af et TV-apparat.

Informationen---signalerne---forplanter sig ad nervebaner i målbar elektro-kemisk form og de omsættes til hjernens model af omverdenen og giver anledning til vore handlinger.

Hjernens informationsbehandling kan beskrives ved to kode-ord: Parallellitet og adaptivitet.

Informationsbehandlingen finder sted ved den parallelle, det vil sige samtidige, aktion i ca 100 mia. celler. Mens den enkelte celle faktisk er langsom og upålidelig, sammenlignet med hjemme-computeren, er antallet af enheder astronomisk (bogstaveligt talt: antallet af neuroner svarer cirka til antallet af stjerner i Mælkevejen).

Mit andet kodeord er Adaptivitet---hjernens informationsbehandling ændres kontinuerligt gennem livet---under indlæring skabes nye forbindelser og de bestående forbindelsers effektivitet ændres.

Neurale net våde og tørre

Kan vi konstruere bedre computere ved at efterligne hjernen?

Vi ønsker at teknologien skal indgå så naturligt som muligt i hverdagen, og derfor kan man sige at vi i stigende grad skaber computeren i vores eget billede. Det kommer i særdeleshed til udtryk i forsøg på at skabe kunstig intelligens. I starten af 80'erne slog et nyt computer paradigme igennem under betegnelsen ``kunstige neurale netværk''.

Disse modeller bygger netop på de to egenskaber som blev fremhævet: parallellitet og indlæring.

Neural netværksalgoritmer dannes udfra en simpel matematisk model af en nervecelle---den simple enhed klones og forbindes i et netværk. Mens nervecellen kun udfører en meget enkel beregning, kan netværkets celler i samspil implementere en vilkårligt kompliceret algoritme. Kunstige neurale nets viden ligger gemt i netværkets forbindelser og disse forbindelser skabes---som i hjernen---via indlæring.

Man kan lidt flot sige at indlæring i kunstige neurale netværk er ``automatisk programmering''. I netværksgruppen har vi i de senere år trænet en lang række neurale netværk. Systemerne, som i princippet alle bygger på den selv-samme software, men som netop har fået deres specifikke egenskaber gennem indlæring.

Galleri - Neurale Netværks anvendelser

Som man ser---her i det ``Virtuelle Galleri''---har vi eksempler på netværk der med stor nøjagtighed kan forudsige udvikling i et kaotisk system. Her et andet system der kan klassificere bakterieceller i mikroskop-prøver, netværket er nu taget i brug af Marinbiologisk Laboratorium ved Københavns Universitet. Sidst ser vi et netværk der kan bruges ved undersøgelse modermærker, der måske har eller kan udvikle cancer.

Kunstige neurale netværk

I dansk industri finder vi yderligere en række eksempler: Ude på Islands Brygge ligger Andrex Radiation Products A/S, hvor man bruger neurale net til at finde fejl i støbninger. En aluminium maskin-del gennemlyses med en røntgenstråle og det neurale vision system analyserer røntgenbilledet for fejl og defekter.

Her ser vi et af de mest omfattende industrielle eksempler, et neuralt net som benyttes på de danske slagterier. Systemet er udviklet på Slagteriernes Forskningsinstitut i Roskilde. Det er faktisk sådan at idag checkes 20 mill. slagte-svin årligt af neurale netværk på de danske slagterier.

Overskriften som ses på artiklen fra Jyllandsposten, er fjorten dage gammel. I følge NASA Ames Research Center i Silicon Valley, er ``Verdens bedste automatpilot'' til fly nu et neuralt netværk.

Det vigtigste for disse virksomheder er uden tvivl den fleksibilitet man opnår ved at systemet programmeres ved eksempler. Derved kan f.eks. inspektionsopgaver automatiseres uden at lave en detaljeret fysisk signalmodel.

Alright---neural netværksprogrammer kan analysere komplicerede signaler, kan de også bruges til at forstå hjernen selv?

Med andre ord:

Kan vi forstå hjernen med kunstige neurale netværk?

VRML PET-scanner

Vores vindue til hjernen er såkaldt funktionel hjerneskanning. Formålet med funktionel hjerneskanning er at identificere sammenhænge mellem et fastlagt sæt af mentale processer og målbar aktivitet i hjernevævet.

Aktiviteten måles med store hjerneskannere, for eksempel Positron-Emission-Tomografer, kort kaldet en PET-skanner.

I PET-skanneren måler man hvordan en tracer---et svagt radioaktivt sporstof---fordeler sig med blodet i vævet.

Der hvor hjerneaktiviteten er stor, øges gennemblødningen målbart.

Cyclotronrum-video

PET-skanning involverer mange faggrupper. De mentale processer beskrives af neuro-psykologer og neurologer--- Traceren dannes på stedet i en accellerator---en cyclotron---vi ser her på videoen en optagelse af Rigshospitalets cyclotron. Cyclotronen er bemandet med fysikere og traceren videre-forarbejdes af kemikere.

Ingeniører og fysikere bidrager ved den databearbejdning og matematiske modellering.

En udfordring ved et sådan samarbejde er den stadigt stigende faglige specialisering---er det overhovedet muligt at etablere en dialog mellem ingeniører, læger og psykologer?

Hypertekst og VRML

For mig ser det ud som om vi har en løsning i forbindelse med funktionel hjerneskanning, hvor vi ved hjælp af billeder og 3D-grafik kan etablere en effektiv kommunikation.

Vi holder ugentlige fællesseminarer i projektet på Rigshospitalet og det er karakteristisk at når der kommer billeder på skærmen så får diskussionen frit løb. Billederne kan efter min mening med stor effekt kombineres med data og beskrivelser i form af såkaldt hypertekst.

Hypertekst udnytter computerens mulighed for at kombinere tekst, billede og video, kontrolleret af musseklik, og udbredes hurtigt i multimedier som CD-rom og på Internettet. Via Internettet kan vi give alle adgang til vores hjemmeside,--- hjemmesiden der her fungerer som tapet i Cyberspace. Tekniske detaljer, rapporter, osv kan hentes frem med et klik.

Indenfor det seneste år er der fremkommet en meget spændende kombination af hypertekst og 3D-grafik. Det drejer sig om en ny Internet-standard som kaldes Virtual Reality Modeling Language eller kort VRML.

Den store Web-tur

Standarden er hurtigt blevet adopteret på nettet, og med den bliver interaktiv 3D-grafik tilgængelig for alle på Internettet.

I Cyberspace styrer man ved hjælp kontrolpanelet i bunden.

Med VRML kan vi også komme rundt i vores projekt, lad os tage på en lille tur på Internettet.

Turen starter her på DTU, vi hopper ud af denne bygning bevæger os henover DTU kortet---lad os kikke lidt nærmere på vores kontorbygning, 349, i dagens anledning får den lov at fylde lidt rigeligt i landskabet.

Vi spadserer ned af kontorgangen, og kikker ind til Hendrix, vores grænseoverskridende Silicon Graphics Computer.

Via Hendrix tager vi et spring ud i Cyberspace---her har vi Jord-kloden---den er blevet meget mindre nu hvor vi med et museklik kan komme fra Danmark til USA.

Vi dykker ned i Veterans Medical Center i Minneapolis ved at klikke på et flag.

Det danske samarbejde indgår i et amerikansk ledet konsortium der støttes af det storstilede program kaldet ``The Human Brain Project''. Human brain projektet blev etableret som en del af ``Decade of the Brain'' og som involverer store amerikanske forskningsrådsorganisationer, her i blandt NIH, NASA.

Så går det hjemad igen---vi skal tilbage igen til Danmark, og vi kikker indenfor på Rigshospitalet, her skal vi igennem en såkaldt ``firewall''. En ``Brændmur'' er den slående betegnelse for et software-program der værner virksomheder og følsomme installationer mod indtrængere fra Internettet.

Men vi får lov til at kikke inden for til PET-scanneren.

Vi skal lige se en lille film der viser Læge Ian Law instruere forsøgspersonen.

Video: Læge Ian Law instuerer.

Video: forsøgsperson sakkader

Den næste film viser hvordan forsøgspersonen---som her er vores egen Finn Årup Nielsen, der styrer computergrafikken i eftermiddag---øver sig på at følge en blinkende lysplet med øjnene.

Video: Lysbue blinker

Og her ser vi så til sidst hvordan stimulus består af blinkende lys.

Video: PET scan slice

Her har vi så resultatet af skanningen et sæt snit-billeder af blodgennemstrømningen i hjernen.

I funktionelle hjernestudier scannes forsøgspersoner der udfører specifikke mentale processer som vi netop så. Disse hjerneskan sammenlignes med sættes i kontrast til skan fra andre mentale processer.

Da det naturligvis er svært at sikre sig at forsøgspersonen befinder sig en given mental tilstand, må forsøgene gentages, ofte med adskillige personer, og specielt må man bruge rafinerede statistiske metoder til at vurdere hvilke signifikante forskelle der er følger med de undersøgte mentale processer.

VRML: Netværk der kikker på hjernen, øjne der kikker på en lysbue

Verden over benyttes idag lineære statistiske metoder, som basis for denne vurdering. Vores bidrag har i første omgang bestået i at påvise at neurale netværk kan udtrække mere generel ulineær sammenhæng. Og derfor en mere akkurat model for lokaliseringen af de mentale processer.

Selve analysen foregår ved at vi træner det kunstige neural netværk på et sæt skan, hvor de korrekte hjernetilstande bliver oplyst til netvæĘket.

Vi modificerer styrken af netværkets forbindelser og skær overflødige forbindelser bort.

Derefter eksaminerer vi netværket på en anden række skan som ikke var del af indlæringsprocessen. Man kan sige at vi på denne måde tester nettets evner som "tankelæser". Og det viser sig at efter indlæringsprocessen kan netværket med god sikkerhed gætte hvilken tilstand den skannede hjerne befinder sig i.

Volren demo af saliency map

Det endeligt beskårne netværk er en ulineær model og nu vil vi gerne forstå og navnlig visualisere den viden som netværket har opnået gennem indlæringsprocessen,

Vi har udviklet en statistisk metode der åbner netværkets black box og den finder de områder i hjernen som nettet har fundet relevante for de mentale aktiviteter.

Vores metode kaldes en ``saliency map'', de områder som vi finder, er de vigtigste---saliente---aktiverings centre.

Vigtigheden af et målepunkt, det vi kalder en ``voxel'', beregnes som netværkets tab af evne til at forudsige tilstanden hvis man fjerner målepunktet

Denne video optagelse er lavet on-line på Hendrix og viser en ``live'' gennemlysning af to datavolumerne med en teknik som kaldes ``volumen-rendering''.

Det ene datasæt er et anatomisk Magnetisk Resonans scan, og dette scan vises i en grå-tone farveskala. Dette sæt viser vi for at give øjet en anatomisk reference for placering af aktivitetsmønstret.

Aktivitetsmønstret vises med en varme-farveskala, jo varmere det ser ud jo større rolle tillægger netvæĘket det pågældende område.

Den store aktivitet i baghovedet er del af det visuelle cortex som jo aktiveres ved visuel stimulering.

Restak forside af Brainscapes

Kan man se en tanke?

Lad mig så vende tilbage til udgangspunktet---kan man se en tanke?

Først må vi blive enige om betydningen af at ``se tanken''. For mig vil det sige at forstå sammenhængen mellem mine egne subjektive opfattelser af tanken og det materielle udslag på målt med skanneren?.

I en ny bog ``Brainscapes'', beskriver Richard Restak et tanke-eksperiment:

En neurolog har indvilget i at deltage i et forsøg hos en af sine kolleger.

Finn's kvindelige neurolog som studerer sit eget hjerneskan

Neurologen er blevet forberedt paa at udføre en avanceret mønstergenkendelses opgave.

Forsøgspersonen ser først nogle billeder som man hurtigt genkender som et behandlet hjerneskan---der bliver aktivitet i det visuelle område---udover en generel stigning i total aktiviteten, som altid følger intellektuel anstrengelse---let frustration---

Forsøgspersonen genkender med et en rytme i aktivitetsmønstret der svarer til sine egne øjenbevægelser.

Forsøgspersonen knipser nu med venstre hånd og ser et flash af aktivitet i højre side af hjerne---efter yderligere nogle fingerbevægelser med højre og venstre hånd er der ikke længere i tvivl:

Det maa være min eget hjerneskan!

Vi er i følge neurologerne ikke langt fra at kunne realisere forsøget.

Hvis det viser sig at vi på denne måde kan etablere forbindelse mellem det fysiske hjerneskan og den subjektive opfattelse af mentale processer---ja, så vil jeg mene at vi er kommet et skridt nærmere at have set en tanke



Dette var lektor Lars Kai Hansens tale, som han holdt ved Danmarks Tekniske Universitets Årsfest 1996.

Talen blev understøttet af en storskærmsprojektion fra en Silicon Graphics computer. MPEG-videoer og VRML 3D modeller blev vist i realtid.


Konverteret med Nikos Drakos' latex2html af Finn Årup Nielsen
Mandag 6. Maj 1996