- 14,593
- 22
- 8 Ноя 2022
Модель, обученная на нейронной активности грызунов, стирает границы между биологией и машинами.
Ученые из Google DeepMind и Гарвардского университета разработали уникальную Для просмотра ссылки Войдиили Зарегистрируйся крысы, которая может стать ключом к разгадке сложных механизмов движения и их применению в робототехнике. Этот проект, объединяющий передовые достижения искусственного интеллекта и нейробиологии, открывает новые перспективы в обеих областях науки.
Цифровой мозг виртуального грызуна, построенный на основе нейросетей, обучался на записях нейронной активности живых крыс. Модель не только предсказывает мозговую деятельность реальных животных, но и воспроизводит их поведение, включая бег, подъем на задние лапы и другие сложные движения.
Для создания модели исследователи поместили несколько крыс в специально оборудованную арену с шестью камерами, фиксирующими каждое движение. Чтобы стимулировать активность грызунов, по всей арене разместили лакомство - хлопья Cheerios.
В ходе эксперимента было записано 607 часов видео. Данные о нейронной активности были получены с помощью вживленного в мозг грызунов 128-канального массива электродов.
Ключевым элементом цифрового мозга стал алгоритм, известный как модель обратной динамики. Программа отслеживает положение "тела" в пространстве в любой момент времени и на основе этих данных прогнозирует следующие движения, необходимые для достижения поставленной цели.
Удивительно, но виртуальная крыса смогла применять усвоенные двигательные навыки в незнакомых ситуациях. Это стало возможным благодаря тому, что модель научилась оценивать силы, необходимые для перемещения в новой среде.
Ученые сравнили активность двух областей мозга, отвечающих за управление двигательными навыками, у реальных и виртуальных крыс. Выяснилось, что искусственный интеллект точнее имитирует нейронные сигналы виртуальной крысы при выполнении различных физических задач, чем более ранние вычислительные модели.
Эта особенность превращает виртуальную крысу в ценный инструмент для изучения движений в цифровом формате. Исследователи могут корректировать "нейронные связи" в виртуальном грызуне, чтобы понять, как преобразования в мозговых сетях влияют на итоговое поведение.
Доктор Бенс Ольвецки из Гарварда Для просмотра ссылки Войдиили Зарегистрируйся : сотрудничество с DeepMind было исключительно плодотворным.
Цифровой грызун открывает новые возможности для изучения не только движения, но и других аспектов работы мозга. Подобный подход может быть использован для исследования механизмов зрения, восприятия и даже высших когнитивных функций, таких как способность к рассуждению. Это значительно эффективнее традиционных лабораторных экспериментов, которые могут длиться недели или даже месяцы.
В области робототехники этот метод добавляет физическую составляющую искусственному интеллекту. Это может способствовать созданию более ловких и адаптивных роботов, способных эффективно действовать в различных условиях.
Исследователи планируют продолжить работу, испытывая виртуальную крысу на более сложных задачах параллельно с живыми аналогами.
Ученые из Google DeepMind и Гарвардского университета разработали уникальную Для просмотра ссылки Войди
Цифровой мозг виртуального грызуна, построенный на основе нейросетей, обучался на записях нейронной активности живых крыс. Модель не только предсказывает мозговую деятельность реальных животных, но и воспроизводит их поведение, включая бег, подъем на задние лапы и другие сложные движения.
Для создания модели исследователи поместили несколько крыс в специально оборудованную арену с шестью камерами, фиксирующими каждое движение. Чтобы стимулировать активность грызунов, по всей арене разместили лакомство - хлопья Cheerios.
В ходе эксперимента было записано 607 часов видео. Данные о нейронной активности были получены с помощью вживленного в мозг грызунов 128-канального массива электродов.
Ключевым элементом цифрового мозга стал алгоритм, известный как модель обратной динамики. Программа отслеживает положение "тела" в пространстве в любой момент времени и на основе этих данных прогнозирует следующие движения, необходимые для достижения поставленной цели.
Удивительно, но виртуальная крыса смогла применять усвоенные двигательные навыки в незнакомых ситуациях. Это стало возможным благодаря тому, что модель научилась оценивать силы, необходимые для перемещения в новой среде.
Ученые сравнили активность двух областей мозга, отвечающих за управление двигательными навыками, у реальных и виртуальных крыс. Выяснилось, что искусственный интеллект точнее имитирует нейронные сигналы виртуальной крысы при выполнении различных физических задач, чем более ранние вычислительные модели.
Эта особенность превращает виртуальную крысу в ценный инструмент для изучения движений в цифровом формате. Исследователи могут корректировать "нейронные связи" в виртуальном грызуне, чтобы понять, как преобразования в мозговых сетях влияют на итоговое поведение.
Доктор Бенс Ольвецки из Гарварда Для просмотра ссылки Войди
Цифровой грызун открывает новые возможности для изучения не только движения, но и других аспектов работы мозга. Подобный подход может быть использован для исследования механизмов зрения, восприятия и даже высших когнитивных функций, таких как способность к рассуждению. Это значительно эффективнее традиционных лабораторных экспериментов, которые могут длиться недели или даже месяцы.
В области робототехники этот метод добавляет физическую составляющую искусственному интеллекту. Это может способствовать созданию более ловких и адаптивных роботов, способных эффективно действовать в различных условиях.
Исследователи планируют продолжить работу, испытывая виртуальную крысу на более сложных задачах параллельно с живыми аналогами.
- Источник новости
- www.securitylab.ru
