Філії Гарвардського університету розробили нову технологію картографування нейронних зв’язків для розуміння роботи мозку.
Філії Гарвардського університету розробили нову технологію картографування нейронних зв’язків для розуміння роботи мозку.
Кремнієвий чип, над створенням якого працювали науковці з філій Гарвардського університету, успішно відобразив понад 70 000 синаптичних зв’язків із 2 000 нейронів щурів та удосконалив нову технологію запису для усунення існуючих обмежень у нейронних зображеннях, пише The Harvard Crimson, посилаючись на дослідження Гарвардської школи інженерії та прикладних наук було опубліковано минулого тижня в рецензованому науковому журналі Nature Biomedical Engineering. Такі результати дозволяють вченим зчитувати нейронну активність зі значно вищою роздільною здатністю та створювати точнішу біологічну карту зв’язків мозку.
Головний дослідник, який очолював дослідницьку групу, професор прикладної фізики Гарвардського університету Донхі Хем повідомив, що розробка базується на попередньому проєкті нейровізуалізації, також створеному групою Хема у 2020 році, де вони відобразили понад 300 синаптичних зв’язків.
Перевагою розробки гарвардських вчених перед іншими методиками, навіть нагороджених Нобелівською премією, є можливість робити картографії з нейронів, дізнаватись «силу зв’язку нейронів» та «почати спостерігати, як нейрони ростуть на цих платформах, як вони здатні налаштовуватися та налаштовуватися, щоб вони могли вижити», повідомляють дослідники групи.
Надір Талха, аспірант групи Хема, сказав, що врешті-решт це допоможе вченим зрозуміти, як «тварини або, можливо, навіть люди, можуть налаштувати свої мережі, щоб мати можливість виконувати вищі завдання».
Дослідження знаменує собою прорив у нейроморфній інженерії та ШІ, бо дає зрозуміти, як нейрони з’єднуються та генерують функції. А за словами Джуна Вана, докторського дослідника у групі Хема та першого автора статті разом із Ву-Бін Юнгом, це є центральним у сфері нейронауки або навіть у сфері штучного інтелекту.
Він сподівається, що дослідження допоможе вченим розробити «системи штучного інтелекту наступного покоління».
