03.06.2017
Редакция Naked Science

Глубокую нейросеть научили воображению

Специалисты из японской компании ATR Computational Neuroscience Laboratories научили глубокую нейросеть предсказывать неизвестное психическое содержание на основании томограмм.

untitled-1
©Wikipedia

Поскольку анализ мозговой активности является трудоемким и не всегда обеспечивает высокую надежность диагностики, ученые работают над его автоматизацией. Прошлые эксперименты показали, что существующие алгоритмы машинного обучения позволяют создавать искусственные нейросети, которые могут реконструировать увиденное и воображаемое человеком с помощью снимков, сделанных путем функциональной магнитно-резонансной томографии (фМРТ). Но, как правило, такие декодеры не способны предсказать психическое содержание, соответствующее незнакомым стимулам. Это накладывает на технологию фундаментальное ограничение, делая нейросеть зависимой от тренировок.

 

Авторы новой работы разработали глубокую нейросеть, которая позволяет воспроизводить психическое содержание несмотря на сравнительную новизну стимулов. На первом этапе ученые обследовали пятерых человек — вместо большой выборки они согласно современным протоколам поведенческих МРТ-экспериментов привлекли хорошо подготовленных испытуемых. Находясь в томографе, они просматривали две группы изображений из базы ImageNet: 1200 из 150 категорий (например, «леопарды») и, в качестве контроля, 50 отдельных снимков. Затем им показывали список слов, одно из которых выделялось, — в течение 15 секунд участники должны были вызывать соответствующие ему зрительные образы.

 

Порядок обучения и тестирования глубокой нейросети / ©Tomoyasu Horikawa et al., Nature Communications, 2017

 

После этого ученые создали компьютерный алгоритм из 13 слоев, каждый из которых был редуцирован и описывал только около одной тысячи признаков. Нейросеть включала в себя восемь сверточных слоев (CNN), три модели HMAX, одну GIST, а также слой SIFT+BoF, широко используемый в машинном зрении. Сперва система тренировалась в признаковом описании более 100 тысяч изображений из 15 322 категорий. Причем со стимулами, которые задействовались в эксперименте с людьми, знакомили только слои HMAX и SIFT+BoF (одна тысяча фотографий из 150 категорий). Отдельно нейросеть составляла описание признаков на основании томограмм. Таким образом алгоритм освоил анализ разных визуальных данных.

 

Наконец, авторы проверили, способна ли нейросеть предсказать психическое содержание на основании томограмм при условии, что большинству ее «нейронам» изначально неизвестны вызвавшие его стимулы. Результаты показали, что система во многом гомологична живому мозгу. Так, ее слои хорошо прогнозировали активность различных участков зрительной коры (в работе оценивали 12 областей, свазанных с распознаванием, включая парагиппокампальную область мест (PPA) и другие). Кроме того, механизм предсказания соответствовал принципу функциональной иерархии: особенно хорошо прогнозы высоких и низких уровней системы совпадали с реакцией высших и глубоких слоев мозга.

 

По мнению ученых, полученные данные могут использоваться в моделировании живых нейронных сетей и автоматизации диагностики. Также расширение функциональности таких алгоритмов позволяет рассматривать их как потенциальную основу искусственного интеллекта.

 

Подробности работы представлены в журнале Nature Communications.

 

Ранее исследователи адаптировали метод МРТ к визуализации экспрессии генов.

Нашли опечатку? Выделите фрагмент и нажмите Ctrl + Enter.
8 часов назад
Мария Азарова

Американские исследователи оценили вероятность повторного заражения коронавирусами SARS-CoV, HCoV-229E, HCoV-OC43, HCoV-NL63 и особенно SARS-CoV- 2.

4 часа назад
Мария Азарова

В Великобритании провели крупное популяционное исследование с участием более 32 миллионов человек. Авторы работы изучили неврологические осложнения, связанные с вакцинами ChAdOx1nCoV-19 и BNT162b2, а также после самого Covid-19.

Вчера, 18:54
Мария Азарова

Ученые получили снимок планеты 2M0437b, которая сформировалась не более пяти миллионов лет назад и до сих пор остается чрезвычайно горячей.

8 часов назад
Мария Азарова

Американские исследователи оценили вероятность повторного заражения коронавирусами SARS-CoV, HCoV-229E, HCoV-OC43, HCoV-NL63 и особенно SARS-CoV- 2.

22 октября
Ольга Иванова

Американские исследователи пришли к выводу, что человеческий мозг уменьшился из-за процессов глобализации, кооперации и разделения труда.

22 октября
Александр Березин

Повелители тундростепей Евразийского континента, оказывается, вовсе не вымерли с концом ледникового периода. Вопреки тому, что считалось ранее, они выжили — как минимум на Таймыре и как минимум до 1900 года до нашей эры. А это на много веков позже постройки пирамиды Хеопса. Получается, человек не привел мамонта к вымиранию? Или, напротив, нашел затерянные на Таймыре остатки вида и уничтожил их совсем недавно? Это сложный вопрос, от которого зависит ответ на другой: могут ли слоны заселить Север России и в наши дни?

13 октября
Мария Азарова

Анализ образцов крови, взятых у российских космонавтов до и после их полета на МКС, показал, что длительное пребывание в космосе может провоцировать повреждение мозга.

12 октября
Алиса Гаджиева

Две тысячи лет назад многие сооружения строили лучше, чем сегодня.

27 сентября
Мария Азарова

Новое исследование генетиков из Германии и Италии, похоже, помогло найти ответ на вопрос, который занимал ученых свыше двух тысяч лет: откуда взялись этруски?

[miniorange_social_login]

Комментарии

Написать комментарий

Подтвердить?
Подтвердить?
Не получилось опубликовать!

Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.

Понятно
Лучшие материалы
Войти
Регистрируясь, вы соглашаетесь с правилами использования сайта и даете согласие на обработку персональных данных.
Ваша заявка получена

Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.

Понятно
Ваше сообщение получено

Мы скоро прочитаем его и свяжемся с Вами по указанной почте. Спасибо за интерес к проекту.

Понятно

Сообщить об опечатке

Текст, который будет отправлен нашим редакторам: