Go for the eyes, Boo!

Det finns egentligen bara två personer jag tycker är lika mig. Den ene är min bror och han är, well, väldigt lik mig. Fast kortare och mer välvårdad. Den andra är Isobel. Älskade Iso. Eftersom hon inte alls ser ut som mig (men har samma organisatoriska förmåga, I assure you) så ska jag visa en bild på 'na:



Nu tänker ni kanske "Men det där är ju en framstående opinionsbildares bylinebild!" (vilket är sant) eller "Jaha så Per vill bara påminna oss om att hans vänner är granna" (också sant), men se så ligger det inte till för nu ska vi prata om igenkänning och vad det innebär och för att liksom lura in er i det så lovar jag att skriva lite om Isobels nuna. Jag är begåvad på det viset. Men först ett par ord om bildigenkänning.

Datorer har varit fruktansvärt dåliga på att känna igen vad en bild föreställer, även om de håller på att bli dramatiskt mycket bättre. Att förstå att en bild på en häst är en bild på en häst är trivialt för de flesta människor, men vad som skiljer hästpixlar från t.ex. hundpixlar kan vara rätt knivigt för ett datorprogram. Och då har vi inte kommit in på problemet med att skilja hästpixlar från ryttarpixlarna som kanske befinner sig i samma bild. Är det fortfarande en bild av en häst eller av ett ekipage eller vad? 

Eftersom apparater med hjärnor ("folk") är så mycket bättre på att känna igen bilder än apparater utan hjärnor (folks datorer) så är det lockande att försöka datorer klassificera bilder som hjärnor gör. Detta är ett artificiellt neuralt nätverk (ANN) och den enkla versionen lyder som följer: Ett program får simulera ett antal låtsasneuron, som är ordnade i två eller flera lager i ett elegant tomrum som vi kan tänka på som en väldigt stiliserad hjärna om vi vill. Och det vill vi. Sedan matar man den i stort sett helt orealistiska hjärnan med en massa bilder på t.ex. hästar och låter den veta att det enda bilderna har gemensamt är att de föreställer just hästar. Lista ut vari hästigheten ligger! Chop chop!

Det är nu det börjar bli intressant. Hittepåneuronen ligger som sagt travade i lager, som en tårta. Det första lagret, själva tårtbottnen, är det som matas med den ursprungliga bilden. Det sista lagret - vispgrädden - är det som producerar hittepåhjärnans output, t.ex. svaret på frågan om en bild föreställer en häst eller inte. Det finns många sätt att göra en gräddtårta, men det genomgående temat är att ju högre upp man kommer genom de olika lagren, desto mer komplicerade särdrag identifieras i bilden. Långt ner trålas efter egenskaper som t.ex. huruvida ett fält är mörkt eller ljust, om en kontur är ett hörn eller en linje, osv. Längre upp mot jordgubbarna kan neuronen försöka reda ut om en viss uppsättning ränder är en fjäder eller en hästman.

Det de olika lagren gör är att de letar efter en statistisk egenskap med det otympliga svenska namnet framträdandeaktighet eller det betydligt elegantare engelska saliency. Jag har skrivit om detta i ett annat sammanhang förrut, men här menas att en samling pixlar blir mer framträdandeaktiga ju lägre sannolikheten är att de skulle ha ordnat sig på ett visst sätt. Några pixlar kan råka bilda en linje av ren slump då och då, men att många pixlar ska råka bilda en väldigt lång och regelbunden linje är väldigt osannolikt. Att extremt många pixlar ska råka ordna sig till en bild av Ina Scott som vinner Prix d'Amerique är alldeles fenomenalt osannolikt och därmed alldeles fenomenalt framträdandeaktigt.

Alla föreställande bilder innehåller massvis av alldeles enastående osannolika särdrag, men visar man det neurala nätverket tillräckligt många bilder på hästar så börjar det fatta vilka särdrag som är hästlika. Detta fungerar förvånansvärt bra. Här har man matat ett ANN tränat för att känna igen hundar med en bild (den övre bilden) och låtit den producera en ny bild där de pixlar den tycker är väldigt hundaktiga är ljusa och ovidkommande pixlar är mörka:


Sådana här program klarar av att sätta rätt etikett på bilder ungefär lika ofta som människor, i alla fall om man begränsar sig till enklare motiv. En lite konstig sak, däremot, är hur fruktansvärt säkra på sin sak de här nätverken är när de helt uppenbart har katastrofalt fel:


I det vänstra fallet klarar programmet av att med 99.99% säkerhet säga att en bild på en gitarr föreställer en gitarr och en på en pingvin föreställer en pingvin. Gott så. Men i det högra fallet så matar man samma program med ett par nonsensbilder som det med lika stor säkerhet kallar för gitarr respektive pingvin. Det finns två uppenbara tolkningar av detta, som inte nödvändigtvis är ömsesidigt uteslutande: 1) Datorsimuleringar är fortfarande riktigt korkade, och 2) Kanske blir människor lika lurade som datorsimuleringar ibland.

Jaja, hur som helst. En gång för vad som känns som väldigt länge sedan så åt jag i alla fall middag med Isobel. Detta var i samband med en akutplacering jag hade gjort som läkarkandidat (det var med andra ord inte så länge sedan, egentligen)  där en Tråkig Och Ointressant Patient Som Kandidaten Kan Ta Hand Om Själv plötsligt började bete sig konstigt och ha framträdandeaktigt olikstora pupiller. Vad som orsakade detta ska vi inte gå in på här, men det slutade inte bättre än att den nu inte alls tråkiga patienten skickades urakut till neurokirurgen och kandidaten gick och drack kaffe väldigt mycket snabbare än vad som är socialt påbjudet. Vid middagen ett par dagar senare påpekade därför den nu lugnare kandidaten att Isobels pupiller faktiskt också är olika stora, men att detta verkar vara permanent och knappast tillräckliga skäl att ringa NK-jouren. De andra närvarande vid middagen försökte sitt allra bästa att se skillnaden i pupillstorlek själva, men verkade inte så övertygade. Ett klassiskt fall av att tidigare erfarenheter primat en att se något som kanske eller kanske inte finns där, även känt som att alla problem ser ut som spikar om allt man har är en hammare. Även om jag står fast vid att jag hade rätt och David bara inte tittade tillräckligt noga. Ni kan ju titta på bilden själv om ni inte tror mig. De är olika stora.

Det är inget att skämmas för, det händer den bäste. Även de bästa neurala nätverken, faktiskt. En grupp forskare i Oxford tränade en massa nätverk att känna igen olika saker, som citroner, rävar och tvättmaskiner. Sedan matade man dem med bilder på rent brus (det vi vanliga dödliga kallar myrornas krig när det dyker upp på teve) och lät nätverken förstärka de särdrag som av ren slump liknade en citron eller räv eller vad det nu var det allra minsta lilla. Och sedan börja om. Det som liknade en citron aldrig så lite i början blev mer och mer citronlikt för varje ny vända och till slut fick man rätt igenkännbara citroner. När livet inte gav det neurala nätverket citroner så blev det i alla fall lemonad till slut:


Många känner nog igen det här från bilderna från det neurala nätverket Deep Dream som fyllt medierna med rubriker om att "datorer drömmer" och dylikt de senaste veckorna. Eftersom man numer kan ladda upp sina egna bilder till Deep Dream så ville jag veta vad den tyckte om Isobels ögon. Den... var inte till någon hjälp:


Hon har hundar i sitt hår som bara ett neuralt nätverk på en googleserver kan se! Aja, ibland ser man saker som inte finns där, men tiotusenkronorsfrågan är ju egentligen: Om nu en datorsimulering klarar av att göra samma saker rätt som en människa samt dessutom begår samma misstag, kan det vara så att simuleringen och människan gör samma sak?

Glad att ni frågade!

I en brand spanking new artikel i Nature Neuroscience resonerar ett par forskare vid UCSD så här: Alla sensoriska kretsar i hjärnbarken är ordnade som en väldigt specifik slags gräddtårta. I lager 2 och 3 finns excitatoriska neuron som tar emot "obehandlad" sensorisk information från lager 4, liknande de bilder man matar de artificiella neurala nätverken med. Lager 2/3 tar också emot input från lager 1, vilket är ett senare steg, ett lager av tårtan som så att säga ligger närmare jordgubbarna. Är det möjligt att lura ett djur att "se" saker som inte finns genom att träna cellerna i lager 1, utan att påverka cellerna i lager 4?

Genom att låta möss springa på ett rullband medan man skapade en synvilla som lurade musen att den sprang snett så tränade man upp en grupp celler i en del av hjärnan som heter retrospleniala kärnan (ingen fara, jag har inte heller hört talas om den). Dessa har den lite lustiga egenheten att de skickar information vidare till lager 1 men inte lager 4 i den del av syncortex som kallas V1, vilket hade effekten att L4-cellerna minskade sin aktivitet som svar på synvillan medan L1-cellerna ökade sin aktivitet för den. Trots detta fortsatte L2/3-cellerna i V1 att reagera adekvat på synvillan. Detta tolkar de som att V1 primats att tolka vissa synintryck som just den synvillan, att de så att säga satt en hammare i handen på någon i en värld full av spikar. (Hemläxa: Ta en titt på den artikeln och förklara vad den har att säga om den vit- och guldfärgade klänningen.)

Det här ger en del stöd åt att Deep Dream kanske fungerar som en riktig hjärna på ett grundläggande sätt. Utöver att neurala nätverk går hjälpligt som en anka och kvackar lika illa som en anka så verkar det som om de behandlar information på samma sätt som ankors nervceller gör.

Dessutom har David fel.

Beröringsträck

På kort tid har både SvD:s Per Gudmundsson och nu Expressens Anna Dahlberg raljerat över det hot de ser i ensamkommande flyktingbarn i allmänhet och att dessa nog inte riktigt är att betrakta som barn egentligen. Som Gudmundsson uttrycker det:

Begreppet barn är förvisso inte heller perfekt. Genomsnittligt handlar det snarare om ynglingar. Mer än hälften är enligt statistiken 16 år eller mer. 

Det framgår inte exakt vari problemet med att kalla en 16-åring för barn ligger - 16 är fortfarande mindre än 18 och FN:s barnkonvention har inte radikalt skrivits om såvitt jag vet - men att Gudmundsson ställer sig ytterst tveksam till just dessa flyktingar framgår med all önskvärd tydlighet. Dahlberg menar att det är för tyst om frågan, baserat på att den visst inte tog så stor plats i Almedalen som den gjort på svensk dagspress debattsidor sedan i vintras. Då är i och för sig hårdare tag mot EU-migranter och flyktingar något av en hjärtefråga för just Dahlberg, som ägnat en tredjedel av sina ledare åt ämnet sedan hon listade det som en av årets största utmaningar i Januari. Även hon tvivlar på åldern hos ensamkommande flyktingbarn och ropar därför på fler medicinska bedömningar. Detta är i sig inget nytt. Redan 2012 försökte en centerpartistisk riksdagsledamot ifrågasätta de ensamkommande flyktingbarnens ålder och frågan har blivit en borgerlig paradgren. Lägst får man nog säga att Merit Wager på SvD sjunkit, som i höstas bidrog med en tour de force i selection bias för att försöka antyda att inte bara några utan rent av de flesta ensamkommande flyktingbarn är över 18:

327 av de 637 (51 procent) ensamkommande asylsökande som sade sig vara minderåriga och kom till ett danskt asylcenter under åren 2011 och 2012, visade sig efter rättsmedicinsk undersökning ha ljugit om sin ålder, och var över 18 år. De första fyra månaderna 2013 var tre av fyra (75 procent) testade flyktingbarn över 18 år, enligt Justitieministeriets statistik.
Om man bortser från det bisarra urvalet av studieunderlag, så verkar det föreligga något slags kognitiv dissonans på SvD:s ledarsida: Å ena sidan menar Gudmundsson att det faktum att de flesta flyktingbarnen är i övre tonåren tyder på att det skulle vara något fuffens i görningen. (Att en 16-åring har bättre förutsättningar att ta sig ensam från Afghanistan till Säffle än en femåring verkar inte ha fallit honom in.) Å andra sidan verkar Wager på allvar mena att det är nästan omöjligt att en flykting kan vara under 18. De skulle gärna kunna snacka och tänka igenom det där med att flyktingars åldrar bör vara jämnt fördelade mellan 0 och 99 år och vad det kan tänkas betyda för våra antaganden om dem. Lite av den beröringsskräck Dahlberg oroar sig för i tid och otid skulle kanske vara klädsam. 


Hur som helst. Sedan var det det här med medicinska ålderbestämningar av ensamkommande flyktingbarn. Den korta versionen är att de är riktigt dåliga, men att man med röntgen av handleder eller tänder kan få en fingervisning i oklara fall, om man kompletterar med andra uppgifter. FN:S barnkonvention tar inte i sig upp åldersbestämningar i sådana här fall, men i kommentar 6 förtydligas att

"Identification measures include age assessment and should not only take into account the physical appearance of the individual, but also his or her psychological maturity. Moreover, the assessment must be conducted in a scientific, safe, child and gender-sensitive, fair manner, avoiding any risk of violation of the physical integrity of the child and giving due respect to human dignity"
Separated Children in Europe Programme, som bl.a. samarbetar med UNHCR, skriver att:

"Age assessment procedures should be undertaken only as a measure of last resort, once informed consent has been obtained. Professionals who are independent and have appropriate expertise and familiarity with the child’s ethnic and cultural background, should undertake the assessment using a multidisciplinary approach. Assessments should never be forced or culturally inappropriate and must respect the dignity of the individual. In cases of doubt, a person who says he or she is ,18 years of age should be treated as a child."
Bägge dessa organ understryker de vetenskapliga svårigheterna i dessa bedömningar samt de humanitära hänsyn det raljeras över på svenska ledarsidor. Folkrättsforskaren Gregor Noll beskrev det centrala vetenskapliga problemet väl i Läkartidningen förra året: När det inte finns tillräcklig dokumentering av ålder letar vi efter andra metoder för att verifiera ålder. De tillgängliga metoderna kan bara valideras på befolkningar med god dokumentation av ålder och resultaten skiljer sig avsevärt mellan olika befolkningar. Metoden är därför bara användbar för de flyktingar som inte behöver den. Joseph Heller hade inte kunnat skriva det bättre.

Problemet är alltså detta: När man bedömer skelettålder med röntgen så tittar man efter sammanväxningen av vissa ben, vilka var och en typiskt sker vid en viss ålder. Utslaget på hela mänskligheten är variationen stor, men för vissa väldefinierade grupper är intervallen rätt små. Om man jämför studier på olika populationer så ser man att t.ex. engelsmän och pakistanier skiljer sig åt ganska mycket:


Den populäraste metoden för den här typen av åldersbedömningar (och den metod som verkar användas i Sverige) är den s.k. Greulich-Pyle-metoden, som typiskt kan avgöra 18-årsfrågan med en genomsnittlig felmarginal på ca. ett år och standarddeviationer mellan sisådär 1.5 och 5 år. Som exempel kan nämnas en spansk-marockansk studie som fick följande resultat, trots betydligt mer rigorös metodik än Migrationsverket kan skryta med:


Ibland missar radiologer målet med 7 år. Det är ungefär lika dåligt som vanliga dödliga klarar samma uppgift genom att bara titta på ansikten. (Värt att notera är att alla metoder tenderar att överskatta ålder, vilket kanske förklarar SvDs, Avpixlats, med fleras besatthet med att ensamkommande flyktingbarn verkar äldre än de är.) En metaanalys av studier på den mest välbeskrivna grupp människor som finns - vita europeiska män - kom fram till att alla radiologiska metoder för åldersbestämning man tittat på var undermåliga och att Greulich-Pyle var den sämsta av dessa.

Samtliga dessa studier är gjorda på friska, välnärda personer. När vi sedan använder samma metod på barn som ibland befunnit sig på flykt ensamma i flera år så gör vi en hel del antaganden som vi inte har stöd för i någon forskning. Nej, det är inte alla som ätit tre mål mat om dagen och borstat tänderna varje kväll när de varit hemlösa i Teheran, förstås, men det spelar kanske mindre roll när metoden man använder är anpassad för en helt annan population en den flykting som råkar ut för den, och i vilket fall som helst slår på flera år, i bästa fall. En grupp brittiska forskare kallar metoden oetisk, ovetenskaplig och möjligtvis olaglig, men svenska ledarsidor tuffar på.

Kickern här är detta: Katastrofen vi ska försöka undvika med detta otyg är alltså att vi kanske råkar ge lite för många flyktingar asyl från krig och förföljelse. Det skrivs på allvar ledare som varnar oss för att bli för goda och det måste man kanske stå ut med, men måste de vara så förtvivlat korkade?

I think I smell a rat

Bloggen har legat nere ett tag eftersom jag varit upptagen med att rädda världen dricka öl och gräla på teven, men en färsk artikel i Current Biology är för rolig för att passera utan kommentar. I en rätt sanslös kombination av vad som mycket väl kan vara trams, men i så fall teoretiskt väl underbyggt trams ställs den lite oväntade frågan: Sniffar autistiska barn konstigt på lukter?

Redan här är det nog rimligt att fråga sig om det inte bara är pappskallar som behöver ett svar på den frågan, och så är det kanske, men artikeln handlar alltså egentligen om en mycket intressantare fråga: Är maladaptiv sensimotorisk kontroll en central egenskap i autism? Fast den frågan innehåller för mycket fikonspråk för att vara begriplig, så de skrev en artikel om att lukta på rutten fisk istället.

And now for something completely different.

1994 kom det ut en riktigt bra artikel. I den lät man folk öva in att flytta ett handtag kopplad till en robotarm (författarna använder namnet manipulandum, trots att de råkar vara fullständigt vettigt folk) till ett visst mål, tills de klarade av att göra det snabbt och utan fel. Sedan lade man till krafter på handtaget genom robotarmen, så att det kändes som om det rörde sig genom ett kraftfält. Alla försökspersoner blev nu urusla på att träffa målet och blev tvungna att lära om uppgiften. Detta var ett försök att återskapa förutsättningar liknande de en bebis har när den börjar försöka greppa saker vid ca. tre månaders ålder. Alla som sett bebismotorik vet att de är små bonsaipuckon som inte klarar av att göra någonting bra. Hypotesen i studien var att detta beror på att motoriskt naiva individer saknar en modell av verkligheten, dit variabler som gravitation (eller andra, konstgjorda kraftfält i robotarmar), tröghet, muskelstyrka, osv. kombineras med observationer av omvärlden för att styra t.ex. en hand. Genom att ändra det "kraftfält" som verkade på handtaget kunde man manipulera och studera den modell för handtagsflyttning försökspersonerna byggde upp, sedermera döpt till internal action model. (György Buszaki har skrivit en trevlig och karaktärstypiskt pretentiös liten text om sådana här.)

Nu sitter alla matematiker och ingenjörer i publiken och skrockar Men det där är ju bara kontrollteori! för sig själva. Ja, det är det. Allt det här gjorde Karl Johan Åström för ett halvt sekel sedan och Lev Pontryagin före honom, men för mycket mer korkade system, som termostater och luftvärnsrobotar. För system med relativt få frihetsgrader är det ganska rättframt att skapa något sätt att kontrollera det som inte missar målet allt för mycket. (En termostat har en grads frihet: högre eller lägre temperatur. En bil kan ha två: Hastighet och att svänga höger eller vänster. För varje led i en arm tillkommer en frihetsgrad för varje riktning den leden kan röra sig framåt och bakåt i, vilket är många. Och så vidare tills du har en tioarmad bläckfisk som spelar munspel.) Inom lite mer avancerad robotik är detta fortfarande ett stort problem, vilket framgår ganska väl av denna samling katastrofala misslyckanden med saker människor hade klarat utan att ens försöka:




Så vad har detta att göra med autism och den nya artikeln i Current Biology? Jo, ett av de mindre uppmärksammade kännetecknen för autism är nedsatt motorisk koordination (eller som det heter på svenska: klumpighet) och teorin att autism skulle kunna hänga ihop med avvikelser i hur motoriska modeller skapas har lagts fram utan att riktigt kunnat testas. Man skulle ju kunna tänka sig att upprepa experimentet med handtaget i kraftfältet på autistiska personer, men då hamnar man i ett cirkelresonemang: Om orsaken till att vi misstänker att deras motoriska modeller är avvikande är att de har avvikande motorik så säger ett försök där det bara bekräftas att de har avvikande motorik inte så mycket om själva modellen i huvudet. Som med många andra teorier om autism (och sådana finns det på tok för många) så har denna befunnit sig på huh, that's interesting-stadiet sedan den lanserades.

Det är därför den nya studien tittar på ett motoriskt program man inte gärna kan vara bra eller dålig på, och det är att sniffa med näsan. Uppenbarligen (jag trodde verkligen aldrig att jag skulle slå upp detta) så finns det olika motorprogram för att sniffa på trevliga respektive otrevliga dofter. Om vi utsätts för en angenäm doft drar vi djupare, stereotypa sniffar än om vi känner doften av något räligt. Det här uppfyller alla krav på ett motoriskt system med en grads frihet som anpassar sig till ett stimuli, d.v.s. klassisk kontrollteori! Nu finns det ett sätt att testa om personer med autism skapar interna modeller för motorik på ett annat sätt än kontroller, vilket är precis vad som gjorde i studien. 18 pojkar med autism, 18 utan. Alla fick sina motorfärdigheter och autismsymptom bedömda och så fick de sniffa på trevliga (rosor eller schampo) och otrevliga (sur mjölk och rutten fisk) dofter. Resultaten var... intressanta:

Pojkar i kontrollgruppen (TD) drog, precis som förväntat, in mycket mer luft vid trevliga dofter (blå stapel) än otrevliga dofter (rosa stapel). Så det där med motorprogram för sniffningar verkar ju stämma. Pojkar med autism, däremot, verkade inte göra någon skillnad mellan dofterna, vilket antyder att det kanske ligger något i den där motorteorin i alla fall. Sedan korrelerade man sniffresultaten med autistiska symptom (mätt med standardverktyget ADOS) och motornedsättning:


Ju mer avvikande på snifftestet, desto högre poäng på ADOS. Aha! säger författarna, Vi har hittat ett nytt och objektivt mått på autistiskhet! Men snifftestet korrelerar inte alls med motoriska färdigheter. Det här är ju väldigt konstigt, om hela poängen med experimentet var att förklara motoriska avvikelser. Har man bara hittat på ett knasigt test att utsätta folk för eller säger detta faktiskt något viktigt om hur autistiska personer tar till sig sensoriska intryck? Korrelationen med motorik (titta på graf D ovan) är statistiskt sett ingen, men med lite god vilja skulle man kunna tänka sig att där finns en trend som hade blivit tydligare med fler än 18 försökspersoner.

Så okej, det här är kanske trams, men i så fall är det väldigt väl genomtänkt trams. Eller kanske inte. Further studies needed!