Pro zdravý sluch záleží na načasování

Když zvukové vlny dosáhnou vnitřního ucha, neurony zachytí vibrace a upozorní mozek. V jejich signálech je zakódováno množství informací, které nám umožňují sledovat konverzace, rozpoznávat známé hlasy, vnímat hudbu a rychle lokalizovat zvonící telefon nebo plačící dítě.

Neurony vysílají signály emitováním špiček – krátkých změn napětí, které se šíří podél nervových vláken, také známých jako akční potenciály. Pozoruhodné je, že sluchové neurony mohou vyvolat stovky špiček za sekundu a načasovat své špičky s vynikající přesností, aby odpovídaly oscilacím přicházejících zvukových vln.

Pomocí výkonných nových modelů lidského sluchu vědci z MITova McGovern Institute for Brain Research určili, že toto přesné načasování je životně důležité pro některé z nejdůležitějších způsobů, jak dáváme smysl sluchovým informacím, včetně rozpoznávání hlasů a lokalizace zvuků.

Zjištění, která byla 4. prosince publikována v časopise Nature Communications, ukazují, jak strojové učení může pomoci neurovědcům pochopit, jak mozek používá sluchové informace v reálném světě. Profesor MIT a výzkumník McGovern Josh McDermott, který vedl výzkum, vysvětluje, že modely jeho týmu lépe vybavují výzkumníky ke studiu důsledků různých typů poruchy sluchu a k vymýšlení efektivnějších intervencí.

Věda o zvuku

Sluchové signály nervového systému jsou načasovány tak přesně, že vědci už dlouho tušili, že načasování je důležité pro naše vnímání zvuku. Zvukové vlny oscilují rychlostí, která určuje jejich výšku: nízkofrekvenční zvuky se šíří v pomalých vlnách, zatímco vysokofrekvenční zvukové vlny oscilují častěji. Sluchový nerv, který přenáší informace ze zvukových vlasových buněk v uchu do mozku, generuje elektrické špičky, které odpovídají frekvenci těchto oscilací. „Akční potenciály v sluchovém nervu se spouštějí v velmi specifických časových bodech vzhledem k vrcholům ve vlnové formě stimulu,“ vysvětluje McDermott, který je také zástupcem vedoucího oddělení neurověd a kognitivních věd MIT.

Tento vztah, známý jako fázové uzamčení, vyžaduje, aby neurony načasovaly své špičky s přesností pod milisekundu. Vědci však nevěděli, jak informativní jsou tyto časové vzorce pro mozek. Kromě toho, že jsou vědecky poutavé, McDermott říká, že otázka má důležité klinické důsledky: „Pokud chcete navrhnout protézu, která poskytuje elektrické signály mozku, aby reprodukovala funkci ucha, je pravděpodobně docela důležité vědět, jaké druhy informací v normálním uchu skutečně záleží,“ říká.

To bylo obtížné studovat experimentálně; zvířecí modely nemohou nabídnout mnoho informací o tom, jak lidský mozek extrahuje strukturu v jazyce nebo hudbě, a sluchový nerv je u lidí nepřístupný pro studium. McDermott a postgraduální student Mark Saddler PhD '24 se proto obrátili na umělé neuronové sítě.

Umělý sluch

Neurovědci už dlouho používají výpočetní modely k prozkoumání toho, jak mohou být smyslové informace dekódovány mozkem, ale až do nedávných pokroků ve výpočetním výkonu a metodách strojového učení byly tyto modely omezeny na simulaci jednoduchých úkolů. „Jedním z problémů těchto předchozích modelů je, že jsou často příliš dobré,“ říká Saddler, který je nyní na Technické univerzitě v Dánsku. Například výpočetní model, kterému je zadán úkol identifikovat vyšší výšku tónu v páru jednoduchých tónů, pravděpodobně dosáhne lepších výsledků než lidé, kteří mají udělat totéž. „Toto není typ úkolu, který děláme každý den při poslechu,“ poukazuje Saddler. „Mozek není optimalizován k řešení tohoto velmi umělého úkolu.“ Tato neshoda omezovala poznatky, které bylo možné z předchozí generace modelů získat.

Aby lépe porozuměli mozku, Saddler a McDermott chtěli vyzvat model sluchu k tomu, aby dělal věci, které lidé používají svůj sluch v reálném světě, jako je rozpoznávání slov a hlasů. To znamenalo vyvinout umělou neuronovou síť, která simuluje části mozku, které přijímají vstup z ucha. Síť dostávala vstup z přibližně 32 000 simulovaných smyslových neuronů detekujících zvuk a poté byla optimalizována pro různé úkoly v reálném světě.

Výzkumníci ukázali, že jejich model dobře napodoboval lidský sluch – lépe než jakýkoli předchozí model sluchového chování, říká McDermott. V jednom testu byla umělá neuronová síť požádána, aby rozpoznávala slova a hlasy v desítkách typů šumu na pozadí, od hučení v kabině letadla po nadšený potlesk. Za všech podmínek model dosahoval velmi podobných výsledků jako lidé.

Když však tým zhoršil načasování špiček v simulovaném uchu, jejich model už nedokázal odpovídat schopnosti lidí rozpoznávat hlasy nebo identifikovat polohu zvuků. Například zatímco McDermottův tým dříve ukázal, že lidé používají výšku tónu, aby jim pomohla identifikovat hlasy lidí, model odhalil, že tato schopnost se bez přesně načasovaných signálů ztrácí. „Potřebujete poměrně přesné načasování špiček, abyste vysvětlili lidské chování a dosáhli dobrých výsledků v úkolu,“ říká Saddler. To naznačuje, že mozek používá přesně načasované sluchové signály, protože pomáhají těmto praktickým aspektům sluchu.

Zjištění týmu ukazují, jak umělé neuronové sítě mohou pomoci neurovědcům pochopit, jak informace extrahované uchem ovlivňují naše vnímání světa, jak když je sluch neporušený, tak i když je poškozený. „Schopnost propojit vzorce vypalování v sluchovém nervu s chováním otevírá mnoho dveří,“ říká McDermott.

„Nyní, když máme tyto modely, které propojují neuronální odpovědi v uchu se sluchovým chováním, můžeme se zeptat: „Pokud simulujeme různé typy ztráty sluchu, jaký to bude mít vliv na naše sluchové schopnosti?" říká McDermott. "To nám pomůže lépe diagnostikovat ztrátu sluchu a myslíme si, že existují také rozšíření, která nám pomohou navrhnout lepší sluchadla nebo kochleární implantáty." Například říká: „Kochleární implantát je omezen různými způsoby – některé věci dokáže a jiné ne. Jaký je nejlepší způsob, jak nastavit kochleární implantát, aby vám umožnil zprostředkovat chování? V zásadě můžete použít modely, které vám to řeknou."