[논문 리뷰] Neural Autopoiesis: Organizing Self-Boundary by Stimulus Avoidance in Biological and Artificial Neural Networks

Atsushi Masumori, Lana Sinapayen외 6명|arXiv (Cornell University)|2020. 01. 27.

Neural dynamics and brain function참고 문헌 51인용 수 4

한 줄 요약

이 논문은 자극 회피를 통한 자율적 경계 형성 메커니즘인 신경 자생성(신경 자생성)을 제안한다. 배양된 생물학적 뉴런과 비대칭 STDP를 갖춘 스파iking 신경망을 사용하여, 네트워크가 자율적으로 자기/비자기 경계를 규명함을 보여준다: 제어 가능한 자극은 학습된 행동을 통해 피하게 되고, 제어할 수 없는 자극은 시냅스 연결을 약화시켜 무시하게 된다. 이로써 내재적 자기성의 동적 정의가 가능해진다.

ABSTRACT

Living organisms must actively maintain themselves in order to continue existing. Autopoiesis is a key concept in the study of living organisms, where the boundaries of the organism is not static by dynamically regulated by the system itself. To study the autonomous regulation of self-boundary, we focus on neural homeodynamic responses to environmental changes using both biological and artificial neural networks. Previous studies showed that embodied cultured neural networks and spiking neural networks with spike-timing dependent plasticity (STDP) learn an action as they avoid stimulation from outside. In this paper, as a result of our experiments using embodied cultured neurons, we find that there is also a second property allowing the network to avoid stimulation: if the agent cannot learn an action to avoid the external stimuli, it tends to decrease the stimulus-evoked spikes, as if to ignore the uncontrollable-input. We also show such a behavior is reproduced by spiking neural networks with asymmetric STDP. We consider that these properties are regarded as autonomous regulation of self and non-self for the network, in which a controllable-neuron is regarded as self, and an uncontrollable-neuron is regarded as non-self. Finally, we introduce neural autopoiesis by proposing the principle of stimulus avoidance.

연구 동기 및 목표

• 환경 자극에 대한 반응으로 신경망이 자율적으로 자기 경계를 어떻게 조절하는지 조사하기.
• 실제 생물학적 및 인공 신경망 시스템을 연구함으로써 추상적인 자생성 이론과 구체적인 신경 동역학 사이의 격차를 메우기.
• 신경망이 자극 회피를 통해 자기/비자기 경계를 어떻게 구분하는지 메커니즘을 특정하고 모델링하기.
• 자생성 개념을 신경계에 확장하기 위해 새로운 원리인 자극 회피를 자율적 조직화의 추진력으로 도입하기.

제안 방법

• 제어된 자극에 대한 실시간 뉴런 반응을 관찰하기 위해 고밀도 CMOS 마이크로전극 어레이에 배양된 신경망을 사용한 실험을 수행하였다.
• 비대칭 스파이크 타이밍 의존성 가소성(STDP)을 갖춘 생물학적으로 타당한 스파iking 신경망 모델을 구현하여 신경 동역학을 시뮬레이션하였다.
• 제어 가능한(행동으로 피할 수 있는) 및 제어할 수 없는(피할 수 없는) 자극 두 가지 조건을 적용하여 네트워크 반응의 차이를 관찰하였다.
• 학습 메커니즘을 규명하기 위해 시냅스 가중치 변화와 스파이크 타이밍 상관관계를 추적하였다.
• 사전-후행 화성 발화는 시냅스를 강화하는 LTP를, 후행-사전 화성 발화는 약화시키는 LTD를 유도하는 STDP 규칙을 적용하였으며, 이 비대칭성은 선택적 억제를 가능하게 하였다.
• 자신의 경계가 제어 가능성과 시냅스 적응의 네트워크 수준 동역학에서 기인하는 새로운 원리인 신경 자생성(신경 자생성)을 제안하였다.

실험 결과

연구 질문

• RQ1 생물학적 신경망은 환경 자극에 대해 어떻게 동적으로 자기 경계를 조절하는가?
• RQ2 신경망에서 제어 가능한 자극과 제어할 수 없는 자극을 구분하는 데 기여하는 메커니즘은 무엇인가?
• RQ3 인공 스파iking 신경망은 배양된 신경망에서 관찰된 자율적 조직화 행동을 재현할 수 있는가?
• RQ4 자극 회피는 신경계에서 자기/비자기 경계의 기원에 어떻게 기여하는가?
• RQ5 비대칭 STDP는 신경망의 자율적 자기 조절에 어떤 역할을 하는가?

주요 결과

• 신체적 배양 신경망은 자극 회피 학습에 부합하는 행동 기반 반응을 통해 제어 가능한 자극을 피하는 방식으로 학습한다.
• 자극이 제어할 수 없는 경우, 네트워크는 입력 뉴런으로부터의 시냅스를 약화시켜 자극 유발 스파이크 활동을 감소시켜 효과적으로 자극을 무시한다.
• 이러한 억제적 적응은 비대칭 STDP를 사용한 인공 스파iking 신경망에서도 재현된다.
• 네트워크는 자극을 동적으로 재분류한다: 제어 가능한 자극은 학습됨에 따라 내부(자기)로 전환하고, 제어할 수 없는 자극은 비자기로 고립된다.
• 자기/비자기 경계는 사전에 정의된 것이 아니라 제어 가능성과 시냅스 가소성의 네트워크 수준 동역학에서 기인한다.
• 제안된 자극 회피 원리는 신경 자생성(신경 자생성)을 가능하게 하며, 이는 행동, 예측 및 선택을 통해 네트워크 경계의 자율적 조직화가 일어나게 한다.