Revolution genom AI: Ny modell avslöjar mushjärnans hemligheter!

Revolution genom AI: Ny modell avslöjar mushjärnans hemligheter!

Ett internationellt forskarlag känt som MICrONS har utvecklat innovativa AI-modeller som syftar till att analysera den neurala bearbetningen av visuella stimuli i hjärnan. Dessa banbrytande resultat publicerades i kända vetenskapliga tidskrifter Natur och Naturkommunikation publiceras. Högskolan i Göttingen är väsentligt involverad i denna studie, som har titeln "Foundation Model of Neural Activity Predicts Response to New Stimulus Types and Anatomy" och visar modellers förmåga att lära av stora datamängder.

Som en del av denna studie analyserades över 135 000 nervceller i mushjärnan. Den utvecklade AI-modellen kan på ett tillförlitligt sätt förutsäga hur nervceller svarar på nya stimuli, även om dessa stimuli tidigare var okända. Prof. Dr. Fabian Sinz, en av de ledande forskarna, framhåller att modellen kan ge mer exakta svar på olika visuella stimuli. En annan forskningsstudie undersöker i detalj formen och strukturen hos nervceller i synbarken. Denna studie, med titeln "En oövervakad karta över excitatoriska neurons dendritiska morfologi i musens visuella cortex", visar att pyramidceller uppvisar vätskeövergångar mellan celltyper och inte har tydligt definierade typer.

Avancerad forskning med maskininlärning

För en mer djupgående analys av nervcellerna har forskarna utvecklat en maskininlärningsmetod som kodar 3D-formen av dessa celler. MICrONS-projektet involverar många respekterade forskningsinstitutioner som Baylor College of Medicine, Allen Institute for Brain Science och Princeton University. I samband med detta skapades "MICrONS Multi-Area Data Set", som är den största datamängden i sitt slag som samlats in i en däggdjurshjärna vad gäller struktur, nätverk och reaktionsegenskaper hos nervcellerna.

Dessa digitala tvillingar av nervceller kunde framgångsrikt förutsäga formen och strukturen. De insikter som erhållits ger inte bara djupare insikter i hjärnans organisation, utan kan också bidra till att göra neurovetenskapliga experiment mer effektiva. Det är möjligt att utföra i silico-experiment innan man faktiskt utför in vivo-studier.

Den artificiella intelligensens roll

Artificiell intelligens (AI) är en gren inom datavetenskap som sysslar med utvecklingen av algoritmer som imiterar mänskliga kognitiva förmågor. Som i rapporten av bpb.de Som beskrivits kan AI analysera stora mängder data, känna igen mönster och få insikter från dem. Termen AI, myntad av amerikanska forskare, beskriver system som tar sig an allt mer komplexa uppgifter som en gång var reserverade för människor.

I synnerhet har hela klasser av inlärningsalgoritmer, som maskininlärning, utvecklats sedan 1950-talet. Dessa algoritmer tränas med stora datamängder för att känna igen mönster och beräkna sannolikheter. En speciell form är djupinlärning, som bygger på artificiella neurala nätverk och blir allt viktigare på grund av sin förmåga att bearbeta extremt komplexa datamönster.

Neurala nätverk är inspirerade av kopplingarna mellan nervceller i den mänskliga hjärnan. Dessa nätverk består av lager av datanoder som är sammanlänkade genom viktade anslutningar och kan känna igen mönster i data. Träning av dessa nätverk sker genom upprepad presentation av data, och genom dessa processer förbättrar de sin förmåga att klassificera och bearbeta dessa data.

Den framskridande utvecklingen och tillämpningen av AI medför dock även utmaningar som möjligheten till partiskhet på grund av felaktig träningsdata, integritetsproblem och ökad energiförbrukning, som t.ex. Fraunhofer IKS anteckningar. Effektiviteten och de etiska implikationerna av AI-teknologier är därför ett viktigt forskningsämne.