Интересный проект показали учёные Швейцарской политехнической школы Лозанны: при помощи ИИ они фактически увидели мир глазами животного.
Исследовательская группа из EPFL разработала новый алгоритм машинного обучения, который ищет скрытые структуры в данных, записанных в мозге. Благодаря этому и появляется возможность понять, что видят мыши.
Можно ли реконструировать то, что кто-то видит, основываясь только на сигналах мозга? Правильный ответ - нет. Пока ещё нет.
Но исследователи из EPFL сделали ещё один важный шаг в этом направлении, представив новые модели искусственных нейронных сетей (искусственного интеллекта), которые фиксируют изменения в работе мозга с впечатляющей степенью точности.
Новый алгоритм машинного обучения назвали CEBRA (произносится как "цебра"), и он изучает скрытую структуру нейронного кода.
Какую информацию CEBRA узнает из необработанных нейронных данных, можно проверить после обучения путем декодирования — метода, который используется для интерфейсов мозг-компьютер (ИМК) — и они показали, что могут декодировать из модели то, что видит мышь, пока она смотрит фильм.
Но CEBRA не ограничивает свой набор данных информацией с нейронов зрительной коры или даже данными всего мозга.
Исследование также показало, что
"Цебру" можно использовать для предсказания движений руки у приматов и для реконструкции положения крыс в пространстве, когда они свободно бегают по арене. И это даже немного пугает.
Впрочем, пока что всё эти достижения нельзя транслировать на человека.
"Эта работа — всего лишь один шаг к теоретически обоснованным алгоритмам, которые необходимы в нейротехнологии для обеспечения высокоэффективной работы ИМК", — говорит Маккензи Матис, руководитель исследования из EPFL.
Для изучения латентной (то есть скрытой) структуры в работе зрительной системы мышей CEBRA использует начальный период обучения, когда сигналы мозга записываются во время просмотра животными фильма. Его сюжет нейросети, конечно же, "известен".
После обучения модель может с определённой точностью предсказывать невидимые ей кадры из фильма непосредственно по сигналам мозга мыши.
Сигналы мозга получают либо непосредственно путём измерения активности мозга с помощью электродов-зондов, вживлённых в зрительную область коры головного мозга мыши, либо с помощью оптических датчиков, которые внедряют в мозг генетически модифицированных мышей. У них активированные нейроны светятся зелёным светом.
Во время обучения CEBRA учится сопоставлять активность мозга с определёнными кадрами. Затем CEBRA хорошо справляется с задачей, используя менее чем 1% нейронов в зрительной коре. Стоит отметить, что у мышей эта область мозга состоит примерно из полумиллиона нейронов.
"CEBRA основана на контрастном обучении - методе, который изучает многомерные данные [...], — объясняет Матис. — Это можно использовать для обнаружения скрытых взаимосвязей и структуры в данных".
Такой подход позволяет исследователям совместить данные о работе мозга и данные о поведении организма, такие как движения животных, а ещё абстрактные метки, например, наличие награды в эксперименте, или сенсорные метки, такие как цвета или текстуры изображений, которые видит животное. Таким образом значительно обогащается общая картина, которую может проанализировать и затем восстановить ИИ.
"Цель работы CEBRA — раскрывать структуру сложных систем. Учитывая, что мозг является самой сложной структурой в нашей вселенной, это идеальное пространство для испытаний CEBRA.
Этот подход также может дать нам представление о том, как мозг обрабатывает информацию, и может стать платформой для открытия новых принципов в неврологии путём объединения данных по животным и даже видам", - говорит Матис.
Далее этот алгоритм можно будет использовать для анализа данных о поведении животных и, например, работе их генов. Это впечатляет, так как позволит выяснить много нового о живых организмах.
Статья создателей CEBRA вышла в журнале Nature.
Мы пишем про достижения науки, суперсовременные технологии и их внедрение, рассказываем о том, каким будет будущее.
Если вам нравятся наши новости, подписывайтесь на наш канал и не забывайте ставить лайки. Эти нехитрые действия помогают нам в развитии и сборе средств для финансирования проекта.
Также наши сообщества есть в Telegram, Twitter*, ВК, Facebook*, "Одноклассниках". Приходите, если вы бываете там чаще, чем на Дзене. Ищите нас по названию "Восемь красных линий".
*запрещены или заблокированы в РФ.
