Category: it

В свободном доступе появилась база данных о живых клетках человеческого мозга

Алленовский институт мозга добавил первую информацию о живых человеческих нервных клетках в базу данных Allen Cell Types – общедоступный инструмент для того, чтобы учёные могли беспрепятственно изучать «строительные блоки» человеческого мозга.

В свободном доступе появилась база данных о живых клетках человеческого мозга

Эта информация включает электрические свойства примерно 300 кортикальных нейронов разных типов, которые получили от 36 пациентов, вместе с их 3D реконструкцией и компьютерными моделями, имитирующими функциональность этих нейронов.

Collapse )

Ссылка на источник

Buy for 30 tokens
Короткий рассказ, как Макбук крадет ваши данные. Не подумайте, что я тут наговариваю, просто сам уже долгое время пользуюсь Макбуком и понял, что он за мной шпионит. Если вы профессиональный программист, то этот пост не для вас. Я пишу для рядовых пользователей, которые наверняка этого не…

Радиологические исследования станут ещё быстрее и точнее

В «семье» радиологов пополнение – исследователи из Центра биомедицинской визуализации Главного госпиталя штата Массачусетс (MGH) создали такой алгоритм обработки изображений ПЭТ, КТ или МРТ, который позволит значительно улучшить их качество без повышения дозы облучения или времени обследования.

Радиологические исследования станут ещё быстрее и точнее

Техника, основанная на машинном обучении, получила название «AUTOMAP» или автоматическое преобразование путем разнородного приближения (automated transform by manifold approximation), и ей принадлежит статья в Nature.

Collapse )

Ссылка на источник

Ой, что-то мне за это будет… – как мозг корректирует свои ожидания

Дофаминергические нейроны среднего мозга корректируют надлежащую реакцию на происходящее, улавливая разницу между ожидаемым и полученным вознаграждением и подавая сигнал «ошибок предсказания награды» (ОПН).

Ой, что-то мне за это будет… – как мозг корректирует свои ожидания

Для изучения этого процесса его моделируют алгоритмом машинного обучения под названием «Метод временной разницы» (Temporal Difference Learning, TD), представляя сигналы ОПН как сигналы ошибки при прохождении обучения алгоритмом TD. Изучая реакцию дофаминергических нейронов мышей на наличие или отсутствие ожидаемой награды, авторы статьи в Nature Neuroscience показали, как можно улучшить эту модель.

Collapse )

Ссылка на источник

Искусственный интеллект и Джеффри Хинтон: отец «глубокого обучения»

Искусственный интеллект. Сколько о нем сказано, а ведь мы даже и говорить еще толком не начинали. Почти все, что вы слышите о прогрессе искусственного интеллекта, основано на прорыве, которому тридцать лет. Сохранение темпов прогресса потребует обхода серьезных ограничений серьезных ограничений. Далее от первого лица — Джеймс Сомерс.

Искусственный интеллект и Джеффри Хинтон: отец «глубокого обучения»

Я стою там, где скоро будет центр мира, или просто в большой комнате на седьмом этаже блестящей башни в центре Торонто — с какой стороны посмотреть. Меня сопровождает Джордан Джейкобс, сооснователь этого места: Института Вектор, который осенью этого года открывает свои двери и обещает стать глобальным эпицентром искусственного интеллекта.

Мы в Торонто, потому что Джеффри Хинтон в Торонто. А Джеффри Хинтон — отец «глубокого обучения», техники, лежащей в основе ажиотажа на тему ИИ. «Через 30 лет мы оглянемся назад и скажем, что Джефф — Эйнштейн для ИИ, глубокого обучения, всего, что мы зовем искусственным интеллектом», говорит Джейкобс. Из всех исследователей ИИ Хинтона цитируют чаще, чем трех идущих за ним, вместе взятых. Его студенты и аспиранты уходят работать в лаборатории ИИ в Apple, Facebook и OpenAI; сам Хинтон — ведущий ученый в команде Google Brain AI. Практически любое достижение в области ИИ за последние десять лет — в переводе, распознавании речи, распознавании изображений и играх — так или иначе касается работы Хинтона.

Collapse )

Ссылка на источник

Нейронные сети, искусственный интеллект, машинное обучение: что это на самом деле?

Когда приложение уверяет вас, что работает на «искусственном интеллекте», на минутку кажется, что вы в будущем. Но что это на самом деле означает?

Нейронные сети, искусственный интеллект, машинное обучение: что это на самом деле?

Мы разбрасываемся громкими словечками — искусственный интеллект, машинное обучение, нейронные сети — но что они на самом деле означают и действительно ли помогают улучшать приложения?

Collapse )

Ссылка на источник

Женщины программируют лучше мужчин до тех пор, пока никто не знает, что они женщины

Очень неожиданный гендерный перевес был выявлен учёными из Калифорнийского политехнического университета и Университета Северной Каролины: как оказалось, женщины превзошли мужчин в области компьютерного программирования.

Женщины программируют лучше мужчин до тех пор, пока никто не знает, что они женщины

Исследователи работали с общедоступной информацией о примерно четырёх миллионах пользователей сервера по созданию программного обеспечения GitHub, зарегистрированных на сайте до 1 апреля 2015 года.

Collapse )

Ссылка на источник

Новый алгоритм приблизил нас к полной симуляции мозга

Известный физик Ричард Фейнман однажды сказал: «Чего я не могу создать, я не понимаю. Узнавайте, как решить каждую проблему, которая уже была решена».

Новый алгоритм приблизил нас к полной симуляции мозга

Область нейронаук, которая все больше набирает обороты, приняла слова Фейнмана близко к сердцу. Для нейробиологов-теоретиков ключом к пониманию того, как работает интеллект, будет его воссоздание внутри компьютера.

Collapse )

Ссылка на источник

Как улучшить мозг. Выпуск 5: база данных ЭЭГ

Если говорить о продвижениях в изучении активности мозга, то, конечно, одним из важнейших инструментов (и пока что почти единственным для обеспечения реально работающих интерфейсов «мозг-компьютер») остаётся электроэнцефалограмма – старейший метод считывания сигналов с коры.

Как улучшить мозг. Выпуск 5: база данных ЭЭГ

Действительно, если вести запись электрической активности мозга от Владимира Правдич-Неминского, то электроэнцефалограмме (ну, или электрокортикограмме) уже более века.

Collapse )

Ссылка на источник

Нейронная сеть научилась считывать визуальные образы из мозга

Исследователи из Университета Пердью смогли создать своеобразную технологию чтения мыслей. Они научили искусственный интеллект декодировать сигналы фМРТ во время того, пока люди смотрели какое-либо видео.

Нейронная сеть научилась считывать визуальные образы из мозга

Критически важную роль здесь сыграл тип алгоритма, называемый сверточной нейронной сетью, с помощью которого сейчас появилась возможность распознавать лица и объекты.

Collapse )

Ссылка на источник

16-минутный недосып может помешать выполнить работу на следующий день

В июне 2019 года в журнале Sleep Health появилась суперкороткая статья (абзац целей, абзац методов и абзац результатов), которая, однако, заслуживает внимания при всех ее ограничениях (довольно больших).

16-минутный недосып может помешать выполнить работу на следующий день

Согласно опросу сотрудников американских IT-компаний, даже 16-минутное сокращение времени сна или более ранний подъем, чем обычно, могут помешать айтишнику хорошо выполнить свою работу.

В разделе «дизайн исследования» в статье было указано всего три слова: «ежедневные телефонные интервью». Исследователи из университетов Южной Флориды, Пенсильвании, Гарварда, а также женского госпиталя Бригама Янга в течение 8 рабочих дней по телефону опрашивали 130 американских айтишников, работающих в офисе. Исследователей интересовало две вещи. Во-первых, как часто их работа сбивалась на нерабочие дела и отвлекающие мысли (по шкале от 0 до 4, где «0» — никогда, а «4» — очень часто). А во-вторых, характеристики сна: время отхода ко сну, время пробуждения, продолжительность сна и его качество.

В результате оказалось, что подъем на 19 минут раньше обычного (при сохранении продолжительности сна) и сокращение сна на 16 минут и более уже приводят к ухудшению рабочих показателей (той самой шкалы от 0 до 4) на один пункт. Конечно, 130 человек – это не так много, а телефонный опрос – не самый точный инструмент для исследования, однако результат, тем не менее, заставляет задуматься.

Текст: Алексей Паевский


Ссылка на источник