自闭症是一个难以破解的坚果。
部分原因是复杂性：这种疾病表现在令人困惑的一系列症状 - 从基本的感性障碍到高级认知和社会赤字。 由于这种异质性，在自闭症患者中寻找所谓的自闭症基因和分子是相当不成熟的。
然而对于一些科学家来说，这种混乱的复杂性其实就是伪装的线索。
自闭症是全系统的，贝勒医学院计算神经科学家阿里·罗森伯格博士最近在PNAS发表了一篇出版物。 这是一个有价值的提示，罗森伯格说。 自闭症不是对特定功能产生狭义的影响，而是必须改变一些基本的神经代码 - 一种嵌入在大脑多次计算中的规范算法。
为了调试腐败的神经基础代码，Rosenberg及其同事们转而将精神病学中非常传统的工具转化为人工神经网络（ANNs）。
从以前的研究中，球队已经知道，在几个心理生理视觉任务中，自闭症患者行为不同。这是一个线索，自闭症人的早期视觉处理不知何故。巧合的是，主要视觉皮层（V1）也恰好是用ANN进行建模的主要区域，也许部分是由于其机器学习人群的普及。
罗森伯格认为，他们所做的一切都是建立一个简单的单层人工V1，从以前的心理学研究中提取数据，然后在模型的算法中调整参数，看看它们是否可以再现“自闭症行为”。
但脑电脑究竟究竟是什么？一个属性 - 分裂的归一化 - 突出了作为候选人。归一化是简单但至关重要的：它允许激活的神经元抑制其网络中其他神经元的信号。实质上，它提高了信噪比，并防止大脑中的失控激发。
将自闭症降低为信号“增益”的问题可能看起来过于简单，但是这是一个很好的开始。一方面，脑成像研究有充分的证据表明，自闭症大脑中至少有一些区域与神经形态学相比是多动的。此外，在赢咖4方面，为了实现生物学现实，分层人工神经网络执行复杂的对象识别任务，需要在每个级别进行归一化程序。在操作层面上，也可以通过改变单个参数来调整归一化，使模型计算易于处理。这是一个很好的测试用例。
罗森伯格开始实验，向ANN提供光线和暗线的动态光栅，并要求它报告光栅移动的方式。
一般来说，自闭症患者在这项任务中表现优于其神经元素，特别是当黑暗和光线之间的对比度较高时。当队伍拒绝模型中的归一化模仿自闭症大脑时，他们观察到完全相同的趋势 - 也就是说，“自闭症”ANN比“正常”网络更好地选择运动。
该团队通过“隧道视野”测试获得了类似的结果：当他们降低正常化时，ANN就像自闭症患者一样，对视觉刺激的关注较少，而不是像典型的视觉皮层那样远离固定点。
最后，团队还测试了自上而下的视觉处理控制。
他们利用了自闭症的一个已知特征：自闭症患者在解释当前的感觉信息时，依赖于过去的经验（被称为AI的“贝桑优先”）。为了看看他们是否能够总结这个效果，团队向他们的ANN提供了一个关于视觉刺激所期待的信息。
像人类的行为结果一样，“自闭症”的ANN - 正常化被拒绝 - 远远低于其“正常”对手。
在所有三个测试中，正常化程度降低的ANN似乎与自闭症人类一样起作用。 Monash大学的认知神经科学家Jeroen van Boxtel博士说，没有参与这项研究，数字建模可以帮助我们更好地了解实验数据。
但是关键是要注意，模型只是一个简单的比喻，它是一个简单的比喻，它是一个非常复杂的自闭症大脑丛林中真正发生的事情。 Buggy正常化和贝叶斯推理当然似乎是诱发罪犯潜在的自闭症计算缺陷，但是如何在我们的脂肪，闷热的大脑中生物地实施它们还有待观察。
到目前为止，ANN和自闭症大脑之间的相似之处可能是相关性，而不是很多。神经生物学家会破坏负责故障算法（如果存在）的旧方法的分子途径 - 通过一次调整一个蛋白质变量。
然而，van Boxtel欢迎精神病学，计算神经科学和AI之间的交叉。 “建模 - 像任何类型的编码 - 强制人们以高度逻辑的方式清楚地表达自己的假设，”van Boxtel在一封电子邮件中对Singularity Hub说。但最重要的是，它产生高度具体的机制假设，允许未来的科学家进行预测和测试。因为ANN模型只有几个组件，很容易弄清楚哪些是重要的一些效果，并排除混淆。
van Boxtel说：“作者提出的模式是基于以前发表的良好的模型，并且很有可能为未来的工作提供解释。”
研究皮质信息处理的伦敦大学学院计算神经科学家Matteo Carandini博士同意。大脑测绘工具越来越复杂，正在推动着以前所未有的细节重建整个人类大脑的努力。就在上个星期，一个团队在老鼠的新皮层中发布了一张纸的第一张完整的3D地图，并且涉及的各种技术无疑将在未来十年内大大加快。
其他努力是通过游戏化公众科学家的过程和众包数据来绘制广泛的功能网络 - 称为“连接体”。
Carandini很兴奋：结构和功能的神经网络数据爆炸将迅速导致更好的模型。随着奥巴马总统的BRAIN倡议和欧盟的人脑项目积极推动电脑脑模拟，计算方法成为神经科学研究中“标准包”的一部分已经成熟。
毫无疑问，这两个大数据大脑的举措都受到了很多批评，因为他们的天性和目标不清楚。到目前为止，具有丰富的大脑模拟的具体例子是很少的。然而，van Boxtel和Carandini都认为，计算模型（简单）有权指导精神病学。
“一种计算疾病的方法？”卡兰迪尼说。 “我想是早就应该了。”
