Мозговые киберимпланты II

Подключение мозга напрямую к компьютеру становится ближе с каждым днём. Ещё недавно я обозревал мозговые киберимпланты и сбытие мечты лентяев - мысли в текст а с тех пор уже новые открытия и достижения стелят нам гладкую дорожку в киберпанковское будущее.

Создана МРТ-модель, реконструирующая наблюдаемые человеком движущиеся изображения
Исследователи из Калифорнийского университета в Беркли (США) разработали алгоритм, который может быть применён к функциональной магнитно-резонансной томографии (МРТ) для отображения наблюдаемых нами движущихся картинок.
Несколько лет назад специалисты взялись за разработку компьютерной модели активности нейронов. Новый метод оказался успешным и удивительно точным. Впервые в истории удалось с помощью сканирования мозга хотя бы приблизительно определить, какие движущиеся изображения видит человек.

Исследователи часами просматривали видео, лёжа в томографе. Затем они тщательно проанализировали данные в поисках специфических паттернов для каждой секунды видеоматериалов. Информацию пропустили через несколько различных фильтров, дабы понять, что происходило на нейронном уровне.

Далее для проверки модели была составлена видеотека из выбранных наугад 18 млн секунд YouTube-роликов. Специалисты смоделировали то, что должна показать МРТ при просмотре того или иного видео. Результаты моделирования и сканирования оказались почти идентичными. По тому, что показывала МРТ, исследователи могли определить направление движения и форму объектов на экране.

Работа далека от совершенства. Учёные использовали данные только одной области зрительной системы мозга - первичной зрительной коры. Кроме того, модель всякий раз настраивалась на особенности восприятия каждого субъекта.

Это уже настоящий прорыв. Считывать картинки в мозгу - это перевернёт весь кинематограф :).

Возможно если активность нейронов отслеживать не с помощью громоздкого МРТ, а с помощью имплантированных датчиков, а ещё лучше внешних но компактных сенсоров, то прогресс пойдёт быстрее. А для перехвата нервных импульсов пригодятся новые биопротонные транзисторы

Американцы создали биопротонный транзистор

Разрабатывая новый транзистор, учёные вдохновлялись живыми клетками, обладающими переключаемыми ионными каналами в своих мембранах. Ионный и протонный транспорт играет ключевую роль в передаче нервных сигналов и обмене энергией между клетками.

Потому прибор, способный контролировать протонный ток, мог бы напрямую влиять на такие важные процессы либо считывать естественные сигналы организма для контроля.новое устройство использует модифицированную форму хитозана. Этот биосовместимый материал можно получать в больших количествах из крабов и кальмаров.

Хитозан хорошо поглощает воду, образуя много водородных связей, которые создают мостики для перемещения протонов. Американцы открыли, что такое волокно проводит протоны на удивление хорошо.

Израильтяне создали электронный мозжечок крысы

Искусственный мозжечок, обменивающийся сигналами со стволом мозга, успешно восстановил утраченные функции мозга у лабораторного животного.

Мозжечок (обозначен зелёным) - это часть мозга, получающая информацию от двигательных центров коры и передающая её мышцам. Обратно от мышц мозжечок получает данные об их напряжении, положении тела и конечностей в пространстве.

Сопоставляя одно с другим, мозжечок корректирует как произвольные, так и автоматические (рефлекторные) движения.

Матти Минц (Matti Mintz) и его коллеги из университета Тель-Авива (Tel Aviv University) проанализировали сигналы, которые подаёт мозг в мозжечок, и те, что генерируются в ответ. Далее учёные создали искусственную версию мозжечка на чипе. Эта схема располагалась за пределами черепа крысы и была соединена с мозгом при помощи электродов.

Собственный мозжечок крысы был повреждён. Далее исследователи попробовали выработать у грызуна условный рефлекс. Они подавали воздух на глаза (отчего крыса моргала) и одновременно включали звуковой сигнал. Конечная цель - моргание по звуку.

Авторы эксперимента обнаружили, что с выключенной микросхемой крыса не смогла выработать рефлекс, но с включённым чипом реагировала так же, как здоровое животное.

Нейробиологи указывают, что достигнуто воспроизведение на микросхеме сравнительно простой функции мозжечка, но в дальнейшем они попробуют усложнить алгоритмы и увеличить размер смоделированной в кремнии области мозга.

Если учесть, что выработка рефлексов является одной из главных целей спортивных тренировок, то как скоро станет реальностью эпизод из матрицы, в котором кунг-фу загружалось напрямую в мозг? ;)

Впрочем мозг всё ещё остаётся слишком сложным и непонятным. У него сложные и запутанные отношения между своими же отделами. Для анализа данных, запоминания, воспроизведения воспоминаний и моделирования используются отделы с одинаковой структурой, но при том работающие по совершенно разным принципам. Электрические, химические, и (как оказалось) протонные сигналы применяются природой одновременно. Электроника же пока что была ограничена только электрическими.

Возможно большего понимания мысленных процессов позволит достичь следующее открытие

IBM создала революционные микрочипы, имитирующие работу мозга

IBM объявила сегодня о достижении, которое «на шаг приближает эру когнитивных компьютеров» - устройств, способных самообучаться и анализировать сложную информацию.

Исследователи корпорации создали два прототипа «нейросинаптических вычислительных чипов», имитирующих работу человеческого мозга. Системы, оснащённые такими чипами, теоретически смогут воспринимать данные из множества источников, находить связи между различными событиями, делать предположения и накапливать знания.

Экспериментальные изделия IBM не содержат биологических элементов: вместо них используются электронные цепи. Оба прототипа выполнены по 45-нанометровой технологии и содержат 256 «цифровых нейронов». Один из микрочипов наделён 262 144 программируемыми «синапсами», другой - 65 536 обучающимися. IBM уже продемонстрировала способность прототипов выполнять простейшие задачи вроде распознавания образов и классификации объектов.

В долгосрочной перспективе IBM рассчитывает сформировать систему, насчитывающую до 10 млрд цифровых «нейронов» и до 100 трлн «синапсов». Предполагается, что рано или поздно технология приведёт к появлению принципиально новых вычислительных машин, обладающих «интеллектом» и небольшим энергопотреблением.