Чип в мозге и нейросети вернули подвижность парализованному |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту 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 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 |
2018-10-03 17:01 Исследователи много лет работают над методами на основе электрических импульсов, чтобы вернуть возможность двигаться людям с травмами спинного мозга и парализованными конечностями. Учёные из Университета Огайо и компании Batelle объявили, что им удалось сделать прорыв в технологии с помощью нейронных сетей. Инвазивный метод Участником эксперимента стал Йен Буркхарт. Молодой человек парализован ниже плеч в результате несчастного случая. Учёные применили метод нейромышечной электростимуляции, чтобы вернуть подвижность руке Йена. С помощью функциональной МРТ исследователи вычислили области коры головного мозга, отвечающую за двигательную активность, и вживили туда чип, который реагирует на электрическую активность мозга. Когда Йен думает о перемещении руки, импульсы передаются через кабель к компьютеру. Затем алгоритмы машинного обучения кодируют данные и подают сигнал в гибкий рукав. Рукав стимулирует мышцы, в результате рука совершает нужное движение.
Использование нейронных сетей Нейронные сети помогают обнаружить почти незаметные отличия между мозговыми сигналами, отвечающими за каждое движение. Учёные использовали метод обучения с учителем для тренировки алгоритмов. Йен думает об определенном движении, а нейронная сеть определяет, какой сигнал ему соответствует, и посылает его в рукав. Проблема такого подхода в том, что на обучение сети требуется много времени — не меньше двух часов ежедневно. Без постоянной переподготовки, основанной на известной последовательности движений, нейросеть не будет работать правильно. Новый подход В сентябре команда опубликовала в журнале Nature Medicine результаты разработки новой модели. Была подключена вторая нейросеть, которая следила за движениями Йена, когда он свободно использовал механизм, и сама выявляла закономерности. Учёные использовали обучение без учителя и transfer learning для улучшения функциональности. Метод позволил уменьшить время обучения одному движению до 7 минут без необходимости переобучения — новая модель в течение года правильно интерпретировала движения Йена с 90% точностью. По словам исследователей, новый подход представляет собой шаг к конечной цели. Команда нацелена на то, чтобы сделать небольшое устройство, которые люди смогут носить с собой — сейчас механизм состоит из семи больших ящиков. Источник: neurohive.io Комментарии: |
|