Изображение, которое влияет на мозг зрителя
Видите картинку? Так вот, её создали нейробиологи из MIT, и она оказывает влияние на определённые нейроны мозга. Чтобы проверить это утверждение, учёными была использована лучшая модель зрительной нейронной коры человека, которая включала отдельные нейроны в мозге.
После испытаний на животных специалисты выяснили, что информация, добытая из вычислительной модели, позволила разработать изображения, активирующие конкретные нейроны мозга.
Если коротко, то учёные научились активировать нейроны при помощи изображений, при этом они обошли путь, когда человек осмысляет происходящее на изображении. В общем, давайте разбираться и, кстати, не стоит думать о том, что кто-то будет вас зомбировать при помощи картинок.
То, что произошло можно назвать прорывом
Расчётные модели зрительных нейронных систем имеют сходства с настоящими. И поэтому они могут использоваться для контроля состояния мозга животного. Конечно, точность имитации работы зрительной коры пока вызывает некоторые разногласия. Об этом рассказал Джеймс ДиКарло, руководитель отдела когнитивных наук MIT.
Он сообщает о том, что люди длительное время задаются вопросом о том, могут ли обеспечить такие модели полное осознание зрительной системы.
Мы доказали, что такие модели уже мощны и они могут использоваться во благо.
Неважно каким образом работает эта модель. Главное, что она может использоваться, и что она точно и может быть базой для разработки новых экспериментов.
Изображения могут влиять на нейроны
За последние несколько лет руководитель отдела с командой занимался разработкой модели зрительной системы, основанной на искусственных нейронных сетях (ИНС). Начало каждой сети — это произвольная архитектура, которая состоит из модельных нейронов. Сама архитектура обладает способностью для соединения между собой при помощи разных показателей силы и веса.
Далее учёные занимаются обучением этих моделей при помощи библиотеки, которая состоит из огромного количества всевозможных картинок. Система просматривает изображения и отмечает самые важные объекты на них. Благодаря чему она учится распознавать объекты при помощи изменения силы соединений.
Как модель может достичь подобного уровня распознавания определить достаточно сложно. Но ДиКарло со своими коллегами доказали, что нейроны в таких моделях создают активность, похожую на ту, которую можно наблюдать в зрительной коре животных во время реакции на изображения. Значит, что ИНС пытается обрести навыки думать и видеть так, как это есть на самом деле.
В новом исследовании проверяется реакция моделей на неизвестные задачи. Также учёные заинтересованы в проверке того, могут ли искусственные нейроны использовать такие модели для контроля активности нейронов в коре мозга животных.
Долгое время мы предпринимали попытку для прогнозирования посредством таких моделей. Мы хотели узнать реакцию нейронов на те стимулы, что им не были знакомы раньше. Главное отличие заключается в том, что мы делаем на шаг больше и применяем модели для приведения нейронов в требуемое состояние.
Для начала учёные разработали точную карту мозговых нейронов из зрительной области V4 в вычислительной модели. В области V4 огромное число нейронов, но для исследования использовались подпопуляции, состоящие из малого числа нейронов.
Как только нейроны получают назначение, модель даёт «добро» на прогнозирование в отношении нейрона, — сообщил ДиКарло.
Далее учёные попытались узнать, смогут ли они применять подобные прогнозы для того, чтобы контролировать активность отдельных нейронов из зрительной коры. Первый тип контроля был назван растяжением и включал в себя демонстрацию картинки, которая может вывести активность конкретного нейрона за рамки, достигаемые при просмотре естественных изображений.
Исследователи выяснили, что показ животным картинок, создаваемых ИНС и не напоминающих объекты природы, заставляли их реагировать на 40 % активнее, чем при просмотре уже знакомых изображений.
То, что они смогли это сделать — поражает. Нейрон считает, что он увидел идеальную картинку, также нейрон получает стимул, в котором он всегда нуждался. Осуществление этой идеи — настоящее открытие. Вероятно, что это мощнейшее доказательство того, что ИНС нужны для понимания естественных нейронных сетей.
Задумайтесь. Учёные создали простейший генератор изображений, который способен повлиять на животный мозг. Возможно, что такие изображения будут использоваться для программирования человека и его физиологических процессов. Картинки, созданные нейронной сетью, смогут лечить и убивать.
Когда-то учёные хотели создать картинки, выводящие нейрон из себя и поддерживающие активность соседних нейронов на низком уровне. В большинстве тестов учёные всё же сумели повысить активность того нейрона, что им был нужен.
Экспериментальные исследования и моделирование на компьютере ранее проводились по отдельности. Это не позволяло подтвердить модель, ведь не было общего прогресса, который поддается каким-либо измерениям. Сейчас учёные заняты возвращением к жизни подхода замкнутого цикла. Это важно для того, чтобы достигнуть успех построения и тестирования моделей, похожих на мозг в большей степени.
Насколько измерения точны
Учёные также продемонстрировали, что могут применять собственную модель для предсказания реакции на воссозданные изображения. Учёные из MIT выяснили, что модели с 54 % точностью угадывают реакцию на синтезированные картинки и с 90 % точностью на естественные. Главная задача учёных — это сделать так, чтобы модели могли прогнозировать реакцию вне зависимости от типа входных сигналов.
Сейчас учёные желают повысить точность моделей и позволить им использовать новую информацию. Таким образом, учёные хотят изучить то, каким образом нейроны строят связи и взаимодействуют друг с другом. В ближайшем будущем подобный подход станет довольно полезен для нас и будет использоваться, чтобы избавиться от психологических расстройств. Таких, как, к примеру, депрессия.
Источник: Hi-News.
Изображение, которое влияет на мозг зрителя
Видите картинку? Так вот, её создали нейробиологи из MIT, и она оказывает влияние на определённые нейроны мозга. Чтобы проверить это утверждение, учёными была использована лучшая модель зрительной нейронной коры человека, которая включала отдельные нейроны в мозге.
После испытаний на животных специалисты выяснили, что информация, добытая из вычислительной модели, позволила разработать изображения, активирующие конкретные нейроны мозга.
Если коротко, то учёные научились активировать нейроны при помощи изображений, при этом они обошли путь, когда человек осмысляет происходящее на изображении. В общем, давайте разбираться и, кстати, не стоит думать о том, что кто-то будет вас зомбировать при помощи картинок.
То, что произошло можно назвать прорывом
Расчётные модели зрительных нейронных систем имеют сходства с настоящими. И поэтому они могут использоваться для контроля состояния мозга животного. Конечно, точность имитации работы зрительной коры пока вызывает некоторые разногласия. Об этом рассказал Джеймс ДиКарло, руководитель отдела когнитивных наук MIT.
Он сообщает о том, что люди длительное время задаются вопросом о том, могут ли обеспечить такие модели полное осознание зрительной системы.
Мы доказали, что такие модели уже мощны и они могут использоваться во благо.
Неважно каким образом работает эта модель. Главное, что она может использоваться, и что она точно и может быть базой для разработки новых экспериментов.
Изображения могут влиять на нейроны
За последние несколько лет руководитель отдела с командой занимался разработкой модели зрительной системы, основанной на искусственных нейронных сетях (ИНС). Начало каждой сети — это произвольная архитектура, которая состоит из модельных нейронов. Сама архитектура обладает способностью для соединения между собой при помощи разных показателей силы и веса.
Далее учёные занимаются обучением этих моделей при помощи библиотеки, которая состоит из огромного количества всевозможных картинок. Система просматривает изображения и отмечает самые важные объекты на них. Благодаря чему она учится распознавать объекты при помощи изменения силы соединений.
Как модель может достичь подобного уровня распознавания определить достаточно сложно. Но ДиКарло со своими коллегами доказали, что нейроны в таких моделях создают активность, похожую на ту, которую можно наблюдать в зрительной коре животных во время реакции на изображения. Значит, что ИНС пытается обрести навыки думать и видеть так, как это есть на самом деле.
В новом исследовании проверяется реакция моделей на неизвестные задачи. Также учёные заинтересованы в проверке того, могут ли искусственные нейроны использовать такие модели для контроля активности нейронов в коре мозга животных.
Долгое время мы предпринимали попытку для прогнозирования посредством таких моделей. Мы хотели узнать реакцию нейронов на те стимулы, что им не были знакомы раньше. Главное отличие заключается в том, что мы делаем на шаг больше и применяем модели для приведения нейронов в требуемое состояние.
Для начала учёные разработали точную карту мозговых нейронов из зрительной области V4 в вычислительной модели. В области V4 огромное число нейронов, но для исследования использовались подпопуляции, состоящие из малого числа нейронов.
Как только нейроны получают назначение, модель даёт «добро» на прогнозирование в отношении нейрона, — сообщил ДиКарло.
Далее учёные попытались узнать, смогут ли они применять подобные прогнозы для того, чтобы контролировать активность отдельных нейронов из зрительной коры. Первый тип контроля был назван растяжением и включал в себя демонстрацию картинки, которая может вывести активность конкретного нейрона за рамки, достигаемые при просмотре естественных изображений.
Исследователи выяснили, что показ животным картинок, создаваемых ИНС и не напоминающих объекты природы, заставляли их реагировать на 40 % активнее, чем при просмотре уже знакомых изображений.
То, что они смогли это сделать — поражает. Нейрон считает, что он увидел идеальную картинку, также нейрон получает стимул, в котором он всегда нуждался. Осуществление этой идеи — настоящее открытие. Вероятно, что это мощнейшее доказательство того, что ИНС нужны для понимания естественных нейронных сетей.
Задумайтесь. Учёные создали простейший генератор изображений, который способен повлиять на животный мозг. Возможно, что такие изображения будут использоваться для программирования человека и его физиологических процессов. Картинки, созданные нейронной сетью, смогут лечить и убивать.
Когда-то учёные хотели создать картинки, выводящие нейрон из себя и поддерживающие активность соседних нейронов на низком уровне. В большинстве тестов учёные всё же сумели повысить активность того нейрона, что им был нужен.
Экспериментальные исследования и моделирование на компьютере ранее проводились по отдельности. Это не позволяло подтвердить модель, ведь не было общего прогресса, который поддается каким-либо измерениям. Сейчас учёные заняты возвращением к жизни подхода замкнутого цикла. Это важно для того, чтобы достигнуть успех построения и тестирования моделей, похожих на мозг в большей степени.
Насколько измерения точны
Учёные также продемонстрировали, что могут применять собственную модель для предсказания реакции на воссозданные изображения. Учёные из MIT выяснили, что модели с 54 % точностью угадывают реакцию на синтезированные картинки и с 90 % точностью на естественные. Главная задача учёных — это сделать так, чтобы модели могли прогнозировать реакцию вне зависимости от типа входных сигналов.
Сейчас учёные желают повысить точность моделей и позволить им использовать новую информацию. Таким образом, учёные хотят изучить то, каким образом нейроны строят связи и взаимодействуют друг с другом. В ближайшем будущем подобный подход станет довольно полезен для нас и будет использоваться, чтобы избавиться от психологических расстройств. Таких, как, к примеру, депрессия.
Источник: Hi-News.
