Прекрасное про фундаментальную адаптивность нервной системы. Исследователи из Университета Тафтса (Tufts University) задались вопросом о пластичности мозга, и, в частности, как он будет реагировать на регулярные электрические сигналы от новых сенсоров. В качестве подопытных были взяты слепые головастики, которым в хвост (!) "привили" взрослый лягушачий глаз. Конечно, чтобы такой "франкенштейн" заработал, мало просто "приживить" глаз, нужно стимулировать нервную систему взаимодействовать с ним. В результате дополнительного медикаментозного воздействия серотонином ученым удалось добиться того, что головастики стали различать цвет, формы и движение. Другими словами, мозг научился воспринимать визуальную информацию от "сенсора", расположенного не в голове, а в совершенно другой части тела. #augmented #brain http://www.popsci.com/tadpole-eyeball-graft

Anil Seth, когнитивный нейроученый (это дословный перевод, если что) из Университета Сассекса, рассказывает на TED, как наш мозг галлюционирует окружающую реальность. Два ключевых взгляда на сознательность.

Первый: мозг, интерпретирующий электрические сигналы от различных сенсоров и пытающийся предсказать развитие событий на основании врожденных схем и приобретенного опыта. Причем это встреченое предсказательное движение "генерирует" реальность в той же степени (если не больше), что и входящие сигналы. В этом смысле, если галлюцинация - это неконтролируемое восприятие, то (нормальное) восприятие — это контролируемая галлюцинация, которую мы называем реальностью.

Второе - что такое быть собой. Есть разные способы ощущать себя: через тело, вербально, социально и т.п. Но оказывается, что способность собирать эти ощущения в единое ощущение очень хрупка, и во многих исследованиях легко нарушается. При этом наше сознательное ощущение внутренного состояния — это также ощуение предсказания, насколько хорошо или плохо идут дела в нашем организме. Поэтому аналогично "внешним" галлюционациям, у нас могут быть и внутренние и это дает новый взгляд на различные психологические заболевания.

https://www.ted.com/talks/anil_seth_how_your_brain_hallucinates_your_conscious_reality #reality #brain #consciousness

Scientific American пишет про опыт выхода из тела. Тема давняя, документированные случаи относятся как минимум к концу 19 века, а поколения людей продолжают... кто спорить о том, какие психологические нарушения/отклонения за этим стоят, а кто размышлять о том, как добиться такого "состояния сознания".

Хотя полного понимания процессов, стоящих за "выходом из тела", нет до сих пор. Частичный свет на это проливает исследование Кристофа Лопеса, нейроученого из Университета Экс-Марсель (Франция), и Майи Эльзер, отоларинголога из Марсельского Европейского госпиталя.

В работе они проанализировали 210 пациентов с нарушениями вестибулярного аппарата, который завязан на различные структуры во внутреннем ухе и помогает нам поддерживать ощущение физического баланса и ориентации в пространстве. Эти нарушения могут быть связаны с разными симптомами или проблемами — от периодических головокружений и звона в ушах до инфекций во внутреннем ухе. Оказалось, что средит таких пациентов количество заявляений о наличии "опыта вне тела" составляет 14% против 5% у людей без проблем с вестибулярным аппаратом.

Одна из гипотез состоит в том, что при таких нарушениях внутри мозга возникает противоречивая информация (например, сигналы от вестибулярной системы расходятся с информаций от зрительной или мускульной). В этот момент мозг должен "объяснить" себе, что происходит в непротиворечивой форме. Отсюда появляется внутренняя иллюзия испытывания "опыта вне тела".

Само исследование было вдохновлено другим исследованием, еще из 2002 года, когда Олаф Бланке, швейцарский нейроученый из Федеральной политехнической школы Лозанны, показал, что "опыт выхода из тела" может быть вызван электрической стимуляцией областей мозга, ответственных за обработку зрительной и вестибулярной информаций.

В целом же важный момент заключается в том, что "опыт выхода из тела" — это не обязательно психическое отклонение, а вполне может быть вызван нарушениями работы той или иной сенсорной системы в нашем теле. Stay tuned, исследования продолжаются.

https://www.scientificamerican.com/article/what-causes-spooky-out-of-body-experiences/ #friday #neuroscience #brain #outofbody

В продолжение "мозговой" темы. Коллеги выпустили в корпоративном блоге статью про российскую компанию "Интеллект и инновации" и их проект Rehabunculus, сделанный на стыке AI, нейробиологии и виртуальной реальности. Система предназначена для реабилитации больных с нарушениями в нервной системе (например, после инсульта) и в целом для выработки моторных навыков. https://news.microsoft.com/ru-ru/features/rehabunculus/ (версия на английском - https://news.microsoft.com/europe/features/rewiring-the-human-brain/). #human #brain #neuro #ai #vr

Кажется, наши мозги все-таки светятся! Около 20 лет назад нейробиологи обнаружили существование биофотонов, точнее они заметили, что мозг мышек в определенных условиях излучает. С тех пор наблюдения продвинулись далеко, в целом уже ясно, что некоторые молекулы в клетках мозга (и тела) способны излучать фотоны - по наблюдениям в диапазоне 200-1300нм (то есть от инфракрасных до ультрафиолетовых волн). Следующий интересный вопрос: если природа научилась излучать фотоны в мозге, возможно, ли что это не просто какой-то побочный эффект, а в том числе акт передачи информационного сигнала? Команда Parisa Zarkeshian из Университета Калгари (Канада) проверила, можно ли использовать аксоны (отростки нейронов) как оптические каналы для передачи света — и оказывается, что да, по крайней мере в пределах 1см фотоны различимо проходят по внешней миелиновой оболочке аксонов. Хотя дальше эти наблюдения можно легко продлить в спекуляции о квантовых вычислениях в мозге, ученые пока осторожно пытаются оценить объемы потенциально передаваемой информации, потери в сигналах и т.п. https://www.technologyreview.com/s/608797/are-there-optical-communication-channels-in-our-brains/ #biophotons #quantum #computing #brain

В продолжение темы "взлома мозга". SingularityHub пишет про два новых исследования в нише создания нейроморфных чипсетов. Первое - о борьбе с непредсказуемостью в искусственных синапсах ("отростках" нейронов, проводящих и хранящих информацию). Второе - о повышении вычислительных возможностях через наполнение синапсов нанокластерами супермагнитных материалов для ускорения кодирования информации.

Цель всех эти исследований: создать нейроморфный чип, то есть кастомную железку, которая "повторяет" поведение мозга на аппаратном уровне. В таком чипе каждый синапс собирает и объединяет небольшие объемы информации из множества источников и сигнализирует об этом только при преодолении определенного порога (по аналогии с биологической системой).

Чипы, существующие сегодня, в большинстве своем представляют металлические сендвичи, симулирующие поведение небольшого числа нейронов. Правда, они оказываются не очень предсказуемыми, так как направить ионы точно в нужные места не получается из-за множества физических дефектов. Другими словами, на одних и тех же данных, плата может показывать разные результаты.

В первой работе описывается методика использования кремния и сплавов кремния-германия при создании таких чипсетов. Это позволило снизить разброс в "ответах" до 4% процентов.

Вторая работа рассказывает о применении нанокластеров намагниченного марганца, которыми можно управлять с помощью магнитных полней. Это позволило повысить предсказуемость течения ионов и также кодировать информацию не только через электронный вход, но и через направление магниного поля. (И, кажется, это может работать быстрее биологических нейронов.)

Звучит оптимистично, но... конечно, пока есть большое "но". Это условия эксплуатации и низках масштабируемость. https://singularityhub.com/2018/02/07/brain-like-chips-now-beat-human-brain-in-speed-and-efficiency #ai #brain #neuromorphic #chip #hardware

В продолжение темы с искуственными vs. настоящими нейронными сетями. Если у вас из курсов по ML или остатков школьных воспоминаний сложилось впечатление, что нейрон с отростками — это такая простая вычислительная штука и фокус в том, что их (нейронов и связей) очень-очень много, то самое время узнать, что все еще сложнее. Сильно сложнее. :)

Carlos E. Perez, автор "Artificial Intuition" и "Deep Learning Playbook", рассказывает о некоторых исследованиях в области "как оно там на самом деле и что мы можем с этим делать".

1. Настоящие нейроны не статичны и работают с динамичным потоком "данных". Условно, эту модель называют спайковой или импульсной. Часть исследователей пытается ее повторить в виде нейроморфных чипсетов (о некоторых проектах я писал раньше). К сожалению, пока они не очень эффективны, в том числе с точки зрения затрат энергии.

2. В биологических нейронах тысячи синапсов, сами нейроны распознают сотни паттернов и обучаются в том числе за счет роста новых синапсов. Часть исследователей пытается повторить эту модель в софтверной реализации (например, в Numenta), но пока не очень успешно.

Карлос отмечает, что тонкость ситуации также в том, что существенно более примитивная модель, используемая в глубоком обучении, наоборот показывает хорошие результаты во многих случаях.

3. Новые исследования показывают, что нейроны еще более сложны, чем мы думали. Форма волны спайка зависит от источника стимуляции, пространственное суммирование стимулов отсутствует для разных направлений (и скорее всего происходит по-разному в разных направлениях), а внутриклеточные и внешние стимуляции не суммируются. Вывод такой: внутри нейрона есть несколько независимых порогов, по-разному реагирующих на совокупность стимулов. (То есть это сильно отличается от модели перцептрона с весом.)

4. Другие свежие исследования показывают, что нейроны общаются друг с другом не только посредством электрических сигналов, но и также пакетами РНК-кода. То есть нейроны обмениваются не только данными, но и инструкциями, и, соответственно, поведение одних нейронов может меняться не только вследствие "наблюдения", но и вследствие "инъекции поведения".

Карлос, резюмируя, говорит, что все это не только подчеркивает, что в настоящем мозге все намного сложнее, чем мы бы хотели думать, но и что наши оценки вычислительных возможностей мозга на основании числа нейронов и связей — это весьма и весьма заниженная величина.

С точки зрения машинного обучения, скорее всего, мы придем к тому, что исследователи начнут экспериментировать с более сложными моделями нейронов. Одно из направлений в этом — работа со сложными вложенными моделями, например, LSTM-нейронами.

https://medium.com/intuitionmachine/neurons-are-more-complex-than-what-we-have-imagined-b3dd00a1dcd3 #ai #brain #nature #neuron #networks

p.s. Это я не к тому, что DL сырой, а к тому, что там еще куча работы, исследований и т.п. Мы в самом начале этой истории.