Как звездная карта поможет прокачать системы «мозг-компьютер»?
Китайские ученые совершили прорыв в разработке интерфейсов Для просмотра ссылки Войдиили Зарегистрируйся , обратившись к весьма неожиданным источникам вдохновения – астрономии и рыбкам данио-рерио.
Технология непрерывно отслеживает активность всей нейронной сети мозга рыбки и генерирует сигналы обратной связи. При этом задержка составляет менее 70,5 миллисекунд, а система способна обрабатывать огромные потоки данных объемом до 500 мегабайт в секунду. По заявлению Китайской академии наук, такой прогресс может привести к созданию более совершенных оптических интерфейсов в будущем.
Что же общего между астрономией и нейробиологией? Ученые обнаружили удивительную параллель: человеческий мозг с его 100 миллиардами нейронов по сложности своей структуры сопоставим с необъятной Вселенной, насчитывающей около 200 миллиардов галактик. Нейроны образуют взаимосвязанные сети, подобно тому, как галактики формируют обширные скопления.
Основываясь на этом сходстве, исследователи Для просмотра ссылки Войдиили Зарегистрируйся , что некоторые инструменты астрономов для изучения космоса могут быть применены и для картирования нейронной активности. Ведь высшие функции нашего мозга, такие как восприятие, обучение, память и эмоции, требуют скоординированной работы различных его участков.
Хотя на теоретическом уровне идея кажется простой, ее реализация сопряжена с колоссальными трудностями, характерными для обеих областей исследования. К примеру, астрономы регулярно сталкиваются с проблемами при анализе кратковременных событий вроде быстрых радиовсплесков и других явлений, длящихся всего лишь доли секунды. Чтобы ускорить обработку огромных массивов астрономических данных, ученым приходится задействовать методы машинного обучения и использовать мощные графические процессоры.
Однако именно это послужило основой для нового метода обработки нейронных сигналов у рыбок данио-рерио в режиме реального времени. Система анализирует импульсы от оптических сенсоров и передает их на компьютер для дальнейшего анализа. Она высокоэффективна и способна декодировать даже сложные сигналы, генерируя ответы, которые позволяют мозгу функционировать как световой переключатель для управления внешними устройствами.
Китайские ученые совершили прорыв в разработке интерфейсов Для просмотра ссылки Войди
Технология непрерывно отслеживает активность всей нейронной сети мозга рыбки и генерирует сигналы обратной связи. При этом задержка составляет менее 70,5 миллисекунд, а система способна обрабатывать огромные потоки данных объемом до 500 мегабайт в секунду. По заявлению Китайской академии наук, такой прогресс может привести к созданию более совершенных оптических интерфейсов в будущем.
Что же общего между астрономией и нейробиологией? Ученые обнаружили удивительную параллель: человеческий мозг с его 100 миллиардами нейронов по сложности своей структуры сопоставим с необъятной Вселенной, насчитывающей около 200 миллиардов галактик. Нейроны образуют взаимосвязанные сети, подобно тому, как галактики формируют обширные скопления.
Основываясь на этом сходстве, исследователи Для просмотра ссылки Войди
Хотя на теоретическом уровне идея кажется простой, ее реализация сопряжена с колоссальными трудностями, характерными для обеих областей исследования. К примеру, астрономы регулярно сталкиваются с проблемами при анализе кратковременных событий вроде быстрых радиовсплесков и других явлений, длящихся всего лишь доли секунды. Чтобы ускорить обработку огромных массивов астрономических данных, ученым приходится задействовать методы машинного обучения и использовать мощные графические процессоры.
Однако именно это послужило основой для нового метода обработки нейронных сигналов у рыбок данио-рерио в режиме реального времени. Система анализирует импульсы от оптических сенсоров и передает их на компьютер для дальнейшего анализа. Она высокоэффективна и способна декодировать даже сложные сигналы, генерируя ответы, которые позволяют мозгу функционировать как световой переключатель для управления внешними устройствами.
- Источник новости
- www.securitylab.ru