Jump to content
Forum Kopalni Wiedzy
KopalniaWiedzy.pl

Polacy stworzyli sztuczny neuron polarytonowy. To krok ku budowie układu naśladującego mózg

Recommended Posts

Współpraca naukowców z Wydziału Fizyki Uniwersytetu Warszawskiego i PAN zaowocowała powstaniem pulsującego neuronu stworzonego z fotonów. To podstawowy element fotonicznego procesora sieci neuronowych. Tego typu chipy, zwane układami neuromorficznymi, mają być w przyszłości podstawą systemów sztucznej inteligencji.

Systemy fotoniczne zapewniają dużą prędkość przesyłania informacji przy jednoczesnym niewielkim zużyciu energii. Ich wadą jest zaś słabe oddziaływanie pomiędzy sobą, przez co trudno je wykorzystać do wykonywania operacji obliczeniowych. Dlatego też polscy wykorzystali ekscytony, cząstki o bardzo małej masie, z którymi fotony silnie oddziałują. Gdy fotony i ekscytony zostaną razem umieszczone we wnęce optycznej, powstaje między nimi trwały układ cyklicznej wymiany energii, który jest kwazicząstką – polarytonem.

Polarytony mogą zaś, w odpowiednich warunkach, tworzyć kondensat Bosego-Einsteina. W tym stanie skupienia zaczynają tworzyć „superatom”, zachowujący się jak pojedyncza cząstka. Opierając się na naszym ostatnim eksperymencie, jako pierwsi zauważyliśmy, że kiedy polarytony są wzbudzane za pomocą impulsów laserowych, emitują impulsy światła przypominające pulsowanie neuronów biologicznych. Efekt ten jest bezpośrednio związany ze zjawiskiem kondensacji Bosego-Einsteina, które albo hamuje, albo wzmacnia emisję impulsów, wyjaśnia doktorantka Magdalena Furman z Wydziału Fizyki UW.

Autorami modelu teoretycznego, który pozwala połączyć badania nad polarytonami z modelem neuronu są doktor Andrzej Opala i profesor Michał Matuszewski. Proponujemy wykorzystać nowy paradygmat obliczeniowy oparty na kodowaniu informacji za pomocą impulsów, które wyzwalają sygnał tylko wtedy, gdy przybędą do neuronu w odpowiednim czasie po sobie, mówi doktor Opala. Innymi słowy, taki sposób pracy takiego sztucznego neurony ma przypominać pracę neuronów biologicznych, pobudzanych impulsami elektrycznymi. W neuronie biologicznym dopiero powyżej pewnego progu impulsów docierających do neuronu, sygnał przekazywany jest dalej. Polarytony mogą naśladować neuron biologiczny, gdyż dopiero po pobudzeniu pewną liczbą fotonów powstaje kondensat Bosego-Einsteinai dochodzi do emisji sygnału do kolejnego neuronu.

Mimo niewątpliwie interesujących badań, na wdrożenie pomysłu polskich uczonych przyjdzie nam jeszcze poczekać. Kondensat Bosego-Einsteina uzyskiwali oni w temperaturę zaledwie 4 kelwinów, którą można osiągnąć w ciekłym helu. Naszym kolejnym celem jest przeniesienie eksperymentu z warunków kriogenicznych do temperatury pokojowej. Potrzebne są badania nad nowymi materiałami, które pozwolą na uzyskanie kondensatów Bosego-Einsteina także w wysokich temperaturach. W Laboratorium Polarytonowym pracujemy nie tylko nad takimi substancjami, badamy też możliwość sterowania kierunkiem emitowanych fotonów, mówi profesor Jacek Szczytko z Wydziału Fizyki UW.

W badaniach nad układami neuromorficznymi naukowcy wciąż napotykają na nowe wyzwania. Nasz nowy pomysł na odtworzenie pulsowania neuronów biologicznych w domenie optycznej, może posłużyć do stworzenia sieci, a potem układu neuromorficznego, w którym informacje przesyłane są o rzędy wielkości szybciej i w sposób bardziej efektywny energetycznie w porównaniu do dotychczasowych rozwiązań, dodaje doktor Krzysztof Tyszka.

Szczegóły pracy zostały opisane na łamach Laser & Photonics Reviews.


« powrót do artykułu

Share this post


Link to post
Share on other sites

Jest to bardzo imponujące, ale też lekko przeraża. Sztuczny mózg u maszyn może okazać się problematyczny...

Share this post


Link to post
Share on other sites

Create an account or sign in to comment

You need to be a member in order to leave a comment

Create an account

Sign up for a new account in our community. It's easy!

Register a new account

Sign in

Already have an account? Sign in here.

Sign In Now

  • Similar Content

    • By KopalniaWiedzy.pl
      Naukowcy z MIT odkryli w dorosłym mózgu miliony „cichych synaps”. To niedojrzałe połączenia pomiędzy neuronami, które są nieaktywne do czasu, aż zostaną wykorzystane do stworzenia nowych wspomnień. Dotychczas sądzono, że tego typu synapsy istnieją tylko podczas wczesnego stadium rozwoju mózgu, pomagając nabywać wiadomości z pierwszych etapów życia. Teraz naukowcy wykazali, że u dorosłej myszy aż 30% synaps kory mózgowej jest nieaktywnych. To pokazuje, w jaki sposób dorosły mózg może uczyć się i zapamiętywać nowe rzeczy, bez potrzeby modyfikowania już działających synaps.
      Ciche synapsy czekają na nowe połączenia i gdy pojawi się ważna nowa informacja, wzmacniane są połączenia pomiędzy odpowiednimi neuronami. Dzięki temu mózg może tworzyć nowe wspomnienia bez nadpisywania ważnych informacji przechowywanych w dojrzałych synapsach, które są trudniejsze do zmienienia, mówi główna autorka nowych badań Dimitra Vardalaki.
      Po raz pierwszy ciche synapsy zostały zaobserwowane całe dziesięciolecia temu w mózgach młodych myszy i innych zwierząt. Sądzono, że pozwalają one na zapamiętywanie olbrzymich ilości nowych informacji, które nabywa rozwijający się organizm. Naukowcy przypuszczali, że u myszy synapsy te znikają około 12 dnia życia co stanowi odpowiednik kilku pierwszych miesięcy u ludzi. Niektórzy naukowcy uważali, że ciche synapsy mogą istnieć też w dorosłych mózgach. Dowody na ich obecność znajdowano w zwierzęcych modelach uzależnienia.
      Uczeni z MIT nie szukali cichych synaps. Chcieli zweryfikować swoje wcześniejsze spostrzeżenia, że dendryty mogą przetwarzać informacje z synaps w różny sposób, w zależności od lokalizacji. Badali receptory neuroprzekaźników w różnych miejscach dendrytów. Gdy obserwowali dendryty za pomocą opracowanej przez siebie techniki obrazowania eMAP (epitope-preserving Magnified Analysis of the Proteome) dokonali zdumiewającego odkrycia. Wszędzie były wypustki zwane filopodiami. Okazało się, że posiadają one receptory NMDA, ale nie mają receptorów AMPA. Typowe aktywne synapsy posiadają oba typy receptorów. Bez AMPA nie są w stanie przekazywać sygnałów i są cichymi synapsami.
      Badacze postanowili więc sprawdzić, czy filopodia mogą być cichymi synapsami. Okazało się, że poprzez odpowiednią stymulację można doprowadzić do odblokowania receptorów NMDA i akumulacji receptorów AMPA, co pozwala na utworzenie silnego połączenia z pobliskim aksonem. Uruchomienie takiej cichej synapsy jest łatwiejsze niż przeprogramowanie synapsy aktywnej.
      Gdy chcemy podobnie manipulować pracującą synapsą, ten sposób nie działa. Synapsy takie mają znacznie wyżej postawiony próg zmiany, prawdopodobnie dlatego, by tworzone przez nie wspomnienia były trwałe. Nie chcemy, by ciągle były nadpisywane. Z drugiej strony, filopodia mogą zostać wykorzystane do tworzenia nowych wspomnień, mówi profesor Mark Harnett.
      Ze szczegółami odkrycia można zapoznać się w artykule Filopodia are a structural substrate for silent synapses in adult neocortex.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      U większości osób chorujących na COVID-19 pojawiały się objawy ze strony centralnego układu nerwowego, takie jak utrata węchu czy smaku. Naukowcy wciąż badają, w jaki sposób SARS-CoV-2 wywołuje objawy neurologiczne i jak wpływa na mózg. Autorzy najnowszych badań informują, że ciężka postać COVID-19 wywołuje zmiany w mózgu, które odpowiadają zmianom pojawiającym się w starszym wieku.
      Odkrycie to każe zadać sobie wiele pytań, które są istotne nie tylko dla zrozumienia tej choroby, ale dla przygotowania społeczeństwa na ewentualne przyszłe konsekwencje pandemii, mówi neuropatolog Marianna Bugiani z Uniwersytetu w Amsterdamie.
      Przed dwoma laty neurobiolog Maria Mavrikaki z Beth Israel Deaconess Medical Center w Bostonie trafiła na artykuł, którego autorzy opisywali pogorszenie zdolności poznawczych u osób, które przeszły COVID-19. Uczona postanowiła znaleźć zmiany w mózgu, które mogły odpowiadać za ten stan. Wraz ze swoim zespołem zaczęła analizować próbki kory czołowej 21 osób, które zmarły z powodu ciężkiego przebiegu COVID-19 oraz osoby, która w chwili śmierci była zarażona SARS-CoV-2, ale nie wystąpiły u niej objawy choroby. Próbki te porównano z próbkami 22 osób, które nie były zarażone SARS-CoV-2. Drugą grupą kontrolną było 9 osób, które nie zaraziły się koronawirusem, ale przez jakiś czas przebywały na oddziale intensywnej opieki zdrowotnej lub były podłączone do respiratora. Wiadomo, że tego typu wydarzenia mogą mieć poważne skutki uboczne.
      Analiza wykazały, że geny powiązane ze stanem zapalnym i stresem były bardziej aktywne u osób, które cierpiały na ciężką postać COVID-19 niż osób z grup kontrolnych. Z kolei geny powiązane z procesami poznawczymi i tworzeniem się połączeń między neuronami były mniej aktywne.
      Zespół Mavrikaki dokonał też dodatkowego porównania tkanki mózgowej osób, które cierpiały na ciężką postać COVID-19 Porównano ją z 10 osobami, które w chwili śmierci miały nie więcej niż 38 lat oraz z 10 osobami, które zmarły w wieku co najmniej 71 lat. Naukowcy wykazali w ten sposób, że zmiany w mózgach osób cierpiących na ciężki COVID były podobne do zmian w mózgach osób w podeszłym wieku.
      Amerykańscy naukowcy podejrzewają, że wpływ COVID-19 na aktywność genów w mózgu jest raczej pośredni, poprzez stan zapalny, a nie bezpośredni, poprzez bezpośrednie zainfekowanie tkanki mózgowej.
      Uczeni zastrzegają przy tym, że to jedynie wstępne badania, które mogą raczej wskazywać kierunek dalszych prac, niż dawać definitywne odpowiedzi. Mavrikaki mówi, że nie ma absolutnej pewności, iż obserwowane zmiany nie były wywołane innymi infekcjami, ponadto w badaniach nie w pełni kontrolowano inne czynniki ryzyka, jak np. otyłość czy choroby mogące ułatwiać rozwój ciężkiej postaci COVID-19, a które same w sobie mogą prowadzić do stanów zapalnych wpływających na aktywność genów centralnego układu nerwowego.
      Innym pytaniem, na jakie trzeba odpowiedzieć, jest czy podobne zmiany zachodzą w mózgach osób, które łagodniej przeszły COVID-19. Z innych badań wynika bowiem, że nawet umiarkowanie ciężki COVID mógł powodować zmiany w mózgu, w tym uszkodzenia w regionach odpowiedzialnych za smak i węch. Nie wiadomo też, czy tego typu zmiany się utrzymują i na jak długo.
      Ze szczegółami badań można zapoznać się w artykule Severe COVID-19 is associated with molecular signatures of aging in the human brain.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Sztuczna inteligencja firmy DeepMind, która jako pierwsza pokonała człowieka w go, nauczyła się blefować w strategicznej grze planszowej Stratego. Co więcej, potrafi wygrać z człowiekiem grę, która ma znacznie więcej możliwych scenariuszy niż go czy poker. Najbardziej zaskakujący był dla nas fakt, że DeepMind był w stanie poświęcić wartościowe zasoby, by zdobyć informację o ustawieniu przeciwnika i jego strategii, stwierdzają twórcy algorytmu.
      Celem Stratego jest zdobycie flagi przeciwnika. Każdy z graczy ma do dyspozycji 40 pionków, które umieszcza na planszy o wymiarach 10x10 tak, by przeciwnik nie widział rang – czyli siły – żadnego z nich. Jest to więc gra, w której – w przeciwieństwie do go czy szachów – nie wszystkie informacje o przeciwniku są znane. Dodatkowym wyzwaniem dla sztucznej inteligencji jest fakt, że w Stratego istnieje olbrzymia liczba możliwych stanów gry.
      W 1996 roku Deep Blue wygrał w szachy z Kasparowem, stając się pierwszym komputerem, który zwyciężył z szachowym mistrzem świata. Musiało minąć 20 lat zanim komputery – a konkretnie sztuczna inteligencja firmy DeepMind o nazwie AlphaGo – wygrała z mistrzem w go. Pokonanie człowieka w go zajęło maszynom tyle czasu, gdyż go wymaga znacznie większej mocy obliczeniowej. Liczba możliwych stanów gry w go wynosi aż 10350, podczas gdy w szachach jest to 10123. Tymczasem na pokonanie człowieka w Stratego nie musieliśmy czekać tak długo. Wystarczyło 6 lat, by DeepNash stał się jednym z 3 najlepszych graczy na największej online'owej platformie Stratego, Gravon. Liczba możliwych stanów gry w Stratego wynosi 10535.
      Poziom gry DeepNasha był dla mnie zaskoczeniem. Nigdy nie słyszałem o maszynie, która w Stratego osiągnęłaby poziom potrzebny do pokonania doświadczonego gracza, mówi Vincent de Boer, były mistrz świata w Stratego i jeden z autorów artykułu opisującego osiągnięcia DeepNasha.
      DeepNash uczył się grać w Stratego rozgrywając  5,5 miliarda partii. Nie korzystał przy tym z doświadczeń ludzi, ani nie był trenowany do starcia z konkretnym przeciwnikiem. Sztuczna inteligencja nie próbuje przeanalizować wszystkich możliwych scenariuszy, byłoby to nie możliwe. Zamiast tego postępuje tak by – zgodnie z ekonomiczną teorią gier – uzyskać jak największą korzyść. Optymalna strategią jest taka, która gwarantuje co najmniej 50% zwycięstw w przypadku walki z idealnym przeciwnikiem, nawet gdy ten wie, co DeepNash planuje.
      W tej chwili DeepNash rozegrał 50 partii z ludźmi, wygrywając 84% z nich i stając się jednym z trzech najlepszych graczy na platformie Gravon. Jeszcze lepiej radzi sobie z innymi botami grającymi w Stratego. Pokonuje je w 97% przypadków i wygrywa z takimi, które dotychczas wygrywały podczas Computer Stratego World Championship.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Naukowcy z Uniwersytetu w Kopenhadze dokonali niezwykłego odkrycia dotyczącego mózgu ssaków. Okazuje się, że wakuolarna ATPaza (V-ATPase), jeden z kluczowych enzymów umożliwiających przekazywanie sygnałów w mózgu, włącza się i wyłącza według przypadkowych wzorców, czasami robiąc sobie wielogodzinne przerwy.
      W naszych mózgach miliony neuronów bez przerwy przekazują sobie informacje. Wykorzystują do tego celu neuroprzekaźniki wspomagane przez unikatowy enzym. Aktywność mózgu, przepływ informacji między neuronami, są kluczowe dla przetrwania. Dlatego też sądzono, że enzym pośredniczący w przekazywaniu sygnałów jest bez przerwy aktywny. Nic bardziej błędnego. Uczeni z Kopenhagi zauważyli, że aktywuje się on i dezaktywuje według przypadkowych wzorców.
      Po raz pierwszy nauka przyjrzała się działaniu tego enzymu w mózgu na poziomie pojedynczej molekuły. Jesteśmy zaskoczeni wynikiem badań. Wbrew powszechnie żywionym przekonaniom i wbrew temu, co dzieje się z wieloma innymi proteinami, te enzymy mogą przestać pracować na wiele minut, a nawet godzin. A mimo to mózg człowieka i wielu innych ssaków wciąż działa, mówi zaskoczony profesor Dimitrios Stamou. Dotychczas podczas podobnych badań wykorzystywano bardzo stabilne enzymy uzyskane z bakterii. Duńscy uczeni, dzięki wykorzystaniu innowacyjnych metod, mogli zbadać enzymy ssaków wyizolowane z mózgów szczurów.
      Podczas przesyłania informacji pomiędzy dwoma neuronami neuroprzekaźniki są najpierw pompowane do pęcherzyków synaptycznych. Spełniają one rolę pojemników, w których neuroprzekaźniki są przechowywane do czasu, gdy trzeba przekazać wiadomość. Wakuolarna ATPaza odpowiada za dostarczenie energii do pomp neuroprzekaźników. Bez niej pompy nie działają, zatem neuroprzekaźniki nie mogą trafić do pęcherzyków synaptycznych, nie ma więc możliwości przekazania informacji pomiędzy neuronami. Jednak naukowcy z Kopenhagi wykazali, że w każdym z pęcherzyków znajduje się tylko jedna molekuła. Gdy się ona wyłączy, pompa nie działa.
      To niezrozumiałe, że tak krytyczne zadanie, jak pompowanie neuroprzekaźników do pojemnika zostało powierzone pojedynczej molekule. Tym bardziej niezrozumiałe, że przez 40% czasu molekuła nie działa, mówi Dimitrios Stamou.
      Naukowcy zastanawiają się, czy fakt, że wakuolarna ATPaza się wyłącza oznacza, iż w pęcherzykach nie ma neuroprzekaźnika. Jeśli tak, to czy olbrzymia liczba jednocześnie pustych pęcherzyków wpływa na procesy komunikacyjne w mózgu? W końcu zaś, czy jest to „problem”, który w toku ewolucji neurony nauczyły się omijać, czy też jest to nieznany nam sposób kodowania informacji w mózgu.
      Szczegóły odkrycia zostały opisane na łamach Nature.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Neurolog Anna Schapiro z University of Pennsylvania i jej zespół, wykorzystując model sieci neuronowej, odkryli, że gdy w czasie snu nasz mózg wchodzi i wychodzi z fazy REM, hipokamp uczy korę nową tego, czego dowiedział się za dnia. Od dawna wiadomo, że w czasie snu zachodzą procesy uczenia się i zapamiętywania. W ciągu dnia kodujemy nowe informacje i doświadczenia, idziemy spać, a gdy się budzimy, nasza pamięć jest już w jakiś sposób zmieniona, mówi Schapiro.
      Schapiro, doktorant Dhairyya Singh oraz Kenneth Norman z Princeton University stworzyli model obliczeniowy oparty na sieci neuronowej, który dał im wgląd w proces uczenia się w czasie snu.
      Z artykułu opublikowanego na łamach PNAS dowiadujemy się, że w czasie gdy mózg przechodzi z fazy NREM do REM, co ma miejsce około 5 razy w ciągu nocy, hipokamp przekazuje do kory nowej informacje zdobyte za dnia.
      To nie jest tylko model uczenia się lokalnych struktur mózgu. To model pokazujący, jak jeden obszar mózgu uczy drugi obszar mózgu w czasie snu, gdy nie ma wskazówek ze świata zewnętrznego. To również pokazuje, jak zapamiętujemy informacje o zmieniającym się otoczeniu, mówi Schapiro.
      Naukowcy zbudowali model złożony z hipokampu – obszaru mózgu odpowiedzialnego za zdobywanie nowych informacji – i kory nowej, w której m.in. odbywają się procesy związane z językiem, świadomością wyższego rzędu i pamięcią długotrwałą. Model pokazał, że podczas fazy NREM mózg – pod kierunkiem hipokampu – głównie „przegląda” najnowsze wydarzenia i dane, a w czasie fazy REM uruchamiane są dawniejsze wspomnienia, przechowywane w korze nowej. Oba te obszary mózgu komunikują się między sobą w fazie NREM. To wtedy hipokamp przekazuje do kory nowej to, czego się niedawno nauczył. Natomiast w fazie REM aktywuje się kora nowa, które odtwarza to, co już wie, dzięki czemu tworzone jest pamięć długotrwała, wyjaśnia Singh.
      Dodaje, że bardzo ważne jest przełączanie pomiędzy obiema fazami. Gdy kora nowa nie ma szans na odtworzenie sobie informacji, które przechowuje, zostają one nadpisane. Uważamy, że do powstania długotrwałych wspomnień konieczne jest przełączanie się pomiędzy fazami REM i NREM, stwierdza Singh.
      Naukowcy zastrzegają, że wciąż muszą potwierdzić eksperymentalnie swoje spostrzeżenia. Zauważają też, że ich symulacje dotyczyły dorosłej osoby, która dobrze przespała całą noc. Zatem nie muszą być prawdziwe w odniesieniu do innych sytuacji, jak np. do dzieci czy dorosłych, którzy dobrze nie spali. Tego typu model, który można dostosowywać do różnych sytuacji i osób, może być niezwykle przydatny w badaniach nad problemem snu. W dłuższej perspektywie posłuży on do badań nad zaburzeniami psychicznymi i neurologicznymi, w których zaburzenia snu są jednym z objawów.

      « powrót do artykułu
  • Recently Browsing   0 members

    No registered users viewing this page.

×
×
  • Create New...