Vallankumous tekoälyn kautta: Uusi malli paljastaa hiiren aivojen salaisuudet!
Kansainvälinen tutkimus Göttingenin yliopistossa: AI-mallit analysoivat hermosolujen reaktioita hiiren aivoissa – uusia havaintoja julkaistu.

Vallankumous tekoälyn kautta: Uusi malli paljastaa hiiren aivojen salaisuudet!
Kansainvälinen tutkimusryhmä, joka tunnetaan nimellä MICrONS, on kehittänyt innovatiivisia tekoälymalleja, joiden tarkoituksena on analysoida visuaalisten ärsykkeiden hermoprosessointia aivoissa. Nämä uraauurtavat tulokset julkaistiin tunnetuissa tieteellisissä julkaisuissa Luonto ja Luontoviestintä julkaistu. Göttingenin yliopisto on merkittävässä määrin mukana tässä tutkimuksessa, jonka otsikko on "Foundation Model of Neural Activity Predicts Response to New Stimulus Types and Anatomy" ja osoittaa mallien kyvyn oppia suurista tietokokonaisuuksista.
Osana tätä tutkimusta analysoitiin yli 135 000 hermosolua hiiren aivoissa. Kehitetty AI-malli voi luotettavasti ennustaa, kuinka hermosolut reagoivat uusiin ärsykkeisiin, vaikka nämä ärsykkeet olisivat aiemmin tuntemattomia. Professori tohtori Fabian Sinz, yksi johtavista tutkijoista, korostaa, että malli voi tarjota tarkempia vastauksia erilaisiin visuaalisiin ärsykkeisiin. Toinen tutkimustutkimus tutkii yksityiskohtaisesti näkökuoren hermosolujen muotoa ja rakennetta. Tämä tutkimus, jonka otsikko on "Valvomaton kartta eksitatoristen neuronien dendriittimorfologiasta hiiren näkökuoressa", osoittaa, että pyramidisoluissa on nestemäisiä siirtymiä solutyyppien välillä, eikä niillä ole selkeästi määriteltyjä tyyppejä.
Edistynyttä tutkimusta koneoppimisen avulla
Hermosolujen syvällisempää analysointia varten tutkijat ovat kehittäneet koneoppimismenetelmän, joka koodaa näiden solujen 3D-muodon. MICrONS-projektissa on mukana lukuisia arvostettuja tutkimuslaitoksia, kuten Baylor College of Medicine, Allen Institute for Brain Science ja Princeton University. Tämän aikana syntyi ”MICrONS Multi-Area Data Set”, joka on lajissaan suurin nisäkkään aivoista kerätty tietojoukko hermosolujen rakenteella, verkottumis- ja reaktioominaisuuksilla mitattuna.
Nämä hermosolujen digitaaliset kaksoset pystyivät ennustamaan muodon ja rakenteen. Saadut oivallukset eivät ainoastaan tarjoa syvempää näkemystä aivojen organisaatiosta, vaan voivat myös auttaa tehostamaan neurotieteellisiä kokeita. On mahdollista suorittaa in silico -kokeita ennen varsinaista in vivo -tutkimusten suorittamista.
Tekoälyn rooli
Tekoäly (AI) on tietojenkäsittelytieteen ala, joka käsittelee ihmisen kognitiivisia kykyjä jäljittelevien algoritmien kehittämistä. Kuten raportissa bpb.de Kuten kuvattiin, tekoäly voi analysoida suuria tietomääriä, tunnistaa kuvioita ja saada niistä oivalluksia. Amerikkalaisten tutkijoiden keksimä termi tekoäly kuvaa järjestelmiä, jotka suorittavat yhä monimutkaisempia tehtäviä, jotka oli aiemmin varattu ihmisille.
Erityisesti kokonaiset oppimisalgoritmien luokat, kuten koneoppiminen, ovat kehittyneet 1950-luvulta lähtien. Nämä algoritmit on koulutettu suurilla tietojoukoilla kuvioiden tunnistamiseksi ja todennäköisyyksien laskemiseksi. Erityinen muoto on syväoppiminen, joka perustuu keinotekoisiin hermoverkkoihin ja on yhä tärkeämpää, koska se pystyy käsittelemään erittäin monimutkaisia datamalleja.
Hermoverkostot ovat saaneet vaikutteita ihmisaivojen hermosolujen välisistä yhteyksistä. Nämä verkot koostuvat kerroksista datasolmuja, jotka on linkitetty toisiinsa painotetuilla yhteyksillä, ja ne pystyvät tunnistamaan datan kuvioita. Näiden verkostojen kouluttaminen tapahtuu tietojen toistuvan esittämisen kautta, ja näiden prosessien kautta ne parantavat kykyään luokitella ja käsitellä näitä tietoja.
Tekoälyn etenevä kehitys ja soveltaminen tuo kuitenkin mukanaan myös haasteita, kuten virheellisistä harjoitustiedoista johtuvan harhan mahdollisuuden, yksityisyyteen liittyviä huolenaiheita ja kasvavaa energiankulutusta, kuten esim. Fraunhofer IKS muistiinpanoja. Tekoälytekniikoiden tehokkuus ja eettiset vaikutukset ovat siksi tärkeä tutkimusaihe.