Окумуштуулар "интуиция жаркылдаган" мээнин механизмин табышты

Ондогон жылдар бою жүргүзүлгөн изилдөөлөргө карабастан, адамдын курчап турган дүйнөгө болгон көз карашын өзгөрткөн түшүнүктүн тез жарк эткен механизмдери белгисиз бойдон калууда. Бир жолу окуунун табышмактуу түрү – бул перцептивдүү үйрөнүү, мында бир нерсени бир жолу байкоо аны кайра таануу жөндөмүбүздү кескин өзгөртөт. NYU Langone Health изилдөөчүлөрү жетектеген жаңы изилдөө ата-бабаларыбызга коркунучтардан сактанууга мүмкүндүк берген бүдөмүк объектти биринчи жолу тааныган учурларды изилдейт. Nature Communications журналында жарыяланган жаңы эмгек мээнин жогорку деңгээлдеги визуалдык кортекс (HLVC) деп аталган аймагын "мурунку" сүрөттөргө (өтмүштө көргөн жана эс-тутумда сакталган сүрөттөргө) кире турган сайт катары көрсөткөн биринчи иш болуп саналат. "Биздин иш алдын ала алынган билимдин кайда сакталаарын гана эмес, мээдеги бул процесске катышкан эсептөөлөрдү да ачып берет" деди изилдөөнүн башкы авторлорунун бири Бию Хэ, Ph.D., Нью-Йорк университетинин Гроссман Медицина мектебинин неврология жана неврология жана радиология боюнча ассистент профессору. Маанилүү нерсе, буга чейинки изилдөөлөр көрсөткөндөй, шизофрения жана Паркинсон оорусу менен ооруган бейтаптар бир жолу окуунун бузулушун көрсөтөт, мында мурда сакталган билими адам учурда карап жаткан нерсеге басым жасап, галлюцинацияларды пайда кылат. "Бул изилдөө галлюцинациялар учурунда мурунку ишенимдер кандайча иштээри жөнүндө түздөн-түз текшерилүүчү теорияны иштеп чыкты жана биз азыр так эмне болуп жатканын билүү үчүн нейрологиялык оорулар менен ооруган бейтаптардын мээсинин тиешелүү механизмдерин изилдеп жатабыз", - деп кошумчалады доктор ал. Изилдөө тобу ошондой эле визуалдык кабылдоонун негизинде жаткан мээ механизмдери менен кеңири таралган түрдөгү мүмкүн болгон байланыштарды изилдеп жатат.Биз жаңы идеяны түшүнгөнүбүздө". Так сүрөттөр Изилдөө үчүн доктор Алдын командасы адамдарга Муни сүрөттөрү — жаныбарлардын жана объекттердин бүдөмүк сүрөттөрү көрсөтүлгөндө пайда болгон мээнин активдүүлүгүндөгү өзгөрүүлөрдү карап чыкты. Тактап айтканда, изилдөөнүн катышуучуларына бир эле объекттин бүдөмүк сүрөттөрү, андан кийин анын ачык версиясы көрсөтүлдү. Доктор Ал 2018-жылы бул процесстин ачык-айкын версиясын карап чыгууда) Сүрөттөрдү таанууда эки эсе жакшы болуп калды, анткени эксперимент аларды топтолгон мурунку билимдерин колдонууга мажбурлады, анткени изилдөөчүлөр функционалдык магниттик-резонанстык томографиянын (fMRI) жардамы менен мээнин активдүүлүгүн "сүрөткө алышты", ал активдүү клеткаларга кандын агымын көзөмөлдөө менен мээ клеткаларынын активдүүлүгүн өлчөйт. Мээ клеткаларынын ортосундагы (синапстар) жана fMRI клеткалардын ичиндеги активдүүлүктү гана өлчөй алат. Ушул себептен улам, изилдөөчүлөр HLVCдеги приоритеттерди аныктоо үчүн Муни сүрөттөрүн, электроэнцефалографияны (EEG) жана машиналык үйрөнүүгө негизделген моделди колдонуу менен функционалдык MRIны айкалыштырышты. Бул үчүн, команда сүрөттөрдүн өлчөмүн, алардын беттеги ордун жана багытын өзгөрттү жана ар бир өзгөрүүнүн сүрөттү таануу көрсөткүчүнө тийгизген таасирин жаздыАчык алдын ала билимдер мурда көрүлгөн үлгүлөрдү коддойт, бирок абстракттуу түшүнүктөрдү эмес (мисалы, сүрөттөгү иттин тукуму). Андан кийин команда алдын ала жетүү учурунда fMRI аркылуу мээ клеткаларынын иш-аракетинин үлгүлөрүн басып алган статистикалык моделдерди түздү жана жогорку деңгээлдеги көрүү кортексиндеги нейрондук коддоонун белгилүү үлгүлөрү гана жүрүм-турумдук изилдөөдө аныкталган приоритеттердин касиеттерине дал келерин аныктады. Жазуучулар ошондой эле интракраниалдык электроэнцефалографияны (ЭЭГ) колдонуу менен активдүүлүктүн өзгөрүшүнүн убактылуу мүнөздөмөлөрүн изилдеп, нейрохирургиялык дарылоо учурунда EEG мониторингинен өтүп жаткан пациенттерге кыскача кабылдоо тапшырмасын аткарууну суранышкан. iEEG fMRI өлчөй албаган тез өзгөрүүчү сигнал үлгүлөрүн өлчөө үчүн мээ кыртышына коюлган электроддордон маалыматтарды чогултат. HLVC объектти алдын ала таануу болуп жатканда, нейрон сигналынын күчүндөгү эң алгачкы өзгөрүүлөрдү көрсөттү. Акыркы кадам катары, изилдөө тобу сүрөттүн айрым бөлүктөрүндөгү үлгүлөрдү таба турган жана ыктымалдыктардын негизинде жетишпеген маалыматты толтуруучу жасалма интеллект моделин түзгөн сүрөт трансформаторун түздү. HLVC көздөн келген маалыматка алдын ала салмак кошуу үчүн табылгандай эле, AI модели бир модулда топтолгон сүрөт маалыматын (приорлорду) сактап, андан кийин башка модулда түшкөн сүрөттөрдү жакшыраак таануу үчүн бул маалыматтарды колдонду. Жетиштүү сүрөттөрдү үйрөткөндөн кийин, нейрондук тармак модели адамдарда байкалгандай бир үлгүлүү үйрөнүү жөндөмүнө жетишти жана салыштырууга чейинки маалымат модулу жок башка алдыңкы AI моделдерине караганда жакшыраак. "Акыркы он жылдын ичинде AI объектти таанууда олуттуу ийгиликтерге жетишкени менен, эч бир курал адам сыяктуу бир жолу үйрөнө албайт."түбөлүккө,"деп кошумчалады изилдөөнүн авторлорунун бири Эрик Оерманн, MD, NYU Langone медициналык борборунун нейрохирургия жана радиология боюнча ассистенти. "Биз азыр жаңы объектилерди классификациялай турган же жаңы тапшырмаларды үйрөнө турган адамга окшош кабылдоо механизмдери менен AI моделдерин иштеп чыгууну күтөбүз. Бул компьютердик неврология менен AIдагы жетишкендиктердин ортосундагы конвергенциянын дагы бир далили....

Сообщает android-robot.com

 

Новость из рубрики: Технологии, Наука

 

Поделиться новостью:

 

Топ новости часа

• Соцсеть «ВКонтакте» запустила групповые видеозвонки...
• Компания Apple зарегистрировала 9 новых моделей iPhone...
• В первой половине 2025 года Контактный центр Azercell принял более 2,5 миллиона обращений...
• Почему стоит выбрать интернет-магазин косметики Romanovamakeup?...
• Можно ли использовать домашний адрес как юридический?...
• Официальный визит президента ОАЭ Мухаммеда Аль Нахайяна в Россию завершен...