December 01 2024 - يکشنبه ۱۱ آذر ۱۴۰۳
- RSS
- |
- قیمت خودرو
- |
- عضویت در خبرنامه
- |
- پیوندها و آگهی ها
- |
- آرشیو
- |
- تماس با ما
- |
- درباره ما
- |
- تبلیغات
- |
- استخدام
ماتیس میگوید: «هدف CEBRA کشف ساختار سیستمهای پیچیده است. با توجه به اینکه مغز پیچیدهترین ساختار جهان ماست، یک فضای آزمایشی جامع و کامل برای CEBRA محسوب میشود. همچنین میتواند در مورد نحوه پردازش اطلاعات توسط مغز دادههای جدیدی به ما ارائه کند و بستری برای کشف اصول جدید علوم اعصاب باشد.»
برای انجام این مطالعه، هوش مصنوعی جدیدی به نام CEBRA ساخته شده است که میتواند ساختار پنهان دادههای ثبتشده توسط مغز را مشخص کند.
به گزارش دیجیاتو، دانشمندان مؤسسه فناوری فدرال سوئیس (EPFL) در لوزان موفق شدند تا با ابزار هوش مصنوعی خود فیلمی را که توسط یک موش درحال مشاهدهشدن است، بازسازی کنند. الگوریتم یادگیری ماشینی دانشمندان CEBRA نام دارد که میتواند ساختار پنهان دادههای ثبتشده توسط مغز را آشکار کند و اطلاعات پیچیدهای مانند چیزی را که موشها میبینند، پیشبینی کند.
برای انجام این پژوهش، «مکنزی ماتیس»، رئیس دانشگاه علوم اعصاب EPFL که سرپرستی این مطالعه را بر عهده داشته است، فعالیت مغزی ۵۰ موش را حین تماشاکردن یک فیلم سیاهسفید ۳۰ ثانیهای مشاهده کرد. او و تیمش موشها را مجبور کردند تا ۹ بار این فیلم را تماشا کنند و در طول این مدت تلاش کردند تا هوش مصنوعی CEBRA را بهگونهای آموزش دهند که بتواند دادههای مغز حیوانات را به ویدیو تبدیل کند.
CEBRA بهگونهای آموزش داده شده است که بتواند فعالیت مغز را در فریمهای خاصی ترسیم کند. در بیانیه مطبوعاتی دانشمندان آمده است که این مدل هوش مصنوعی حتی با کمتر از ۱ درصد نورونهای قشر بینایی نیز عملکرد خوبی از خود نشان میدهد و در موشها این ناحیه مغز از تقریباً ۰.۵ میلیون نورون تشکیل شده است.
سپس محققان برای دهمینبار ویدیو را پخش کردند تا بتوانند قدرت CEBRA را در تبدیلکردن چیزی که موشها تماشا میکنند به یک ویدیو طبیعی، آزمایش کنند. درنهایت آنها موفق شدند تا این کار را با دقت بیش از ۹۵ درصد انجام دهند.
ماتیس میگوید: «هدف CEBRA کشف ساختار سیستمهای پیچیده است. با توجه به اینکه مغز پیچیدهترین ساختار جهان ماست، یک فضای آزمایشی جامع و کامل برای CEBRA محسوب میشود. همچنین میتواند در مورد نحوه پردازش اطلاعات توسط مغز دادههای جدیدی به ما ارائه کند و بستری برای کشف اصول جدید علوم اعصاب باشد.»
او در ادامه توضیح میدهد که کاربرد این الگوریتم به تحقیقات حوزه علوم اعصاب محدود نمیشود، زیرا میتوان از آن در زمینههای دیگری مانند رفتار حیوانات و بیان ژن نیز استفاده کرد.