Olen biologina ja nykyisin tietotekniikan (ja psykologian) opiskelijana todella kiinnostunut siitä, miten biologia on inspiroinut, ja voisi inspiroida, robotiikkaa ja tekoälyä. Selvitin neuropsykologian kurssin esitelmään hieman ihmisen ja robotin kongitiosta, ja haluan kirjoittaa siitä blogiinkin! Tästä riittäisi kirjoitettavaa vaikka miten paljon, mutta teen ensin yleiskatsauksen sekä ihmisen että robottien kognitioon, ja syvennän niitä edelleen tulevissa teksteissä.
Jos välissä on tällaisellä vihreällä pohjalla tekstiä, ne ovat mietteitäni aiheeseen liittyen.
Ensimmäisessä osassa keskityn ihmisen hermoverkkoihin ja kongitioon, koska niin kuin Kozma, Aghazarian, Huntsberger, Tunstel & Freeman (2007) toteavat artikkelissaan Computational aspects of cognition and consciousness in intelligent devices,
"Understanding dynamics of cognition and its relevance to intentionality is a crucial step toward building more intelligent machines.”(1)
Haluan tehdä ensin määritelmät selväksi, koska joskus tietoisuus ja kongitio saattavat termeinä mennä sekaisin. Keskityn näissä blogiteksteissä ainakin nyt ensin kognitioon, vaikka tietoisuus on myös todella mielenkiintoinen aihe. Kognitio ja tietoisuus ovat aiheina niin laajoja, että niiden tarkempaan tutkimiseen saisi kulumaan vaikka miten paljon aikaa. Etenenkin siis yleisestä yksityiskohtaisempaan, eli teen ensin aiheisiin yleiskatsaukset.
Tietoisuus käsitteenä on ollut hieman hankala määritellä, mutta yleensä siihen liitetään juurikin tietoisuus (awareness) omista tunteista, ajatuksista ja mielestä (2,3). Eri lajeilla tietoisuus voi ilmetä eri tavalla (2), ja jopa kasvien tietoisuuden olemassaoloa on pohdittu (4).
Kognitio käsitteenä liittyy informaation käsittelemiseen, eli kognitioon liittyy esimerkiksi havaitseminen, oppiminen, muisti, ongelmanratkaisu ym. (5). Kognition toiminta pohjautuu hermoverkkoihin ja synaptisiin signaaleihin (6), joten tarkastellaan seuraavaksi, mihin hermosolujen signaalien lähettäminen perustuu.
Hermosolujen informaation välittäminen
Cook (2008) tuo esille, että melkein kaikki monisoluisten eläinten (ja kasvien) solut ovat virittymättömiä" (non-excitable), paitsi kolmenlaiset solut: aistinsolut, lihassolut ja hermosolut. Nämä solut voivat vastata nopeasti ulkoiseen ärsykkeeseen, ja niiden ansiosta mm. liikkkuvuus sekä mielen kompleksisuus on mahdollista, mikä mikä erottaa eläinkunnan selkeimmin kasvikunnasta.
Niin roboteilla kuin elävilläkin eliöillä kaikki pohjautuu informaation eli signaalien kulkemiseen osista toisiin. Esimerkiksi aisteista tulee signaaleja aivoihin käsiteltäväksi, ja niiden pohjalta keho säätää toimintaansa. Mielestäni on todella jännää ja mielenkiintoista, että robotit toimivat samalla tavalla, vaikka se onkin melko ilmiselvä asia. Roboteilla sensorit toimivat aistineliminä, ja niistä tulevien signaalien pohjalta suoritin laskee tarvittavat toimenpiteet ja ohjaa robottin toimintaa.
Ihmisen hermosto jakautuu keskushermostoon ja ääreishermostoon (7). Keskushermostoon kuuluu aivot ja selkäydin, ja ääreishermostoon somaattinen sekä autonominen hermosto. Somaattinen hermosto esimerkiksi ottaa vastaan ja lähettää aivoihin aistinelinten saamia ärsykkeitä, joista tieto kulkeutuu mm. lihaksiin. Autonomiseen hermostoon puolestaan kuuluu sisäelinten toimintoja säätelevät hermot, jotka eivät ole tahdonalaisia. Autonomisessa hermostossa toimii kaksi vastakkaisvaikutteista osaa, sympaattinen (aktiivisessa toiminnassa) ja parasympaattinen (lepotilassa) hermosto.
Hermoston kudos koostuu hermotukikudoksesta ja hermokudoksesta, mikä taasen koostuu erilaisista hermosoluista (8). Hermosolut välittävät informaatiota ympäri kehoa niin sähköisesti kuin kemiallisestikin: hermosolun sisällä signaalin kulku pohjautuu sähköisen varauksen muuttumiseen eli toimintapotentiaaliin (action potential), ja hermosolujen välillä välittäjäaineisiin (8).
Roboteilla informaatio kulkee sähköisesti. Ehkä melko lennokas ajatus, mutta olisikohan tulevaisuudessa roboteillakin mahdollista välittää informaatiota jollain toisellakin tavalla? Pitää muistaa tehdä joskus blogiteksti kasvien informaation välittämisestä, nekin käyttävät siihen mm. kemiallisia signaaleja.
Hermosolu koostuu solukeskuksesta (cell body), viejähaarakkeesta (axon), tuojahaarakkeista (dendrites), viejähaarakkeen hermoliitospäätteistä (terminal branches of axon), ja myeliinitupesta (myelin sheath). (8). Tuojahaarakkeet ottavat vastaan signaaleja muista hermosoluista. Solukeskus puolestaan antaa solulle energiaa ja sinne on tallennettu solun perimä (eli keskus ohjaa solun toimintaa). Viejähaarake tuottaa toimintapotentiaalin, ja solun päädyssä viestit välittyvät synapsin eli hermoliitoksen kautta toisiin hermosoluihin. Myeliinit puolestaan ovat rakenteita, jotka toimivat viejähaarakkeiden eristeenä vaikuttaen siten signaalin nopeuteen.
Viejähaarakkeet vastaavat siten vähän kuin robottien johtoja! <3
 |
| Kuvan lähde: https://i.pinimg.com/originals/bc/c7/75/bcc7759de84a12be967f99d061170d08.jpg |
Hermosolujen sisäinen informaation kulku (8)
Hermosolun sisä-ja ulkopuolella on solukalvon eristämänä sähköisen varauksen ero, jota kutsutaan lepopotentiaaliksi. Lepopotentiaali on yleensä n. -70 mV ja johtuu siitä, että solukalvo eristää ulko-ja sisäpuolelleen ioneja eli sähköisesti varautuneita partikkeleja. Nämä ionit, kuten kalium ja natrium, voivat kulkea solukalvon läpi vain ionikanavien kautta. Muista hermosoluista tulevat signaalit voivat vaikuttaa ionikanavien aukeamiseen ja sulkeutumiseen, jolloin ionien pitoisuus solukalvon kummallakin puolella muuttuu. Tällöin solu ei ole enää lepopotentiaalissa, vaan muuttuu varaukseltaan joko positiivisemmaksi tai negatiivisemmaksi.
Toimintapotentiaalista puhutaan silloin, kun solu laukeaa, eli kun solun jännite saavuttaa kynnysarvon n. - 55 mV, nousee siitä n. +40 mV:iin asti, laskee siitä hieman alemmas kuin lepopotentiaali, ja asettuu lopulta takaisin lepopotentiaalin arvoon. Toimintapotentiaalissa on eri vaiheita, kuten alla olevasta kuvasta näkyy.
 |
| Kuvan lähde: https://www.moleculardevices.com/sites/default/files/images/page/what-is-action-potential.jpg |
Hermosolut välittävät informaatiota myös värähtelyjen taajuuden ja kuvioiden avulla, esimerkiksi niin, että hermosolut reagoivat eri tavoilla eri taajuuksilla tuleviin syötteisiin.(9) Hermosolut voivat myös värähdellä synkroniassa keskenään, mikä on myös tapa informaation välittämiselle.
Minua kiehtoo todella paljon sähkö monisoluisten eläinten toiminnassa. Cook (2008) kertoo artikkelissaan, että toimintapotentiaalissa on kiehtovaa se, ettei impulssin kulkuun liity suurta määrää materiaalin virtaa synapsin suuntaisesti, toisin kuin sähkötekniikasan signaaleissa, joihin liittyy elektronien virta metallilankaa pitkin. Toimintapotentiaalissa solukalvon avautuminen saa aikaan ionien virtauksen solun sisä-ja ulkopuolelle, mikä tapahtuu siis kohtisuoraan synaptiseen siirtymiseen nähden. Hän tuo esille, että ilman toimintapotentiaalia, eläinlajit vastaisivat ulkoisiin ärsykkeisiin kuten kasvit: todella hitaasti. Mind = blown!
Hermosolujen välinen informaation kulku (8)
Hermosolujen välillä informaatio kulkee välittäjäaineiden avulla. Toimintapotentiaali aiheuttaa välittäjäaineiden vapautumisen hermosolussa, ja ne sitoutuvat seuraavan hermosolun tuojahaarakkeissa oleviin rakenteisiin, reseptoreihin. Välittäjäaineille on omat sitoutumispaikkansa reseptoreissa, eli kaikki eivät pysty sitoutumaan kaikkiin paikkoihin. Välittäjäaine muuttaa reseptorin rakennetta, mikä puolestaan vaikuttaa hermosolun sähköiseen varaukseen reseptorin lähistöllä vaikuttamalla solukalvon läpi kulkevien ionien virtaukseen. Välittäjäaineilla voi olla estäviä tai kiihoittavia vaikutuksia hermosoluun, johon ne sitoutuvat, eli ne voivat tehdä solun jännitteen positiivisemmaksi tai negatiivisemmaksi. Mikäli näitä paikallisia varauksen muutoksia on tarpeeksi, ne saattavat saada aikaan solun laukeamisen, eli silloin toimintapotentiaali kulkee kyseisen solun läpi viejähaarakkeen kautta. Kuten aiemmassa kappaleessa todettiin, solu laukeaa vain, jos sen jännite ylittää kynnysarvon n. - 55 mV.
Hermosolujen signaalien kulkuun voi vaikuttaa esimerkiksi monet lääkkeet ja sairaudet (8, 10). Monissa sairauksissa, kuten Parkinsonin taudissa ja masennuksessa, välittäjäaineet ovat jollain tavalla epätasapainossa. On myös tärkeää, että eri aivoalueiden välillä signaalit kulkevat oikein, koska eri aivoalueet toimivat yhteistyössä kognitiivisissa prosesseissa.
Ihmisen kognitio (11)
Eysenckin & Brysbaertin kirjan Fundamentals of cognition (2018) mukaan ihmisen kognitioon kuuluu mm. visuaalinen havaitseminen, huomion suuntaaminen, suoriutuminen, lyhyt-ja pitkäkestoinen muisti, semanttinen muisti, kieli, ongelman ratkaiseminen, arvostelu (judgment), päätöksen teko ja päättely, ja se on yhteydessä myös tunteisiin. Kognitiivisissa prosesseissa siis saadaan, säilötään ja muutetaan informaatiota.
Tekoälyssähän on osa-alueina mm. päättely, ongelman ratkaisu, tiedon esittäminen, suunnittelu, luonnollisen kielen prosessointi, havainnot, liike ja manipulaatio, sosiaalinen älykkkyys ym. Todella mielenkiintoista, koska ne pohjautuvat selvästikin ihmisen kognitiivisiin osa-alueisiin! Perehdyn näihin enemmän, kun kirjoitan robottien kognitiosta.Tuli myös mieleen, että pitää myös selvittää, millaista mallia muilta lajeilta kuin ihmisiltä on otettu tekoälyyn. Ainakin parviälyyn on otettu mallia esim. hyönteisiltä, vau! Ja kiinnostaa tietenkin kasvien ns. älykkyydestä kiinnostuneena, miten kasveja voitaisiin käyttää inspiraation lähteenä robotiikassa ja tekoälyssä.
Informaatiota prosessoidaan rinnakaisesti, eli monet aivoalueet osallistuvat esimerkiksi monimutkaisen tehtävän ratkaisemiseen.
Eysenckin & Brysbaertin (2018) kirjan mukaan on eri osa-alueita, joilla kognitiota tutkitaan:
1) kokeellinen kognitiivinen psykologia pohjautuu käyttäytymisen mittaamiseen
2) kognitiivinen neurotiede pohjautuu aivojen aktiivisuuteen ja käyttäytymiseen tehtävän aikana
3) kognitiivinen neuropsykologia pohjautuu aivovaurioisten potilaiden suoriutumisen tutkimiseen kognitiivisen tehtävän aikana
4) laskennallinen kognitiivinen tiede pohjautuu siihen, että ihmisen kongitiosta tehdään laskennallisia malleja (tässä connectionist models pystyvät oppimaan, ja pohjautuvat oletukseen monista rinnakkaisista prosesseista)
5) edellisten yhdistelmät
Miten kognitio syntyy?
Miten kognitio, erityisesti ihmisen kognitio, sitten syntyy? Tietoisuuden ja kognition syntyä on pohdittu niin filosofiassa, biologiassa, fysiikassa kuin neurotieteissäkin (12). Tietoisuus on käsitteenä ehkä hieman laajempi ja hankalampi kuin kognitio, koska se käsittää käsityksen ja tietoisuuden itsestä, mikä menee todella filosofiseksikin. Kvanttimekaniikan osuutta tietoisuuden syntyyn on pohdittu paljon (13, 14, 15), teen siitä mahdollisesti myöhemmin oman blogitekstin.
Sekä tietoisuuden että kognition pohjana toimii aivojen hermoimpulssit, vaikkakaan mekanismeja ei vielä täysin tunneta (15). Kognitioon liittyy monia keskenään vuorovaikutuksessa olevia aivoalueita, kuten aistiminen, muistirakenteet, ja tunteet (16). Aivojen eri osissa kulkee samaan aikaan useita eri signaaleja, jotka ovat yhteydessä erilaisiin kognitiivisiin prosesseihin (16). Miten nämä signaalit eivät sekoitu keskenään, vaan toimivat järjestäytyneesti? On saatu viitteitä siitä, että se voisi liittyä hermosoluverkostojen synkroniseen toimintaan.
Hermosolujen taajuudet, värähtelyt ja resonanssit
Yksittäiset hermosolut voivat välittää informaatiota myös resonoimalla ja värähtelemällä useilla eri taajuuksilla (17, 18, 19). Hermostolliset värähtelyt tarkoittavat hermoston aktiivisuuden toistuvia kuvioita. Resonanssi tarkoittaa "mitattavaa ominaisuutta, joka kuvaa hermosolun ominaisuutta vastata valikoivasti tiettyihin taajuuksiin" (17). Esimerkiksi resonoivat hermosolut voivat tuottaa suuria vasteita syötteisiin, jotka ovat lähellä niiden resonoivaa taajutta, ja pieniä vasteita muihin taajuuksiin (17).
Aivoissa siis aktivoituu toiminnan aikana niin ajallisesti kuin spatiaalisestikin rytmisesti suuri määrä hermosoluja, jotka voivat toimia synkroniassa keskenään (16, 17). Näillä aivojen rytmeillä näyttäisi olevan yhteys kognitiiviseen toimintaan: muisti, havaitseminen ja jopa tietoisuus voi juontaa juurensa synkronissa toimivista hermosolujen verkostoista (19). Esimerkiksi tietyllä taajuudella toimivat hermosolujen värähtelyt voivat liittyä havaitsemiseen, oppimiseen ja muistiin, toiset taas unen aikaiseen oppimiseen ja muistiin (20, 21). Nämä eri taajuusjoukot voivat toimia myös yhteistyössä keskenään (21). Tunnettuja taajuusjoukkoja on mm. alfa-taajuus: (8-13 Hz), beta-taajuus (14-30 Hz) ja gamma-taajuus (>30 Hz) (20).
Meillä on kuitenkin vielä paljon opittavaa: vaikkakin tiedämme, miten mikroskooppisella tasolla kognition perusta (eli informaation käsitteleminen) toimii hermosolujen synaptisen kommunikoinnin kautta, emme kuitenkaan tiedä tarkasti, miten makroskooppisella tasolla"koko aivojen" (whole-brain) kognitio toimii, saati hermoston synkronisoinnin mekanismit (17, 19). Olisi myös hyödyllistä saada tietoa esimerkiksi hermoston värähtelyjen ja biokemiallis-molekulaaristen värähtelyjen (kuten vuorokausirytmi) suhteesta (19).
Mielestäni on todella mielenkiintoista tutkia, miten pienistä osasista koostuu suurempi kokonaisuus, eli elämä <3 Ehkä se vielä joskus selviää ja jos ei, mitäs elämä olisikaan ilman mysteerejä :)
Lähteet:
(1) Kozma, R., Aghazarian, H., Huntsberger, T., Tunstel, E., & Freeman, W. J. (2007). Computational aspects of cognition and consciousness in intelligent devices. IEEE Computational Intelligence Magazine, 2(3), 53-64.
(2) Griffin, D. R. (2013). Animal minds: Beyond cognition to consciousness. University of Chicago Press.
(3) Engel, A. K., Fries, P., König, P., Brecht, M., & Singer, W. (1999). Temporal binding, binocular rivalry, and consciousness. Consciousness and cognition, 8(2), 128-151.
(4) Gardiner, J. (2012). Insights into plant consciousness from neuroscience, physics and mathematics: a role for quasicrystals?. Plant signaling & behavior, 7(9), 1049-1055.
(5) Eysenck, M. W., & Brysbaert, M. (2018). Fundamentals of cognition. Routledge.
(6) Damasio, A., & Carvalho, G. B. (2013). The nature of feelings: evolutionary and neurobiological origins. Nature reviews neuroscience, 14(2), 143-152.
(7) Mai, J. K., & Paxinos, G. (Eds.). (2011). The human nervous system. Academic press.
(8) Banich, M. T., & Compton, R. J. (2018) (toim.). 4. painos. Cognitive neuroscience. Cambridge University Press.
(9) Buzsáki, G., & Draguhn, A. (2004). Neuronal oscillations in cortical networks. science, 304(5679), 1926-1929.
(10) Fields, R. D. (2008). White matter in learning, cognition and psychiatric disorders. Trends in neurosciences, 31(7), 361-370.
11) Eysenck, M. W., & Brysbaert, M. (2018). Fundamentals of cognition. Routledge.
12) Li, T., Tang, H., Zhu, J., & Zhang, J. H. (2019). The finer scale of consciousness: quantum theory. Annals of Translational Medicine, 7(20).
13) Li, T., Tang, H., Zhu, J., & Zhang, J. H. (2019). The finer scale of consciousness: quantum theory. Annals of Translational Medicine, 7(20).
14) Beck, F., & Eccles, J. C. (1994). Quantum aspects of brain activity and the role of consciousness. In How the Self Controls Its Brain (pp. 145-165). Springer, Berlin, Heidelberg.
15) Cook, N. D. (2008). The neuron-level phenomena underlying cognition and consciousness: synaptic activity and the action potential. Neuroscience, 153(3), 556-570.
16) Engel, A. K., & Singer, W. (2001). Temporal binding and the neural correlates of sensory awareness. Trends in cognitive sciences, 5(1), 16-25.
(17) Hutcheon, B., & Yarom, Y. (2000). Resonance, oscillation and the intrinsic frequency preferences of neurons. Trends in neurosciences, 23(5), 216-222.
(18) Llinás, R. R. (1988). The intrinsic electrophysiological properties of mammalian neurons: insights into central nervous system function. Science, 242(4886), 1654-1664.
(19) Buzsáki, G., & Draguhn, A. (2004). Neuronal oscillations in cortical networks. science, 304(5679), 1926-1929.
(20) Penttonen, M., & Buzsáki, G. (2003). Natural logarithmic relationship between brain oscillators. Thalamus & Related Systems, 2(2), 145-152.
(21) Singer, W. (1993). Synchronization of cortical activity and its putative role in information processing and learning. Annual review of physiology, 55(1), 349-374.
