Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
В НИУ ВШЭ научились измерять время принятия решения
Ученые НИУ ВШЭ разработали алгоритм расчета индивидуальной длительности принятия решения. Алгоритм можно использовать для оценки нарушений процесса принятия решения и двигательных функций у пациентов с различными заболеваниями.
Результаты исследования опубликованы в PLOS One. Работа выполнена при поддержке мегагранта правительства России в рамках нацпроекта «Наука и университеты». Скорость и точность реакции человека в постоянно меняющейся среде имеют решающее значение для его адаптации. Чем более предсказуемо само событие для человека, тем быстрее и точнее его реакция. Предсказуемым событие может сделать подсказка о его скором появлении. Например, желтый сигнал светофора является подсказкой о том, что скоро можно переходить дорогу. Но перейти ее можно только на зеленый — стимул к запуску действия.
В реакции — периоде между стимулом к запуску действия и самим действием — ученые выделяют три фазы: анализ стимула, принятие решения о характере ответа и выполнение действия. Принятие решения не зависит от других фаз, то есть может произойти до сигнала к запуску действия, как в примере с желтым сигналом светофора. В таком случае эта фаза называется подготовительным периодом.
На примере со светофором можно увидеть: наличие подсказки о скором появлении стимула снижает время реакции на этот стимул — за счет переноса фазы принятия решения до самого стимула. Это подтверждают и научные эксперименты. Ученым давно известен так называемый эффект подготовительного периода: чем больше времени затрачивается на подготовку, тем быстрее мы реагируем на сам стимул.
В экспериментах задачи с подсказкой позволяют оценить время принятия решения (подготовительный период) и время моторной реакции отдельно друг от друга. Однако до сих пор исследователи не научились точно измерять подготовительный период в таких задачах — он задается экспериментатором вручную. Ученые ВШЭ решили разработать эффективный алгоритм, позволяющий определить индивидуальную длительность этого процесса.
Для этого они использовали классическую задачу с подсказкой. В каждой пробе участнику предъявлялась подсказка определенной формы. В зависимости от формы нужно было нажать стрелку — вправо или влево. Нажимать требовалось не сразу, а лишь после того, как исчезнет подсказка и появится сигнал к нажатию — зеленый круг. Время между исчезновением подсказки и появлением сигнала к нажатию и является подготовительным периодом в процессе принятия решения о нажатии.
Каждый участник выполнял 120 проб. Пробы делились поровну на три условия в зависимости от длительности подготовительного периода: в 40 пробах зеленый круг появлялся сразу после подсказки, еще в трети — через 1,2 секунды. В оставшихся пробах время между исчезновением подсказки и сигналом к нажатию было адаптивным. Адаптивный алгоритм подстраивался под индивидуальное время подготовительного периода конкретного испытуемого, которое рассчитывалось на основании его предыдущих проб.
Всего в эксперименте участвовало 67 человек. Их разделили на две группы в зависимости от сложности задачи. В простой задаче подсказки о том, какую кнопку нажать, различались только по форме: квадрат или крестик. В сложной задаче необходимо было учитывать как форму, так и угол поворота стимула. Ожидаемо, что в группах со сложной задачей времени на принятие решения требуется больше. Затем ученые проанализировали время реакции испытуемых в зависимости от группы и условий пробы.
Если подготовительный период отсутствовал (стимул к нажатию появлялся сразу после подсказки), время между этим стимулом и реакцией было больше в группе со сложной задачей по сравнению с простой. Это говорило о том, что в сложной задаче времени на принятие решения нужно больше, но не позволяло оценить его отдельно от времени моторной реакции.
Если подготовительный период составлял 1,2 секунды, время реакции было одинаковым независимо от сложности задачи. Это свидетельствовало о полном переносе процесса принятия решения в подготовительный период. Однако это все еще не давало представления об индивидуальном времени принятия решения.
«Анализ проб с адаптивным алгоритмом показал, что подготовительный период длился дольше в группе со сложной задачей. При этом время реакции было одинаковым в обеих группах. Таким образом, только использование адаптивного алгоритма позволяло оценить реальное время принятия решения, которое в данном случае зависело от сложности задачи», — объясняет руководитель исследования и автор методики, ведущий научный сотрудник Центра биоэлектрических интерфейсов НИУ ВШЭ Алексей Тумялис.
В отличие от других подходов к оценке времени принятия решения, адаптивный алгоритм дает оценку прямо во время выполнения задачи, а не после нее. Более того, он позволяет манипулировать процессом выполнения задания. Это может быть полезным как для исследования параметров принятия решения, так и для использования алгоритма в практических целях. Алгоритм можно использовать для оценки нарушений процесса принятия решения и двигательных функций у пациентов с различными заболеваниями.
Некоторые заболевания (тревожность или шизофрения) затрагивают только процесс принятия решения, другие (болезнь Паркинсона) — только моторные функции, тогда как третьи (инсульт) приводят к нарушению как моторных, так и когнитивных функций. Предложенный алгоритм позволяет оценить эти функции изолированно, поскольку отдельно измеряет время моторной реакции и время принятия решения индивидуально для каждого пациента. В настоящее время готовится исследование по трансляции разработанной методики в клиническую экспериментальную практику на базе Лаборатории медицинских нейроинтерфейсов и искусственного интеллекта Центра мозга и нейротехнологий ФМБА России, созданной совместно с РНИМУ имени Н. И. Пирогова в рамках Программы Приоритет-2030.
Telegram 
Дзен 
VK Существует несколько гипотез о том, как на самом деле древние египтяне строили свои пирамиды. Если о способах возведения монументальных сооружений и инструментах, которые использовали строители, более-менее известно, то о методах доставки блоков и их установки мнения разнятся. Команда французских архитекторов и египтологов изучила ландшафт вокруг самой древней из сохранившихся египетских пирамид — Джосера — и рассказала, как египтяне могли доставлять и поднимать камни для ее строительства.
Эпоксидные смолы известны своей прочностью, устойчивостью к химическим воздействиям и хорошими электрическими свойствами. Такие полимеры используют в качестве основы красок, покрытий, клеев и изоляционных материалов. Однако их применение ограничено высокой вязкостью. Ученые ПНИПУ синтезировали низковязкую, но прочную эпоксидную смолу. Разработка откроет новые горизонты ее использования, избавит от потребности применять разбавители и станет модификатором более высоковязких существующих смол без понижения механических характеристик. Например, клей и краска станут более устойчивыми.
В прошлом ИИ-системы выполняли определенный набор задач, а при появлении новых их нужно было переобучать. На это уходили дополнительные финансовые и вычислительные ресурсы. Открытие лаборатории исследований искусственного интеллекта T-Bank AI Research и Института AIRI меняет ситуацию. Ученые первыми в мире создали модель в области контекстного обучения (In-Context Learning), которая на нескольких примерах сама может учиться новым действиям.
Существует несколько гипотез о том, как на самом деле древние египтяне строили свои пирамиды. Если о способах возведения монументальных сооружений и инструментах, которые использовали строители, более-менее известно, то о методах доставки блоков и их установки мнения разнятся. Команда французских архитекторов и египтологов изучила ландшафт вокруг самой древней из сохранившихся египетских пирамид — Джосера — и рассказала, как египтяне могли доставлять и поднимать камни для ее строительства.
Человек множеством способов загрязняет природу вокруг себя, преимущественно воду. В Мировой океан попадают как отходы с производств, так и тонны пластикового мусора. Все это способно отравлять жизнь морских животных, особенно редких вроде акул. Одним из малоизученных токсичных источников можно назвать наркотики, в частности кокаин. Случайное употребление этого вещества акулами раньше только предполагали, но теперь бразильские биологи нашли прямые доказательства.
Международная команда исследователей с участием ученых из НИУ ВШЭ изучила, как люди, владеющие двумя языками (билингвы), ассоциируют время с пространством. Оказалось, что и в первом, и во втором языке они связывают прошлое с левой частью пространства, а будущее — с правой. При этом чем выше уровень владения вторым языком, тем сильнее выражена эта связь.
Необычный биологический вид, по оценке авторов новой научной работы, пригоден для заселения четвертой планеты без каких-либо предварительных условий — уже в том виде, в котором он существует сейчас. Поскольку речь идет о фотосинтетическом организме, он способен нарабатывать существенное количество кислорода. Интересно, что кандидат на терраформирование Марса сохранил жизнеспособность после месяца в жидком азоте.
Falcon 9 Block 5 впервые за три сотни запусков дал частично неудачный полет. Ракета выводила 20 спутников компании SpaceX, с 15 связь уже пропала, еще пять могут быть потеряны в ближайшее время.
Авторы нового исследования впервые показали, что круглые провалы в лунной поверхности не просто близки к многокилометровым пещерам на естественном спутнике Земли, но и располагают тоннелями, ведущими в глубину.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно
Мы скоро прочитаем его и свяжемся с Вами по указанной почте. Спасибо за интерес к проекту.
Понятно