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.
