Исследования мозга и личности, перспективы оцифровки сознания. Декабрь 2017

Это ежемесячный обзор наиболее важных и интересных новостей от экспертной группы проекта Технологии Долголетия. Сайт группы www.rlegroup.net

Исследования деятельности мозга, моделирование умственных процессов, исследования нейрональных коррелятов сознания. Исследования возможностей расширения возможностей мозга с помощью нейроинтерфейсов, восстановление утраченных функций. Перспективы оцифровки сознания/личности. 

Пересмотрены принципы работы нейронов

Авторы статьи в журнале Scientific Reports под руководством Идо Кантера из Университета имени Бар-Илана поставили под сомнение общепринятую схему работы нейрона и показали существование у одной нервной клетки нескольких порогов возбуждения. Экспериментально ученые установили, что в нервной клетке находится несколько независимых возбуждающихся отделов, каждый из которых функционирует как отдельная единица со своим собственным порогом возбуждения, которая суммирует входящие сигналы с дендритов, расположенных на определенном участке. Эти анизотропные участки возбуждения не идентичны и характеризуются разной формой волн спайков (spike waveforms) и разными условиями суммация возбуждения. Добавим, что субклеточные анизотропные элементы следует отличать от предварительной обработки, связанной с дендритными вычислениями возбуждения, которые выполняются параллельно и локально в каждом дендрите и его отростках.

Эта работа бросает новые вызовы математикам и инженерам, работающим над алгоритмами глубоких нейронных сетей. Но самое интересное — опять поднимает вопросы о том, как происходит обучение и что такое пластичность мозга, если нейроны работают вовсе не так, как было принято считать до сих пор. Еще одним следствием новой теории станет острая необходимость создания алгоритмов и методов для обнаружения и классификации потенциалов действия отдельных нейронов при внеклеточной регистрации их электрической активности, так как существующие методы сортировки спайков оказываются под большим сомнением.


На фото изображены три модели работы нейронов. Модель I: в теле нейрона (изображено в виде серого шара) имеется централизованный механизм генерации спайков (представлен в виде центральной пружины). Растяжение пружины является линейной суммой трех входящих с дендритов сигналов (представлены в виде цветных дендритов и соответствующих весовых дисков). Входящие сигналы, представленные тремя цветными стрелками и весовыми дисками, растягивают пружину и, если происходит пересечение порога (растяжение за пунктирную горизонтальную линию), генерируется спайк. Модель II: Также как и в первой модели, у нейрона есть централизованный механизм генерации спайков (на изображении центральная пружина), однако имеется также пружины (пороги возбуждения), связанные с каждым дендритом, что указывает на то, что дендрит передает сигнал на центральную пружину нелинейным образом, только если происходит пороговое пересечение (желтый и зеленый дендриты, но не розовый). Пружина, связанная с каждым дендритом, характеризуется собственным порогом возбуждения (Thi) и нелинейной передаточной функцией над Thi, fi (Wi (t)), представленной модифицированными весовыми дисками на центральной пружине. Модель III: Централизованный механизм генерации спайков отсутствует, нейрон состоит из независимых источников возбуждения, связанных с отдельными дендритами или их пучками, каждый со своим порогом Thi. Если входящий сигнал хотя бы к одному дендриту (или их связке) выше его порога, то на единственном аксоне генерируется спайк (желтый шип, связанный с желтым дендритом). Справа представлены математические эквиваленты этих моделей.

Источник: https://www.nature.com/articles/s41598-017-18363-1


Создана искусственная нейронная сеть, работа которой имитирует глубокое обучение мозга

В исследовании, опубликованном в eLife, команда из Канадского института перспективных исследований (CIAF) во главе с Блейком Ричардсом в сотрудничестве с Тимоти Лилликрапом из Google DeepMind представила алгоритм, который имитирует, как глубокое обучение может работать в нашем мозге. Сеть показывает, что некоторые нейроны неокортекса млекопитающих имеют форму и электрические свойства, которые хорошо подходят для глубокого обучения. Если посмотреть на картинку ниже, то можно заметить, что эти нейроны неокортекса похожи на деревья, с кронами, стремящимися к поверхности мозга и корнями, уходящими в его глубь. При этом “корни” нейронов получают входящие сигналы отличные от сигналов “кроны”. Используя эту метафору, Ричардс и коллеги построили модель, которая аналогичным образом получает сигналы в отдельные отсеки. Эти отсеки позволили искусственным нейронам передавать сигналы в нескольких слоях, что привело к глубокому обучению. Одним из первых достижений нейросети стало успешное распознавание рукописных цифр.

На настоящий момент главной тенденций в разработке нейросетей можно назвать стремление преодолеть разрыв между нейронаукой и ИИ, стремление максимально приблизить работу искусственного нейрона к его биологическому прототипу. На этом пути будет необходимо решить нетривиальную задачу создания алгоритма, который будет обучаться без подкрепления. Как считает группа исследователей из CIAF, искусственная нейронная сеть может помочь понять как работает наш собственный мозг. Однако пока нынешний алгоритм основывается на наших знаниях работы нейронов из неокортекса, в то время как в живом мозге их насчитывается десятки типов в зависимости от классификации.

Источник: https://elifesciences.org/articles/22901


Нарушений очередности и взаимосвязи ритмов ЭЭГ во время сна приводит к потере памяти у пожилых людей

Команда исследователей из Института нейронаук Хелен Уиллз (Беркли, США) пришла к выводу, что в стареющем мозге нарушена динамическая связь медленных волн и резких всплесков колебаний (сонные веретена), которые в норме наблюдаются во время второй стадии медленного сна. Объединив электроэнцефалографию (ЭЭГ), структурную МРТ и тесты на оценку памяти, зависящую от сна, исследователи рассмотрели картину взаимосвязи медленных волн и сонных веретен у молодых и пожилых людей. Анализ данных показал, что медленные волны регулируют точную временную координацию сонных веретен, качество которых предсказывает консолидацию памяти в течение ночи. Более того, атрофия извилин в медиальной лобной коре у пожилых людей предсказывала нарушение связи медленная волна-сонное веретено, ослабляя консолидацию памяти во время ночного сна и приводя к худшим результатам во время тестирования. Таким образом, авторы считают, что нарушение очередности и связи ритмов во время медленного сна представляет одно из возможных объяснений причин снижения когнитивных функций и памяти у пожилых людей.

Как полагают, связное чередование медленных волн и резких всплесков колебаний во время фазы сна без быстрых движений глаз (медленный сон, NREM) как-то связаны с формированием воспоминаний. Однако эта теория пока получила мало экспериментальных подтверждений на людях.

Источник: http://www.cell.com/neuron/fulltext/S0896-6273(17)31073-5


автор обзора Екатерина Шахбазян

Перепечатка разрешается при сохранении ссылок на источник публикации.

Содержание:

Добавить комментарий

Инструменты биотюнера: ловим волну. Пульсовую.

Это вторая статья из цикла «Инструменты биотюнера», рекомендую прочитать первую статью (если вы, конечно, еще этого не сделали). Итак, сегодня мы поговорим о еще одном важнейшем показателе, который отражает старение сердечно-сосудистой системы — это жесткость и эластичность сосудов. Еще когда

Читать»
kletki-krovi

Инструменты биотюнера. Часть I

Сегодня, наверное, каждый хоть краем уха да слышал слово «биохакер». Проблема в том, что сам термин сегодня претерпел значительные изменения и обесценился. Теперь биохакерами называют не энтузиастов-любителей, которые на кухне или в гараже производят инсулин (и другие дорогие лекарственные препараты),

Читать»
Jim Mellon

Джим Меллон — инвестор в долголетие и его лонжевити-компании. Краткий обзор

«Инвестиции в долголетие будут расти так же быстро, как рынок каннабиса, но сам рынок будет намного больше» — считает Джим Меллон. — «Сейчас максимум 10 фондов ориентированных на долголетие, в ближайшие несколько лет их будет 50-70, а через 10 лет

Читать»

Снижение когнитивной функции с возрастом — неужели проблема решена!?

Снижение когнитивной функции, которое выражается в ухудшении памяти и обучаемости новым навыкам, является одним из важнейших негативных последствий старения и пока все попытки решить эту проблему не достигли значительного успеха. Почему же снижаются когнитивные функции? Довольно длительное время ученые считали,

Читать»