В продолжении темы выбора протеза немного добавлю, что одним из параметров должна быть совместимость с МРТ.
Это должно быть указано на его паспорте (или в выписке) по метод. рекомендациям: «MR Safe» (полностью безопасно), «MR Conditional» (безопасно при соблюдении условий) или «MR Unsafe» (строго запрещено).
Спасибо за график "две волны памяти"! буду его использовать в своих лекциях. Могли бы Вы чуть расширить описание к этому графику? указать единицу измерения параметра по оси y.
Коллеги, вот какие моменты для себя отметил в статье:
1) Про синхронизацию: В искусственных сетях синхронизация отсутствует — обучение там идет через подстройку весов, исходя из средней скорости их обновления.... В живой нервной системе обработка сигналов на уровне отдельных импульсов (спайков) крайне эффективна, а сама информация не объединяется в общие массивы (не агрегируется). Создавать алгоритмы для импульсных нейросетей (Spiking Neural Networks), которыми сейчас активно занимаются исследователи, гораздо сложнее...
2) про алгоритмы: люди будут вынуждены задуматься о более совершенных алгоритмах и более эффективной архитектуре. Архитектура современных больших языковых моделей слишком проста: даже если взять Трансформер, в нем все равно используется базовая однородная структура связей, преимущественно с прямым распространением сигнала (feed-forward). При этом не учитывается разнообразие нейронов...
3) про ИИ и карьеру ученого: нынешним студентам неизбежно придется столкнуться с этой проблемой. Альтернативы нет — они окажутся в эпицентре этих вызовов. Именно по этой причине я инициировал проект AnyMind....
В оригинала интервью этот проект упоминается как AnyMind. На просторах интернета удалось найти ссылку на него (в прямую он просто не гуглится): https://anyminds.org
Спасибо, очень интересно! я вот буквально недавно сделал модель на графах для оценки управления вниманием. В приложенной Вами ссылке на исследовательскую статью интересно особенно было прочитать про EEG-RA анализ. Концептуально моя модель хорошо согласуется с выводами этой статьи. Более того, мне кажется, что у меня получилась модель именно того механизма, который авторы статьи наблюдают экспериментально с помощью EEG и fMRI.
Также отдельное спасибо - узнал из этой статьи о интересном фреймворке https://www.brain-smart.org/, которые авторы использовали для анализа. Вот ссылка: Jie Cui, Lei Xu, Steven L. Bressler, Mingzhou Ding, Hualou Liang, BSMART: a Matlab/C toolbox for analysis of multichannel neural time series, Neural Networks, 21:1094 - 1104, 2008. Они, правда, сделали это на Матлаб, а я упражнялся на Python. Записал себе в заметки - обязательно посмотрю их алгоритмы.
Мне статья понравилась. Особенно про теорию возврата инвестиций в зависимости от возраста. Спасибо автору.
У меня есть небольшой опыт преподавания в магистратуре. В последнее время вижу, что этот путь выбирают осознанно и идут не "пересидеть", а пополнить свой интеллектуальный капитал.
Прокопал тему и вот что у меня получилось... этот комментарий натолкнул меня на продолжении серии цикла моих статей (скоро допишу и опубликую):
1) я пишу про тета-гамма ритмы синхронизацию, которая подается как абстрактный «маркер», но упускается синаптический механизм (в статье новой попробую его доулучшить за счет нейронной модели Хиндмарша-Розе (вот ссылка на модель https://github.com/D2718281828nis/Neuro-Neuron_Models/blob/master/models/example model Hindmarsh-Rose.ipynb)). Кажется, что фазы тета-ритма задают временные окна, а гамма-ритм обеспечивает синхронизацию спайков нейронных ансамблей (через спайк-тайминг-зависимую пластичность — STDP).
2) Я пытаюсь рассматривать память (хотя, кажется, это вообще неправильно) вне контекста поведения. Понимаю, что игнорирование этого факта сужает понимание того, что именно мозг «раскладывает по полочкам». Пока оставлю это как ограничение модели
3) Благодаря комментарию разобрался с психомоторными законами :
Правило Фиттса: Время фиксации и подготовки саккады зависит от точности, требуемой для следующего движения глаз (размер и удаленность цели). Мозг не просто «сохраняет информацию», но и оптимизирует моторное планирование, что напрямую диктует длительность паузы.
Правило Хика: Время принятия решения о том, что именно фиксировать и кодировать, растет пропорционально количеству вариантов (элементов на сцене). «Управляемое окно» удлиняется не только из-за ценности объекта, но и из-за когнитивной нагрузки при выборе цели среди множества стимулов.
Принцип ориентировочной реакции (ОР): Сам факт возникновения фиксации инициируется ОР на новизну или значимость стимула. ОР запускает вегетативные и нейронные сдвиги (включая те самые тета-гамма колебания), которые и открывают это «окно». Без первичной ориентировочной реакции стратегическое кодирование просто не запустится.
4) Про ядра VTA (системы вознаграждения). Дофамин из VTA выступает в роли триггера - усиление локальной активности (которую я попытался промоделировать синхронизацией Курамото) обусловлено дофаминовой модуляцией, которая сигнализирует о мотивационной значимости - эдакое вознаграждение для мозга. В модели это можно было бы учесть, если « окно » открывается не само по себе, а только при получении разрешающего сигнала от системы вознаграждения VTA. Это попробую сделать в следующей своей статье.
В продолжении темы - конкурент Нейролинка компания Science пошла дальше и сделала имплант "для глаза", получила одобрение на клиническое использование.
Важно другое - они предложил какой-то "живой электрод". Мне кажется, с этим интересно будет поразбираться.
Вообще хорошая идея делать так, чтобы использовать идеи о когнитивном ресурсе или когнитивной нагрузке при построении обучения. Хорошо вообще думать об эффективности обучения. Чтобы получать побольше навыков и знаний за поменьше платы: время, когнитивная нагрузка. И когнитивная нагрузка тут ключевая.
получается, чтобы повышать эффективность обучения можно управлять тремя параметрами: 1) кислород, 2) глюкоза, 3) умение эффективно управлять своими нейронными ансамблями.
для 1) - надо высыпаться для 2) - надо не учиться на голодный желудок и баловать себя шоколадкой для 3) - надо уметь управлять своим вниманием и не прокрастинировать
и в этой статье есть интересное дополнение "higher level of (adenosine triphosphate ) ATP production per time unit is beneficial for cognitive performance". Получается, что за теорией когнитивной нагрузки лежит вполне измеримая биохимическая основа: для ATP нужен кислород, глюкоза, умение эффективно управлять своими нейронными ансамблями (они это называют neuro efficency).
ещё там пишут про митохондрии, но здесь мне уже не хватает компетенции что-то прокомментировать.
Я верю в теорию пассионарности. Поэтому драйверами эволюции считаю именно таких активных пассионариев в обществе, которые своей активностью превозмогают «гипотезу социально-эволюционного несоответствия и конкуренции» (SEMCH).
коллеги, читал про этот чип NEO. По характеристикам было заявлено про 1024 электрода. И основная его особенность - это установка на твердую оболочку (dura) могза, который "пробивается" гибкими электродами. За счет гибких электродов и умных алгоритмов фильтрации сигнала достигается высокая точность декодирования. И там установлен беспроводной модуль передачи данных.
Больница Хуашань числится при университете Фудан (Fudan) - отправлял туда коллег в командировку и не соглашусь с мнением, что китайские ученые и врачи как-то подтасовали результаты. Университет Фудан отлично оснащен и имеет мощную клиническую базу.
Скорейшего Вам восстановительного реабилитационного периода!
В продолжении темы выбора протеза немного добавлю, что одним из параметров должна быть совместимость с МРТ.
Это должно быть указано на его паспорте (или в выписке) по метод. рекомендациям: «MR Safe» (полностью безопасно), «MR Conditional» (безопасно при соблюдении условий) или «MR Unsafe» (строго запрещено).
Спасибо за график "две волны памяти"! буду его использовать в своих лекциях. Могли бы Вы чуть расширить описание к этому графику? указать единицу измерения параметра по оси y.
спасибо за подбрку статей!
в самом начале новости указал ссылку, на всякий случай дублирую: https://neuronovosti.ru/anokhin-pu/
Коллеги, вот какие моменты для себя отметил в статье:
1) Про синхронизацию: В искусственных сетях синхронизация отсутствует — обучение там идет через подстройку весов, исходя из средней скорости их обновления.... В живой нервной системе обработка сигналов на уровне отдельных импульсов (спайков) крайне эффективна, а сама информация не объединяется в общие массивы (не агрегируется). Создавать алгоритмы для импульсных нейросетей (Spiking Neural Networks), которыми сейчас активно занимаются исследователи, гораздо сложнее...
2) про алгоритмы: люди будут вынуждены задуматься о более совершенных алгоритмах и более эффективной архитектуре. Архитектура современных больших языковых моделей слишком проста: даже если взять Трансформер, в нем все равно используется базовая однородная структура связей, преимущественно с прямым распространением сигнала (feed-forward). При этом не учитывается разнообразие нейронов...
И правда, моделей то нейронов и правда много - вот пример репозитория, который развиваю https://github.com/D2718281828nis/Neuro-Neuron_Models
3) про ИИ и карьеру ученого: нынешним студентам неизбежно придется столкнуться с этой проблемой. Альтернативы нет — они окажутся в эпицентре этих вызовов. Именно по этой причине я инициировал проект AnyMind....
В оригинала интервью этот проект упоминается как AnyMind. На просторах интернета удалось найти ссылку на него (в прямую он просто не гуглится): https://anyminds.org
:( что-то напутал со ссылкой на модель, вот корректная https://github.com/D2718281828nis/Neuro-Neuron_Models/blob/master/assets/BrainAtlas-Graph-Attention-Model.ipynb
Спасибо, очень интересно! я вот буквально недавно сделал модель на графах для оценки управления вниманием. В приложенной Вами ссылке на исследовательскую статью интересно особенно было прочитать про EEG-RA анализ. Концептуально моя модель хорошо согласуется с выводами этой статьи. Более того, мне кажется, что у меня получилась модель именно того механизма, который авторы статьи наблюдают экспериментально с помощью EEG и fMRI.
Также отдельное спасибо - узнал из этой статьи о интересном фреймворке https://www.brain-smart.org/, которые авторы использовали для анализа. Вот ссылка: Jie Cui, Lei Xu, Steven L. Bressler, Mingzhou Ding, Hualou Liang, BSMART: a Matlab/C toolbox for analysis of multichannel neural time series, Neural Networks, 21:1094 - 1104, 2008. Они, правда, сделали это на Матлаб, а я упражнялся на Python.
Записал себе в заметки - обязательно посмотрю их алгоритмы.
Мне статья понравилась. Особенно про теорию возврата инвестиций в зависимости от возраста. Спасибо автору.
У меня есть небольшой опыт преподавания в магистратуре. В последнее время вижу, что этот путь выбирают осознанно и идут не "пересидеть", а пополнить свой интеллектуальный капитал.
Прокопал тему и вот что у меня получилось... этот комментарий натолкнул меня на продолжении серии цикла моих статей (скоро допишу и опубликую):
1) я пишу про тета-гамма ритмы синхронизацию, которая подается как абстрактный «маркер», но упускается синаптический механизм (в статье новой попробую его доулучшить за счет нейронной модели Хиндмарша-Розе (вот ссылка на модель https://github.com/D2718281828nis/Neuro-Neuron_Models/blob/master/models/example model Hindmarsh-Rose.ipynb)). Кажется, что фазы тета-ритма задают временные окна, а гамма-ритм обеспечивает синхронизацию спайков нейронных ансамблей (через спайк-тайминг-зависимую пластичность — STDP).
2) Я пытаюсь рассматривать память (хотя, кажется, это вообще неправильно) вне контекста поведения. Понимаю, что игнорирование этого факта сужает понимание того, что именно мозг «раскладывает по полочкам». Пока оставлю это как ограничение модели
3) Благодаря комментарию разобрался с психомоторными законами :
Правило Фиттса: Время фиксации и подготовки саккады зависит от точности, требуемой для следующего движения глаз (размер и удаленность цели). Мозг не просто «сохраняет информацию», но и оптимизирует моторное планирование, что напрямую диктует длительность паузы.
Правило Хика: Время принятия решения о том, что именно фиксировать и кодировать, растет пропорционально количеству вариантов (элементов на сцене). «Управляемое окно» удлиняется не только из-за ценности объекта, но и из-за когнитивной нагрузки при выборе цели среди множества стимулов.
Принцип ориентировочной реакции (ОР): Сам факт возникновения фиксации инициируется ОР на новизну или значимость стимула. ОР запускает вегетативные и нейронные сдвиги (включая те самые тета-гамма колебания), которые и открывают это «окно». Без первичной ориентировочной реакции стратегическое кодирование просто не запустится.
4) Про ядра VTA (системы вознаграждения). Дофамин из VTA выступает в роли триггера - усиление локальной активности (которую я попытался промоделировать синхронизацией Курамото) обусловлено дофаминовой модуляцией, которая сигнализирует о мотивационной значимости - эдакое вознаграждение для мозга. В модели это можно было бы учесть, если « окно » открывается не само по себе, а только при получении разрешающего сигнала от системы вознаграждения VTA. Это попробую сделать в следующей своей статье.
В продолжении темы - конкурент Нейролинка компания Science пошла дальше и сделала имплант "для глаза", получила одобрение на клиническое использование.
Важно другое - они предложил какой-то "живой электрод". Мне кажется, с этим интересно будет поразбираться.
Вот научная статья про это https://science.xyz/papers/science-biohybrid-microwell-manuscript.pdf
а ещё я вот за это зацепился взглядом:
получается, чтобы повышать эффективность обучения можно управлять тремя параметрами: 1) кислород, 2) глюкоза, 3) умение эффективно управлять своими нейронными ансамблями.
для 1) - надо высыпаться
для 2) - надо не учиться на голодный желудок и баловать себя шоколадкой
для 3) - надо уметь управлять своим вниманием и не прокрастинировать
Спасибо! мне видится, что ещё и энергетически работа мозга достаточно затратна для организма - почти 20% всего потребления уходит на мозг.
Спирман предложил свою теорию почти 100 лет назад, а в этой статье вышел пересмотр этой теории https://www.researchgate.net/publication/331455078_A_Revised_Mental_Energy_Hypothesis_of_the_g_Factor_in_Light_of_Recent_Neuroscience
и в этой статье есть интересное дополнение "higher level of (adenosine triphosphate ) ATP production per time unit is beneficial for cognitive performance". Получается, что за теорией когнитивной нагрузки лежит вполне измеримая биохимическая основа: для ATP нужен кислород, глюкоза, умение эффективно управлять своими нейронными ансамблями (они это называют neuro efficency).
ещё там пишут про митохондрии, но здесь мне уже не хватает компетенции что-то прокомментировать.
Спасибо за статью! как-будто прошелся по ночным городам как турист и насладился видом достопримечательностей.
Спасибо! прочитаю обязательно и посмотрю их репозитории
Я верю в теорию пассионарности. Поэтому драйверами эволюции считаю именно таких активных пассионариев в обществе, которые своей активностью превозмогают «гипотезу социально-эволюционного несоответствия и конкуренции» (SEMCH).
Спасибо, интересная статья!
в оригинале битая ссылка на датасет траекторий. Нашел на Zenodo, может быть будет время помоделировать
https://zenodo.org/search?q=6517229&l=list&p=1&s=10&sort=bestmatch
коллеги, читал про этот чип NEO. По характеристикам было заявлено про 1024 электрода. И основная его особенность - это установка на твердую оболочку (dura) могза, который "пробивается" гибкими электродами. За счет гибких электродов и умных алгоритмов фильтрации сигнала достигается высокая точность декодирования. И там установлен беспроводной модуль передачи данных.
Больница Хуашань числится при университете Фудан (Fudan) - отправлял туда коллег в командировку и не соглашусь с мнением, что китайские ученые и врачи как-то подтасовали результаты. Университет Фудан отлично оснащен и имеет мощную клиническую базу.
а вот ссылка на исследование, которое они проводили почти год назад (примечательно, что оно было заявлено на FDA, но первее в комменческое пользование выведено в Китае)
https://clinicaltrials.gov/study/NCT06990412?viewType=Card&term=NEO&rank=3#study-record-dates
Уточните, пожалуйста, Вы вот про это правило говорите? https://ru.wikipedia.org/wiki/Закон_Фиттса
Спасибо за подробный вопрос. Повышу свою компетенцию и посмотрю, что такое "правило Фитса" и обязательно вернусь к Вам с развернутым ответом.
@poigeСпасибо за Ваше внимание и аккуратность в исследовании такой непростой темы!