FAQ: НЕЙРОГИБРИДНЫЕ СИСТЕМЫ |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2016-04-08 13:56 FAQ: НЕЙРОГИБРИДНЫЕ СИСТЕМЫ В современной нейробиологии существует много различных подходов к экспериментальному исследованию мозга. Они отличаются друг от друга временным и пространственным разрешением. Есть методы (электроэнцефалография и магнитно-резонансная томография), которые позволяют увидеть активность мозга в целом, но обычно они обладают плохим временным и пространственным разрешением. В результате мы можем видеть, как активируется та или иная область мозга, но не то, как работают отдельные клетки. Другие методы позволяют нам зарегистрировать с высоким временным разрешением - 1 миллисекунда или выше, как работают отдельные клетки. Но тогда мы можем видеть лишь небольшую часть мозга. 1. Для того, чтобы понять, как динамика мозга связана с адаптивным поведение, то есть за счет чего человек и другие животные думают или обучаются, нам необходимо пространственное разрешение на уровне клеток и временное на масштабе миллисекунд. При этом требуется увидеть всю сеть нейронов, которая участвует в том или ином поведении. Таким образом, мы видим, что в современной науке существует технологическая проблема: отсутствует метод, который совмещал бы в себе высокое клеточное и временное разрешение со способностью охватить весь мозг. 2. Сейчас в нейробиологии ведется разработка новых экспериментальных моделей, которые позволили бы снять эту проблему. Один из подходов заключается в использовании животных, имеющих прозрачные ткани, например, эмбрионы рыбки Danio rerio. Животное обездвиживается, для того, чтобы было возможно проводить оптическую регистрацию активности каждой из клеток мозга, и помещается в виртуальную среду, содержащую поведенческую задачу, которую необходимо решить. Альтернативный способ исследования целостной сети нейронов предлагает извлекать часть клеток из мозга, и высаживать их в чашку с питательной средой. Такая сеть, состоящая из десятков тысяч нейронов в «пробирке», называется нейрональной культурой. Если покрыть дно чашки специальным покрытием, то клетки вырастут в виде монослоя, и мы сможем легко зарегистрировать, что происходит с каждой клеткой. Работать с тонким слоем клеток гораздо проще, чем со сложной трехмерной структурой целого мозга. Ahrens M.B. и др. Brain-wide neuronal dynamics during motor adaptation in zebrafish // Nature. 2012. Т. 485. - 7399. С. 471-477 3. Мы можем наблюдать у нейронов, растущих в чашке Петри, электрическую активность - потенциалы действия, или изменения экспрессии генов. К сожалению, вклад этих процессов в работу мозга будет труднообъясним, ведь поведение, для которого нужен мозг, у культуры нейронов отсутствует. Неожиданное решение состоит в том, что надо соединить нейрональную культуру с роботом. Таким образом, к идеальному прозрачному «мозгу» добавляется «тело». То, что робот видит в окружающей среде при помощи различных сенсоров, мы можем при помощи электродов, встроенных в дно чашки, передавать в нашу нейронную сеть, активировав те или иные нейроны, а ответ нейрональной культуры, транслировать в управление роботом. Это позволяет поставить перед такой нейрогибридной системой поведенческую задачу, например, как для животного в лабиринте. 4. В мозге миллиарды клеток, каждая из которых находится внутри мозга и общается только с другими нейронами. Отдельный нейрон не знает ничего о том, что нужно человеку. Представьте, вы пишете эссе, и перед вами стоит сложная задача, как выразить ту или иную идею, и вы решаете ее за счет взаимодействия клеток, которые находятся в мозге и видят только другие клетки. Это составляет проблему переноса задачи организма в целом на уровень отдельных клеток, и эта одна из основополагающих и актуальных задач нейронауки. Возможность увидеть всю нейронную сеть, увидеть то, как происходят изменения в поведении в результате работы клеток, определяет высокий потенциал нейрогибридных систем, как экспериментальной модели для исследования клеточных механизмов работы мозга. 5. Нейрогибридные системы начали активно исследоваться с начала 2000-х годов, когда были проведены первые эксперименты по обучению нейрональной культуры. В первых экспериментах роботы не использовались, культура должна была научиться давать нужный ответ в нужное время. Затем стали появляться модели объединения культуры с виртуальными, а затем и реальными роботами. Сейчас в мире в этом направлении работает порядка пяти-шести групп. Но нужно отметить, что еще нет хорошего протокола обучения нейрогибридных систем. И, возможно, его не существует. Нейрогибриды находятся на переднем крае технологий исследования мозга. Вполне может быть, что базовое допущение о схожести работы сетей нейронов в культуре и мозге неверно. Или же мы не сможем подобрать правильный язык общения с нейрональной культурой, который позволил бы поставить перед ней задачу, которую мы хотим, чтобы она решила. Shahaf G., Marom S. Learning in Networks of Cortical Neurons // J. Neurosci. 2001. Т. 21. - 22. С. 8782-8788 6. Нейрогибридные системы исследуются не только учеными, но и художниками. Австралийская экспериментальная группа Симбиотика вместе с американским исследователем Стивеном Поттером провели эксперимент по созданию «полуживого» художника. «Полуживой» художник состоит из нейрональной культуры управляющей роботизированной рисующей рукой. Возможно, вершиной творческой карьеры нейрогибридного художника стало произведение «Пиксел», написанное в 2004 году с черного квадрата Малевича. Exhibitions of MEART -ART Digital @ The Moscow Biennale [Электронный ресурс]. URL: http://www.fishandchips.uwa.edu.au/exhibitions/moscow.html 7. Ближайшая перспектива в исследовании нейрогибридных систем связана с двумя направлениями. Первое, больше концептуальное, с попыткой увеличить число степеней свободы, которыми может научиться управлять нейрональная сеть. Потому что на сегодняшний день все модели, - это модели типа избегания столкновения с препятствиями. Робот автономно едет в каком-то направлении, и когда он подъезжает к препятствию, то дает сигнал нейрональной культуре, и нейрональная культура должна дать правильный ответ, который отвернет робота от стены. Здесь используется одна степень свободы. Очевидно, что для полноценных иследований необходимо вводить больше степеней свободы, чтобы робот мог ехать вправо, влево, строить комбинации действий. Второе направление, технологическое - это внедрение методов современного нейроимиджинга, потому что до этого момента в культуре в основном исследовалась только электрическая активность клеток, но не внутриклеточные процессы, которые в них протекают. Например, в нейрональной культуре, часть клеток будет участвовать в конкретном эпизоде обучения, а другая часть не будет. И чтобы выделить те клетки, которые приводят к обучению, могут быть использованы трансгенные животные, у которых под промоутером гена c-fos, кодирующего транскрипционный фактор, участвующий в молекулярном каскаде, связанном с нейрональной пластичностью, стоит зеленый флуоресцентный белок. Этот зеленый флуоресцентный белок, появится в клетках в момент обучения, и мы можем видеть клетки, которые засветились зеленым - те клетки, которые позволили нашему роботу, нашей нейрогибридной системе учиться. Если нам удастся продвинуться в этих двух направлениях: создании более сложных моделей обучения и новых методов пластичности в культуре, то в нейробиологии появится новая экспериментальная модель, которая откроет очень широкие возможности для исследования внутриклеточных механизмов обучения и памяти. Михаил Бурцев кандидат физико-математических наук, НИЦ "Курчатовский Институт" Текст: ПостНаука Иллюстрация: Y Robert Couse-Baker
Источник: postnauka.ru Комментарии: |
|