Biologische en kunstmatige intelligentie lijken veel meer op elkaar dan je denkt. Amerikaanse onderzoekers focusten op de neurale dynamiek die ontstaat tijdens sociale ontmoetingen bij muizen en als AI-agents met elkaar kletsen. Het team concludeert dat de beide ‘breinen’ verrassend veel op elkaar lijken. En dat gaat mogelijk grote gevolgen hebben.
In een baanbrekende studie ontdekten wetenschappers van de University of California in Los Angeles (UCLA) een aantal verbluffende parallellen tussen biologische hersenen en kunstmatige intelligentie (AI). De neurale patronen die labmuizen laten zien bij sociaal gedrag zijn grotendeels hetzelfde als bij AI. Met deze nieuwe informatie hopen onderzoekers autisme beter te gaan begrijpen en een nieuwe generatie sociale robots te bouwen.
Gedeelde hersenruimte
Het team van UCLA gebruikte geavanceerde beeldvormingstechnieken om uit te zoeken wat er in de hersenen van muizen gebeurt tijdens sociale interacties. Ze legden de activiteit van specifieke hersencellen in de dorsomediale prefrontale cortex (dmPFC) van de muis vast. Dit gebied is gelegen in het midden en aan de bovenkant van de hersenen. Het speelt een rol bij executieve functies, zoals besluitvorming, plannen en emotiebeheersing. Het werkt ook samen met andere hersengebieden, zoals de hippocampus, bij het verwerken van informatie en het integreren van emoties in gedrag. De dmPFC is belangrijk voor sociaal gedrag, ook bij mensen.
De wetenschappers trekken een aantal belangrijke conclusies in hun studie: wanneer muizen met elkaar omgaan, beginnen bepaalde hersencellen synchroon te vuren. Die patronen vinden plaats in wat de onderzoekers een ‘gedeelde neurale ruimte’ noemen: een soort gemeenschappelijke denkruimte waarin beide muizen elkaars gedrag lijken te kopiëren. Tegelijkertijd was er tijdens het muizengebabbel ook een ‘unieke neurale ruimte’ actief in de biologische hersenen, die de eigen interne processen van elke muis weergaf.
Dezelfde structuur
Toen was het de beurt aan de kunstmatige intelligentie. AI-agenten kregen de mogelijkheid om sociaal gedrag aan te leren, zoals samenwerken of reageren op anderen. En verrassend genoeg ontdekten ze bij die systemen precies hetzelfde patroon: een gedeelde ruimte voor sociale interactie en een unieke ruimte voor individuele verwerking. Dat betekent dat sociale intelligentie – of die nu in een muis of in een machine zit – gebaseerd lijkt te zijn op dezelfde onderliggende structuur. Bovendien zagen ze dat wanneer ze de gedeelde ruimte bij AI bewust verstoorden, het sociale gedrag van die AI ook achteruitging; een direct bewijs voor het feit dat deze gesynchroniseerde patronen essentieel zijn voor sociale interactie, zelfs bij niet-biologische systemen.
De studie, die deze week is gepresenteerd in vakblad Nature, bracht ook iets nieuws aan het licht over de rol van verschillende soorten hersencellen. In de hersenen van muizen waren het vooral de GABAerge neuronen – die zorgen voor remming en balans in het brein – die de sterkste synchronisatie in de gedeelde ruimte lieten zien. Dat is opmerkelijk, omdat juist de actieve, prikkelende cellen (glutamaat-neuronen) te boek staan als de hoofdrolspelers in het uitvoeren van cognitieve processen.
Autisme en sociale robots
Het is de eerste keer dat wetenschappers zulke ‘interbrein-synchronisatie’ in kaart hebben gebracht op celniveau. Het UCLA-team is erg enthousiast over de nieuwe bevindingen en wil zo snel mogelijk vervolgonderzoek gaan doen naar de manier waarop sociale processen werken en de neurale oorzaken van sociale ontwikkelingsstoornissen. Als het lukt om beter te begrijpen hoe gedeelde neurale ruimtes ontstaan en functioneren, kunnen we misschien ook verklaren wat er gebeurt bij mensen met sociale stoornissen zoals autisme, waarbij die synchronisatie ontbreekt of verstoord is. Daarnaast biedt dit onderzoek inspiratie voor het ontwikkelen van AI die zich beter kan aanpassen aan sociale situaties. Denk aan zorgrobots, digitale assistenten of sociale spelcomputers die daadwerkelijk begrijpen wat ‘samen’ betekent.
Zoals hoofdonderzoeker professor Weizhe Hong het samenvat: “We hebben een fundamenteel principe ontdekt over hoe sociale informatie wordt verwerkt en dat geldt voor zowel mensen als machines.”