Forklog
2024-03-25 12:54:46

ИИ обучили предсказывать движение по визуальным данным мозга

Исследователи Университета Кобе разработали ИИ-алгоритм, угадывающий действия мыши, основываясь на данных визуализации мозга.  Ученые добились успехов в декодировании нейронной активности, что ускорит развитие BCI (интерфейс «мозг-машина»). Используя ИИ-алгоритм распознавания изображений, команда предсказала движение мыши с точностью в 95%. Активность коры головного мозга и поведенческие состояния мышей. Данные: PLOS Computational Biology. «Наш опыт работы с системами визуализации и отслеживания движения мышей на основе VR и глубокого обучения позволил использовать “сквозные методы”. Они не требуют предварительной обработки и оценивают информацию по всей коре головного мозга для декодирования практически в реальном времени», — сообщил руководитель проекта Такехиро Адзиока. Инновационный подход объединил два алгоритма глубокого обучения — для анализа пространственных и временных паттернов. Исследователи применили их к визуальным данным мозга мышей, находящихся в состоянии покоя и движения по беговой дорожке. Затем ИИ-модель обучили прогнозированию действий животного. Точность достигла 95% без необходимости удаления шума. Для декодирования требуется всего 0,17 секунды данных, что говорит о способности модели совершать предсказания в режиме реального времени. Еще одной отличительной чертой данного исследования является его применимость к нескольким подопытным мышам. Такая универсальность позволяет ИИ-модели эффективно отсеивать индивидуальные различия в структуре и функциях мозга, фокусируясь исключительно на сигналах, которые указывают на движение или покой.  Эта особенность подчеркивает потенциал адаптации технологии для более широкого и разнообразного применения, в том числе на людях. Напомним, в феврале ученые из Теннеси обучили нейросеть анализировать мозговую активность мышей и сообщать, где находится животное и в какую сторону оно смотрит.

获取加密通讯
阅读免责声明 : 此处提供的所有内容我们的网站,超链接网站,相关应用程序,论坛,博客,社交媒体帐户和其他平台(“网站”)仅供您提供一般信息,从第三方采购。 我们不对与我们的内容有任何形式的保证,包括但不限于准确性和更新性。 我们提供的内容中没有任何内容构成财务建议,法律建议或任何其他形式的建议,以满足您对任何目的的特定依赖。 任何使用或依赖我们的内容完全由您自行承担风险和自由裁量权。 在依赖它们之前,您应该进行自己的研究,审查,分析和验证我们的内容。 交易是一项高风险的活动,可能导致重大损失,因此请在做出任何决定之前咨询您的财务顾问。 我们网站上的任何内容均不构成招揽或要约