211service.com
Wetenschappers decoderen vogelgezang
Een van de grote uitdagingen in de neurowetenschappen is om uit te leggen hoe verzamelingen van neurale circuits de complexe reeksen signalen produceren die resulteren in gedragingen zoals communicatie met dieren, vogelgezang en menselijke spraak.
Tot de best bestudeerde modellen in dit gebied behoren vogels zoals zebravinken. Deze enthousiaste zangers produceren liedjes die bestaan uit lange maar relatief eenvoudige reeksen lettergrepen. Deze sequenties zijn goed bestudeerd en hun statistische eigenschappen zijn berekend.
Het blijkt dat deze statistische eigenschappen nauwkeurig kunnen worden gereproduceerd met behulp van een soort simulatie, een Markov-model genaamd, waarin elke lettergreep wordt beschouwd als een toestand van het systeem en waarvan het uiterlijk in een lied alleen afhangt van de statistische eigenschappen van de vorige lettergreep. Een dergelijk model houdt in dat er een één-op-één mapping is tussen elke lettergreep en het neurale circuit dat deze genereert.
Maar andere vogels produceren complexere liedjes en deze zijn moeilijker uit te leggen. Een daarvan is de Bengaalse vink wiens zang op schijnbaar onvoorspelbare manieren varieert en niet kan worden verklaard door een eenvoudig Markov-model. Hoe de Bengaalse vink zijn zang voortbrengt, is een raadsel.
Tot nu. Door een vreemd toeval verschijnen er deze week twee artikelen op de arXiv die vergelijkbare verklaringen voor het vermogen van de Bengaalse vink naar voren brengen. Het ene team wordt geleid door Kentaro Katahira van de Universiteit van Tokyo en het andere door Dezhe Jin van de Pennsylvania State University. Beide groepen zeggen dat ze de statistische geheimen in het Bengaalse vinklied hebben ontcijferd en modellen hebben ontwikkeld die het kunnen reproduceren.
Het eerste deel van hun werk bestond uit het opsluiten van Bengaalse vinken in geluiddichte kamers en het opnemen van hun liedjes voor een paar dagen.
Vervolgens sloten ze een arme postdoc op in een kamer totdat hij of zij elke opgenomen lettergreep handmatig aantekeningen maakte. Vervolgens werden de statistische eigenschappen van het vogelgezang uitgewerkt - hoe elke lettergreep niet alleen afhangt van de voorgaande lettergreep, maar ook van de verschillende noten ervoor.
Nu de statistieken waren onthuld, was de laatste taak om een manier te vinden om ze te reproduceren.
Beide teams hebben modellen bedacht die een cruciaal verschil hebben met de standaard Markov-modellen. In plaats van de eenvoudige één-op-één-toewijzing tussen lettergreep en circuit die het lied van zebravinken verklaart, zeggen ze dat er bij Bengaalse vinken een veel-op-één-toewijzing is, wat betekent dat een bepaalde lettergreep kan worden geproduceerd door verschillende neurale circuits. Daarom zijn de statistieken zo veel complexer, zeggen ze.
Dit type model wordt een verborgen Markov-model genoemd omdat de dingen die het waarneembare deel van het systeem aandrijven - het lied - verborgen blijven. En het kan allerlei voorheen mysterieuze kenmerken van Bengaalse vinkenzang reproduceren, zoals het patroon van herhaalde reeksen, de waarschijnlijkheid van het vanaf het begin waarnemen van een bepaalde lettergreep bij een bepaalde stap en de verdeling van N-grammen of reeksen van n lettergrepen.
Dat is een significant resultaat. Het betekent dat wetenschappers eindelijk voor het eerst complexe vogelgezang hebben gedecodeerd.
De vraag is nu hoe het resultaat kan worden uitgebreid om de statistische eigenschappen van ander, meer complex diergedrag te beschrijven. Voor de hand liggende kandidaten zijn walviszang en dolfijnvocalisatie. Afgezien daarvan vormen de statistieken van menselijke spraak een verleidelijke uitdaging.
Scheidsrechters:
arxiv.org/abs/1011.2998 : Een compact statistisch model van de songsyntaxis in Bengalese Fifinch
arxiv.org/abs/1011.2575 : Complexe volgorderegels voor vogelgezang kunnen worden verklaard door eenvoudige verborgen Markov-processen