Исследования мозга и личности, перспективы оцифровки сознания. Декабрь 2017

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


2018-01-08 13:00

Трансгуманизм

Исследования мозга и личности, перспективы оцифровки сознания. Декабрь 2017

Это ежемесячный обзор наиболее важных и интересных новостей от экспертной группы проекта Технологии Долголетия. Сайт группы www.rlegroup.net

Исследования деятельности мозга, моделирование умственных процессов, исследования нейрональных коррелятов сознания. Исследования возможностей расширения возможностей мозга с помощью нейроинтерфейсов, восстановление утраченных функций. Перспективы оцифровки сознания/личности.

Пересмотрены принципы работы нейронов

Авторы статьи в журнале Scientific Reports под руководством Идо Кантера из Университета имени Бар-Илана поставили под сомнение общепринятую схему работы нейрона и показали существование у одной нервной клетки нескольких порогов возбуждения. Экспериментально ученые установили, что в нервной клетке находится несколько независимых возбуждающихся отделов, каждый из которых функционирует как отдельная единица со своим собственным порогом возбуждения, которая суммирует входящие сигналы с дендритов, расположенных на определенном участке. Эти анизотропные участки возбуждения не идентичны и характеризуются разной формой волн спайков (spike waveforms) и разными условиями суммация возбуждения. Добавим, что субклеточные анизотропные элементы следует отличать от предварительной обработки, связанной с дендритными вычислениями возбуждения, которые выполняются параллельно и локально в каждом дендрите и его отростках.

Эта работа бросает новые вызовы математикам и инженерам, работающим над алгоритмами глубоких нейронных сетей. Но самое интересное — опять поднимает вопросы о том, как происходит обучение и что такое пластичность мозга, если нейроны работают вовсе не так, как было принято считать до сих пор. Еще одним следствием новой теории станет острая необходимость создания алгоритмов и методов для обнаружения и классификации потенциалов действия отдельных нейронов при внеклеточной регистрации их электрической активности, так как существующие методы сортировки спайков оказываются под большим сомнением.

Источник: https://www.nature.com/articles/s41598-017-18363-1

Создана искусственная нейронная сеть, работа которой имитирует глубокое обучение мозга

В исследовании, опубликованном в eLife, команда из Канадского института перспективных исследований (CIAF) во главе с Блейком Ричардсом в сотрудничестве с Тимоти Лилликрапом из Google DeepMind представила алгоритм, который имитирует, как глубокое обучение может работать в нашем мозге. Сеть показывает, что некоторые нейроны неокортекса млекопитающих имеют форму и электрические свойства, которые хорошо подходят для глубокого обучения. Если посмотреть на картинку ниже, то можно заметить, что эти нейроны неокортекса похожи на деревья, с кронами, стремящимися к поверхности мозга и корнями, уходящими в его глубь. При этом “корни” нейронов получают входящие сигналы отличные от сигналов “кроны”. Используя эту метафору, Ричардс и коллеги построили модель, которая аналогичным образом получает сигналы в отдельные отсеки. Эти отсеки позволили искусственным нейронам передавать сигналы в нескольких слоях, что привело к глубокому обучению. Одним из первых достижений нейросети стало успешное распознавание рукописных цифр.

На настоящий момент главной тенденций в разработке нейросетей можно назвать стремление преодолеть разрыв между нейронаукой и ИИ, стремление максимально приблизить работу искусственного нейрона к его биологическому прототипу. На этом пути будет необходимо решить нетривиальную задачу создания алгоритма, который будет обучаться без подкрепления. Как считает группа исследователей из CIAF, искусственная нейронная сеть может помочь понять как работает наш собственный мозг. Однако пока нынешний алгоритм основывается на наших знаниях работы нейронов из неокортекса, в то время как в живом мозге их насчитывается десятки типов в зависимости от классификации.

Источник: https://elifesciences.org/articles/22901

Нарушений очередности и взаимосвязи ритмов ЭЭГ во время сна приводит к потере памяти у пожилых людей

Команда исследователей из Института нейронаук Хелен Уиллз (Беркли, США) пришла к выводу, что в стареющем мозге нарушена динамическая связь медленных волн и резких всплесков колебаний (сонные веретена), которые в норме наблюдаются во время второй стадии медленного сна. Объединив электроэнцефалографию (ЭЭГ), структурную МРТ и тесты на оценку памяти, зависящую от сна, исследователи рассмотрели картину взаимосвязи медленных волн и сонных веретен у молодых и пожилых людей. Анализ данных показал, что медленные волны регулируют точную временную координацию сонных веретен, качество которых предсказывает консолидацию памяти в течение ночи. Более того, атрофия извилин в медиальной лобной коре у пожилых людей предсказывала нарушение связи медленная волна-сонное веретено, ослабляя консолидацию памяти во время ночного сна и приводя к худшим результатам во время тестирования. Таким образом, авторы считают, что нарушение очередности и связи ритмов во время медленного сна представляет одно из возможных объяснений причин снижения когнитивных функций и памяти у пожилых людей.

Как полагают, связное чередование медленных волн и резких всплесков колебаний во время фазы сна без быстрых движений глаз (медленный сон, NREM) как-то связаны с формированием воспоминаний. Однако эта теория пока получила мало экспериментальных подтверждений на людях.

Источник: http://www.cell.com/neuron/fulltext/S0896-6273(17)31073-5

Автор обзора: Екатерина Шахбазян


Источник: rlegroup.net

Комментарии: