Календарь Участники форума Часто Задаваемые Вопросы Поиск   
Настройки профайла, личные сообщения и подписка на темы
Форум Ложки.net - Все о Матрице : Powered by vBulletin version 2.2.8 Форум Ложки.net - Все о Матрице > Сайт и форум > Новости > Взлом нервных сигналов выдаёт коды в головах зрителей
  Предыдущая тема   Следующая тема
Автор
Сообщение Новая тема   Ответить
Choosen
Повстанец

На форумах с мая 2004
Местонахождение: Локация "Москва"
Сообщений: 1644
Взлом нервных сигналов выдаёт коды в головах зрителей

http://www.membrana.ru/images/articles/1131385211.jpeg
В умении распознавать образы машинам ещё долго придётся учиться у животных. Например – у обезьян (фото с сайта expatmonkey.com).

В фильме "Матрица" герои получают образы по кабелю, подключённому прямо к мозгу, и также управляют виртуальным миром. Несмотря на накопленные знания учёных о мозге, до такого прямого соединения ещё далеко. И не потому, что нельзя соединить проводник с нервом. Главное – кодировка сигналов.

Читать дальше >>

__________________
Choosen One

Адрес поста | Один пост | Сообщить модератору | IP: Logged

Choosen в оффлайне Old Post 09.11.2005 04:16
Посмотреть профайл автора Click here to Send Choosen a Private Message Найти еще сообщения от Choosen Добавить Choosen в Ваш список друзей Добавить пользователя в Contact List ICQ  Ответить с цитированием Редактировать/Удалить сообщение
Choosen
Повстанец

На форумах с мая 2004
Местонахождение: Локация "Москва"
Сообщений: 1644

Изучая активность разных участков коры уже много десятилетий, даже получив возможность исследовать взаимодействие отдельных нейронов в мозге, учёные всё равно остаются весьма далеко от расшифровки языка сигналов, представляющих в нашей голове тот или иной зрительный образ.

Только теперь неврологи из американского института Макговерна (McGovern Institute for Brain Research at MIT) сделали робкий шаг на пути к подобной расшифровке. Они смогли понять крошечную часть кода, отражающего визуальные образы в голове обезьяны.

Новое исследование – это результат взаимодействия лабораторий Джеймса Ди Карло (James DiCarlo Lab) и Томазо Поггио (Tomaso Poggio lab).

Поггио рассказывает: "Наша способность признавать визуальные объекты – одна из самых сложных проблем, которые мозг должен решать. В отношении "вычислительных потребностей", это даже более сложно, чем рассуждение". Эту способность мы принимаем как данное, поскольку это происходит "автоматически", почти подсознательно.
"Новая работа позволяет нам лучше понять, как мозг (его "зрительная" часть) кодирует визуальную информацию в таком формате, который понятен и полезен для других областей коры, участвующих в работе памяти, планировании и осуществлении действий", — продолжает Ди Карло.

http://www.membrana.ru/images/articles/1131385211-0.jpeg
Ди Карло (слева) и Томазо Поггио (фото с сайтов web.mit.edu и cbcl.mit.edu).


За доли секунды зрительные сигналы пробегают от сетчатки по цепочке нейронов, по пути непрерывно "переформатируя" информацию, пока не достигают участка коры, известного как inferotemporal cortex (ITC)– он отвечает за идентификацию увиденных объектов. ITC же посылает информацию об увиденном другим участкам мозга.

Чтобы исследовать, как ITC кодирует эти сигналы, исследователи обучили обезьян узнавать различные объекты, сгруппированные в ряд категорий: лица, игрушки, транспортные средства и так далее.

Изображения появились в различных масштабах и в разном положении на экране. Причём – на короткое время.

Запись активности сотен нейронов ITC дала учёным большую базу данных образцов нервной деятельности, вызванной той или иной увиденной картинкой, в разных условиях. Затем авторы работы использовали компьютерный алгоритм, названный классификатором, чтобы расшифровывать код.

http://www.membrana.ru/images/articles/1131385211-1.jpeg
Нейроны выборочно отвечают на различные изображения. Картинки хаотично представлены обезьяне в течение опредёленных интервалов времени (верхний ряд). Нейроны на различных участках в ITC производят разные образцы активности, зависящие от картинки (внизу). Например, нейроны на участке 1 живо откликаются на игрушку и картофель, в то время как нейроны на участке 3 "предпочитают" морду обезьяны и кота (иллюстрация Poggio/DiCarlo labs).


Классификатор связал каждый объект со специфическим образцом нервных сигналов. Удивительно, компьютер "открыл", что примерно пара десятых долей секунды нервного сигнала уже содержат достаточно информации, позволяющей идентифицировать объект и поместить его в одну из категорий, даже если картинка показывалась в данном размере и данном расположении — впервые.

Что ещё удивительнее: так мало записываемых нейронов, деятельность которых регистрировалась на таком кратком промежутке времени — содержали так много точной информации об объекте.

"Если мы могли бы сделать запись большего населения нейронов одновременно, то смогли бы установить ещё более точный код, скрытый в образцах нервной деятельности", — пояснил Поггио.

Едва ли в обозримом будущем это может привести нас к "Матрице", но вот, к примеру, исследования по машинным системам распознавания объектов получают с этими опытами дополнительный импульс. Да и не только они. Список направлений вы можете составить сами.


__________________
Choosen One

Адрес поста | Один пост | Сообщить модератору | IP: Logged

Choosen в оффлайне Old Post 09.11.2005 04:16
Посмотреть профайл автора Click here to Send Choosen a Private Message Найти еще сообщения от Choosen Добавить Choosen в Ваш список друзей Добавить пользователя в Contact List ICQ  Ответить с цитированием Редактировать/Удалить сообщение
Время на форуме соответствует Гринвичу . Сейчас время - 23:11. Новая тема   Ответить
  Предыдущая тема   Следующая тема
Печатная версия | Отправить страницу по E-mail | Подписаться на тему

Навигация по форуму:
 

Ваши возможности в этом форуме:
Вы НЕ можете создавать новые темы
Вы НЕ можете отвечать
Вы НЕ можете прикреплять файлы
Вы НЕ можете править свои сообщения
HTML
vB code
Смайлики 
Тег [IMG] 
: Выкл
: Вкл
: Вкл
: Вкл
 


< Contact Us - Ложки.net >

Based on vBulletin 2.2.8
Powered by Stormwave.ru
Copyright © 2003 - Lozhki.Net


Rambler's Top100