AI结合“连接组”可预测神经元活动 #神经元

-loading-

听音频 🔊 . 看视频 🎦

... 2024-09-20 02:40 .. 他们仅凭借从果蝇视觉系统连接组中收集的神经回路连接信息，以及对该回路功能的猜测，便创建出果蝇视觉系统的AI模拟，预测出回路中每个神经元的活动。
    研究团队利用连接组，构建了果蝇视觉系统的力学网络模拟。
    在该模型中，每个神经元和突触都与大脑中的真实神经元和突触相对应。
    尽管他们不清楚每个神经元和突触的动态变化，但连接组的数据使团队能运用深度学习方法推断这些未知参数。
    他们随后将这些信息与有关运动检测的知识相结合。
    新模型可预测果蝇视觉系统中64种神经元在响应视觉输入时产生的神经活动，并且准确重现了过去20年进行的20多项实验研究。
    这项研究改变了神经科学家检验大脑工作原理的方式。
    原则上，科学家现在可使用该模型模拟任何相关实验，并生成可在实验室进行测试的详细预测。
    团队表示，连接组的静态快照与活体大脑中实际的动态计算之间，一直存在巨大差距，而新模型弥合了这一差距。
    据最新一期《自 .. UfqiNews ↓ 1

...也有助科学家更好地模拟和理解人脑.
    相关研究成果刊载于最新一期《自然·纳米技术》杂志.
    几十年来，科学家们一直在研究如何重建生物神经元的计算能力，以开发更快、更节能的机器学习系统.
    一种很有前途的方法是使用忆阻器，但一个关键挑战是难以整合前馈和反馈神经元信号，而前馈和反馈机制巩固了人类利用奖励和错误来学习复杂任务的能力.
    在最新研究中，科学家们扩展了电子忆阻器的功能，使其既能响应光信号，又能响应电信号，如此一来，前馈和反馈路径可同时存在于一个网络中.
    研究团队解释说，二维材料只由几层原子组成，这种精细的尺度赋予其多种奇异的特性，可根据材料的分层方式对这些特性进行微调.
    他们堆叠石墨烯、二硫化钼和二硫化钨3种2D材料，制造出一种设备，可根据照射在其上的功率和光/电的持续时间，显示出其电导率的变化.
    与数字存储设备不同，这些设备是模拟的，其操作方式与人脑中的突触和神经元类似，.. 05-09 04:00 ↓ 25

...形成“人在网中走，事在格中办”，新市镇网格化服务团队力求通过这些力所能及的便民服务，为有需要的村民带来温暖.
    网格员们通过日常入户走访和专项行动摸排，把网格内独居老人和留守儿童的基本情况摸清，逐一登记在案，并按照各户实际困难开展“阶梯式”服务，针对重点人员、特殊人群采取“每天两看”，保障基础生活，不定期提供打扫卫生，监测血压等特殊服务；对独居老人和留守儿童采取“每周必看”，询问生活状况，帮助采购物资.
    邻里之间“三尺巷”，网格调解促和谐.
    新市镇网格员日均骑行超过5公里，步行超10000步，通过“错时入户”“延时工作”等方式走访调查，建立了完善的信息台账，为高效处理民生问题打下坚实的基础.
    “耕者有其田，居者有其屋”这是村民们一直以来的朴素追求.
    经历多次政策调整和人员流动后，部分因宅基地和责任田造成的邻里矛盾，开始不断爆发.
    为化解此类问题，新市镇网格化服务团队整合部.. 04-01 18:30 ↓ 24 ..UfqiNews