Прогресс имел возможность упрочнения по оказанию помощи, дабы улучшить ИИ и привести к новому пониманию функции мозга. Очень важный для изучения тип метода, названного сверточной нейронной сетью, которая содействовала предоставлению смартфонов и возможности компьютеров, дабы признать лица и объекты.
«Тот тип сети сильно повлиял в области компьютерного видения сейчас», сообщил Чжунмин Лю, доцент в Школе Уэлдона Университета Пердью Биоинженерии и Школе Электротехники и Вычислительной техники. «Отечественная техника применяет нейронную сеть, чтобы выяснить то, что Вы видите».Сверточные нейронные сети, форма «глубоко обучающегося» метода, употреблялись, дабы обучаться, как мозг обрабатывает статические изображения и другие визуальные стимулы. Но новые результаты воображают в первоначальный раз, в то время, когда таковой подход употреблялся, дабы видеть, как мозг обрабатывает фильмы естественных сцен, шага к расшифровке мозга, тогда как люди пробуют осознать сложную и динамическую визуальную среду, сообщил докторант Хайгуан Вэнь.
Он – ведущий создатель новой научно-исследовательской работы, кажущейся онлайн 20 октября в издании Cerebral Cortex.Исследователи купили 11,5 часов fMRI данных из каждого из трех предметов дам, наблюдающих 972 клипа, включая тех, каковые показывают людям либо животным в действии и сценах природы. Во-первых, эти употреблялись, дабы научить сверточную модель нейронной сети предвещать деятельность в зрительной территории коры головного мозга мозга, тогда как предметы наблюдали ролики.
Тогда они применяли модель, дабы расшифровать fMRI эти из предметов, дабы вернуть видео, кроме того, каковые модель ни при каких обстоятельствах не замечала прежде.Модель смогла совершенно верно расшифровать fMRI данные в определенные категории изображения. Фактические видео изображения были тогда представлены вместе c интерпретацией компьютера того, что мозг человека видел на базе fMRI данных.
«К примеру, водяное животное, луна, черепаха, человек, птица в полете», сообщил Вэнь. «Я пологаю, что есть неповторимым нюансом данной работы, то, что мы делаем расшифровку практически в реальном времени, потому, что предметы наблюдают ролик. Мы просматриваем мозг каждые две секунды, и модель восстанавливает визуальный опыт, как это происходит».
Исследователи смогли узнать, как определенные расположения в мозгу были связаны с определенной информацией, которую видел человек. «Нейробиология пробует нанести на карту, какие конкретно части мозга важны за определенную функциональность», сообщил Вэнь. «Это – знаменательная цель нейробиологии. Я думаю, о чем мы информируем в данной газете, двигает нас поближе к достижению той цели. Сцена с автомобилем, перемещающимся перед строением, анализируется в сведения мозгом: одно расположение в мозгу может воображать автомобиль; второе расположение может воображать строение.Применяя отечественную технику, Вы имеете возможность визуализировать определенную данные, представленную любым мозговым расположением, и продемонстрировать через все расположения в зрительной территории коры головного мозга мозга.
Делая это, Вы видите, как мозг дробит визуальную сцену на части и повторно собирает части в полное познание визуальной сцены."Исследователи кроме этого смогли применять модели, обученные с данными от одного испытуемого человека угадать и расшифровать мозговую деятельность разного испытуемого человека, процесс, названный поперечным расшифровкой и подчинённым кодированием.
Это открытие принципиально важно, по причине того, что оно демонстрирует потенциал для широких применений таких моделей изучить функцию мозга, кроме того для людей с визуальными недостатками.«Мы считаем, что входим в новую эру машинной нейробиологии и разведки, где изучение сосредотачивается на пересечении этих двух ответственных областей», сообщил Лю. «Отечественная миссия в целом пребывает в том, дабы продвинуть ИИ, применяя вдохновленные мозгом понятия. Со своей стороны мы желаем применять ИИ, дабы оказать помощь нам осознать мозг.
Так, мы считаем, что это – хорошая стратегия оказать помощь продвинуть обе области методом, каковые в противном случае не были бы достигнуты, если бы мы приблизились к ним раздельно».Видео YouTube доступно в https://youtu.be/Qh5_uMGXl1g.