Mạng máy tính bắt chước tư duy phân liệt
Uli Grasemann, một nghiên cứu sinh tại Khoa Khoa học Máy tính tại Đại học Texas ở Austin, cho biết: “Giả thuyết là dopamine mã hóa tầm quan trọng, sự hấp dẫn, của kinh nghiệm.
“Khi có quá nhiều dopamine, nó dẫn đến khả năng phản ứng quá mức và não bộ sẽ học hỏi từ những thứ mà lẽ ra nó không nên học.”
Nghiên cứu khẳng định lại một giả thuyết được gọi là 'siêu học, 'Điều này cho thấy rằng những người bị tâm thần phân liệt mất khả năng quên hoặc bỏ qua nhiều như bình thường.
Khi một người mất khả năng giải mã những gì có ý nghĩa từ lượng kích thích khổng lồ trong não, họ bắt đầu tạo ra các kết nối không có thật hoặc bắt đầu chìm đắm trong một đại dương của quá nhiều mối liên hệ mà họ không thể tạo ra bất kỳ loại câu chuyện mạch lạc nào. .
Mạng nơ-ron (được gọi là DISCERN) được phát triển bởi cố vấn của Grasemann, Tiến sĩ Risto Miikkulainen, và có thể học ngôn ngữ tự nhiên.
DISCERN được sử dụng để mô phỏng những gì xảy ra với ngôn ngữ trong tám loại rối loạn chức năng thần kinh khác nhau. Kết quả của các mô phỏng đã được Ralph Hoffman, M.D., giáo sư tâm thần học tại Trường Y Yale, so sánh với những gì ông đã thấy khi nghiên cứu bệnh tâm thần phân liệt ở người.
Để bắt chước quá trình này, các nhà nghiên cứu bắt đầu dạy DISCERN một số câu chuyện đơn giản sau đó được đồng hóa vào bộ nhớ của DISCERN theo cách tương tự như cách bộ não con người lưu trữ thông tin: không phải là các đơn vị riêng biệt, mà là các mối quan hệ thống kê của các từ, câu, chữ viết và câu chuyện.
Grasemann nói: “Với mạng nơ-ron, về cơ bản, bạn huấn luyện chúng bằng cách cho chúng xem các ví dụ, lặp đi lặp lại.
“Mỗi khi bạn đưa ra một ví dụ, bạn sẽ nói, nếu đây là đầu vào, thì đây phải là đầu ra của bạn, và nếu đây là đầu vào, thì đó phải là đầu ra của bạn. Bạn làm đi làm lại hàng nghìn lần và mỗi lần như vậy nó sẽ điều chỉnh lại một chút để làm những gì bạn muốn. Cuối cùng, nếu bạn làm đủ, mạng đã học được ”.
Các nhà nghiên cứu đã mô hình hóa siêu học bằng cách chạy lại hệ thống theo từng bước của nó, nhưng đã thay đổi một yếu tố chính: Họ bắt chước một lượng lớn dopamine giải phóng bằng cách tăng tốc độ học tập của hệ thống - về cơ bản là yêu cầu hệ thống ngừng quên quá nhiều.
Grasemann nói: “Đó là một cơ chế quan trọng để có thể bỏ qua mọi thứ. “Những gì chúng tôi phát hiện ra là nếu bạn tăng tốc độ học tập trong DISCERN lên đủ cao, nó sẽ tạo ra những bất thường về ngôn ngữ gợi ý bệnh tâm thần phân liệt.”
Sau khi được đào tạo lại với tốc độ học tập cao, DISCERN bắt đầu tự đưa mình vào những câu chuyện viển vông, ảo tưởng kết hợp các yếu tố từ những câu chuyện khác mà nó đã được kể để nhớ. Ví dụ, trong một trường hợp, DISCERN đã nhận trách nhiệm về một vụ đánh bom khủng bố.
Trong một ví dụ khác, DISCERN bắt đầu đưa ra bằng chứng về sự “trật bánh” - trả lời các yêu cầu về một bộ nhớ cụ thể với một mớ hỗn độn các câu tách rời, đột ngột rời khỏi chủ đề và liên tục nhảy từ ngôi thứ nhất sang ngôi thứ ba rồi quay lại.
Grasemann cho biết: “Quá trình xử lý thông tin trong mạng nơ-ron có xu hướng giống như quá trình xử lý thông tin trong não người theo nhiều cách. “Vì vậy, hy vọng rằng nó cũng sẽ tan vỡ theo những cách tương tự. Và nó đã làm được. ”
Grasemann nói, sự tương đồng giữa mạng lưới thần kinh và bệnh tâm thần phân liệt ở người là bằng chứng không thể chối cãi rằng giả thuyết siêu học tập là đúng. Tuy nhiên, nó cung cấp hỗ trợ cho giả thuyết.
Ông nói: “Chúng tôi có quyền kiểm soát mạng lưới thần kinh nhiều hơn nhiều so với những gì chúng tôi có thể có đối với các đối tượng của con người. “Hy vọng là loại mô hình này sẽ giúp ích cho nghiên cứu lâm sàng.”
Nghiên cứu được xuất bản trong Tâm thần học sinh học.
Nguồn: Đại học Texas tại Austin
