Ученые декодируют мозг человека, используя AI
Привет. В недавно опубликованной исследовательской работе, которая фокусирует внимание на пересечении машинного интеллекта и нейронауки, исследователи Университета Пердью, Мумбай продемонстрировали, как декодировать то, что видит человеческий мозг, используя искусственный интеллект (AI) для интерпретации данных функциональной магнитно-резонансной томографии (fMRI), полученных в процессе сканирования мозговой деятельности людей, просматривающих видеоролики (что-то вроде технологии чтения сознания).
Результаты исследования, по мнению ученых, могут помочь в развитии технологии AI и привести к новому пониманию функции мозга.
Важнейшее значение для проведения исследования играет тип алгоритма, называемый сверточные нейронные сети. Сверточные нейронные сети, в виде глубоких алгоритмов обучения, были использованы, чтобы понять, как мозг обрабатывает статические изображения и другие визуальные раздражители.
Глубокое обучение (DL) само по себе представляет усовершенствованную технику машинного обучения (ML), в которой используются многослойные (следовательно, «глубокие») нейронные сети, которые являются примерной моделью структуры человеческого мозга. Нейронные сети обеспечивают, среди прочего, распознавание образов, распознавание речи, работу беспилотных автомобилей и устройств автоматизации смартфонов.
Исследователи получили 11,5 часов данных МРТ от каждой из трех женщин, наблюдающих за 972 видеороликами, включая те, которые показывают людей или животных в разных жизненных ситуациях. Сначала данные были использованы в целях обучении сверточной нейронной сети для прогнозирования активности в зрительной коре головного мозга, в то время как субъекты наблюдали за видео. Затем они использовали модель для декодирования данных fMRI, полученных от субъектов для реконструкции видеороликов.
Модель смогла точно декодировать данные fMRI в определенные категории изображений. Затем фактические видеоизображения были представлены вместе с компьютерной интерпретацией того, что мозг человека видел (на основе данных fMRI). Исследователи смогли выяснить, как определенные места в мозге были связаны с конкретной информацией, которую человек видел.
Ученые также смогли применить модели, подготовленные с использованием данных, полученных от одного человека, чтобы предсказать и декодировать мозговую деятельность другого человека, процесс, называемый кодированием и декодированием по перекрестным темам. Это открытие, по мнению исследователей, важно, потому что оно демонстрирует потенциал широкого применения таких моделей для изучения функции мозга, даже для людей, имеющих проблемы со зрением.
Разработчики в других местах также проводят аналогичные эксперименты, чтобы лучше понять, как работает мозг.
В июне 2015 года, например, исследователи из Отдела наук о мозге в Имперском колледже Лондона опубликовали статью, в которой они заявили о разработке системы - Automatic Neuroscientist.
Эта концепция «переворачивает стандартную функциональную магнитно-резонансную томографию (FMRI) с ног на голову», - говорится в статье. Понимание того, как осуществляется взаимосвязь между познанием и мозгом является основной целью функциональной нейровизуализации. Таким образом, исследователи использовали изображения в режиме реального времени fMRI в сочетании с методами машинного обучения для автоматического проектирования экспериментов по нейровизуализации.
Между тем, Neuralink - стартап, основанный миллиардером и генеральным директором Tesla, Илоном Маском - разрабатывает сверхширокополосные интерфейсы мозг-компьютер для соединения людей и компьютеров. Идея состоит в попытке внедрить людям программное обеспечение, помогающее им идти в ногу с технологическими возможностями AI машин.
Аналогичным образом, американское агентство перспективных исследований в области обороны (DARPA) объявило в январе 2016 года, что работает над дизайном нейронной инженерной системы (NESD), которая, как они надеются, значительно расширит возможности исследований в нейротехнологии и обеспечит основу для новых методов лечения.
Они заключили контракты с пятью научно-исследовательскими организациями и одной компанией (Университет Брауна, Колумбийский университет, Фонд поддержки и обучения), Лаборатория Джона Б. Пирса, Paradromics, Inc . и Калифорнийский университет в Беркли).
Цель этих контрактов состоит в том, чтобы эти учреждения разрабатывали фундаментальные исследовательские технологии, необходимые для реализации концепции NESD в отношении нейронного интерфейса высокого разрешения, интеграции их в целях создания рабочих систем, способных поддерживать возможную будущую терапию, направленную на восстановления сенсорных способностей человека. Четыре команды будут сосредоточены на видении и две - на аспектах слуха и речи.
