Forradalom a mesterséges intelligencia révén: Az új modell felfedi az egéragy titkait!

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Nemzetközi kutatás a Göttingeni Egyetemen: Az AI-modellek az egér agyának neuronális reakcióit elemzik – új eredményeket tettek közzé.

Internationale Forschung an der Uni Göttingen: KI-Modelle analysieren neuronale Reaktionen im Mäusegehirn – neue Erkenntnisse veröffentlicht.
Nemzetközi kutatás a Göttingeni Egyetemen: Az AI-modellek az egér agyának neuronális reakcióit elemzik – új eredményeket tettek közzé.

Forradalom a mesterséges intelligencia révén: Az új modell felfedi az egéragy titkait!

A MICrONS néven ismert nemzetközi kutatócsoport innovatív mesterséges intelligencia modelleket fejlesztett ki, amelyek célja a vizuális ingerek idegi feldolgozásának elemzése az agyban. Ezeket az úttörő eredményeket neves tudományos folyóiratokban publikálták Természet és Nature Communications közzétett. A Göttingeni Egyetem jelentős mértékben részt vesz ebben a tanulmányban, amelynek címe „Az idegi aktivitás alapmodellje, amely előrejelzi az új ingertípusokra és anatómiára adott választ”, és bemutatja, hogy a modellek képesek tanulni nagy adathalmazokból.

A tanulmány részeként több mint 135 000 idegsejtet elemeztek az egér agyában. A kifejlesztett mesterséges intelligencia modell megbízhatóan megjósolhatja, hogyan reagálnak a neuronok az új ingerekre, még akkor is, ha ezek az ingerek korábban ismeretlenek voltak. Prof. Dr. Fabian Sinz, az egyik vezető tudós kiemeli, hogy a modell pontosabb válaszokat tud adni különféle vizuális ingerekre. Egy másik kutatási tanulmány részletesen megvizsgálja a látókéreg idegsejtek alakját és szerkezetét. Ez a tanulmány „Az ingerlő neuronok dendrites morfológiájának felügyelt térképe az egér vizuális kéregében” című tanulmány azt mutatja, hogy a piramissejtek folyadékátmeneteket mutatnak a sejttípusok között, és nincsenek egyértelműen meghatározott típusaik.

Fejlett kutatás gépi tanulással

Az idegsejtek mélyebb elemzéséhez a kutatók gépi tanulási módszert fejlesztettek ki, amely kódolja ezen sejtek 3D alakját. A MICrONS projektben számos elismert kutatóintézet vesz részt, mint például a Baylor College of Medicine, az Allen Institute for Brain Science és a Princeton Egyetem. Ennek során jött létre a „MICrONS Multi-Area Data Set”, amely az idegsejtek szerkezetét, hálózatosodását és reakciós tulajdonságait tekintve a legnagyobb ilyen jellegű adatkészlet, amelyet emlősagyban gyűjtenek.

Ezek az idegsejtek digitális ikrei képesek voltak megjósolni az idegsejtek alakját és szerkezetét. A megszerzett felismerések nemcsak mélyebb betekintést nyújtanak az agy szerveződésébe, hanem segíthetnek az idegtudományi kísérletek hatékonyabbá tételében is. Lehetőség van in silico kísérletek elvégzésére, mielőtt ténylegesen in vivo vizsgálatokat végeznének.

A mesterséges intelligencia szerepe

A mesterséges intelligencia (AI) a számítástechnikának egy olyan ága, amely az emberi kognitív képességeket utánzó algoritmusok fejlesztésével foglalkozik. Mint a jelentésében bpb.de A leírtak szerint az AI nagy mennyiségű adatot képes elemezni, felismerni a mintákat, és betekintést nyerni belőlük. Az amerikai tudósok által megalkotott mesterséges intelligencia kifejezés olyan rendszereket ír le, amelyek egyre összetettebb feladatokat látnak el, és amelyek egykor az emberek számára voltak fenntartva.

Az 1950-es évek óta különösen a tanulási algoritmusok egész osztályai fejlődtek ki, mint például a gépi tanulás. Ezeket az algoritmusokat nagy adathalmazokra tanítják a minták felismerése és a valószínűségek kiszámítása érdekében. Speciális forma a mély tanulás, amely mesterséges neurális hálózatokra épül, és rendkívül összetett adatminták feldolgozására való képessége miatt egyre fontosabbá válik.

A neurális hálózatokat az emberi agy idegsejtjei közötti kapcsolatok inspirálják. Ezek a hálózatok adatcsomópontok rétegeiből állnak, amelyeket súlyozott kapcsolatok kapcsolnak össze, és képesek felismerni az adatok mintáit. Ezeknek a hálózatoknak a betanítása az adatok ismételt bemutatásával történik, és ezeken a folyamatokon keresztül javítják az adatok osztályozását és feldolgozását.

Az AI haladó fejlesztése és alkalmazása azonban olyan kihívásokkal is jár, mint például a hibás képzési adatok miatti torzítás lehetősége, adatvédelmi aggályok és növekvő energiafogyasztás, mint pl. Fraunhofer IKS jegyzetek. Az AI-technológiák hatékonysága és etikai vonatkozásai ezért fontos kutatási témát képeznek.