Kuidas salvestada reaalajas 1 miljon neuronit
Uuenduslik uus meetod võib võimaldada teadlastel tõlkida korraga rohkem kui miljonilt neuronilt pärinevat teavet ning dekodeerida tegevuse, nagu see juhtub.
Viimase paarikümne aasta jooksul on igapäevaelus toodetud andmete hulk plahvatuslikult kasvanud.
Näiteks tänaval kõndides kogub teie mobiiltelefon teavet selle kohta, mitu sammu olete teinud.
Kui ostate poest midagi oma kaardiga, teab pank, mida ostsite, kui palju see oli ja kus te olite.
Samuti teab pood, kas olete varem midagi sarnast ostnud.
Andmeid saab koguda tõhusamalt kui kunagi varem, kuid nüüd on väljakutse mõista, mida me peaksime nendega tegema (kui üldse midagi). Numbrid on meil olemas - aga kas neist on meile mingit kasu?
Hiiglaslik hüpe neuroteaduses
Neuroteaduses on olukord sarnane, kuna on tehtud tohutuid samme ajust tohutute andmete kogumise suunas. Nüüd saavad teadlased korraga kuulata ja suhelda suure hulga ajurakkudega.
Kuigi see edasiminek on osutunud kasulikuks diagnoosimisel, ravimisel ja uurimisel, pole selle täielikku potentsiaali veel realiseeritud. Andmete töötlemise kiirus pärast nende kogumist on endiselt oluline komistuskivi.
Andmetöötlus on kiiresti muutumas kitsaskohaks neuroteaduse teistes valdkondades tehtud edusammude jaoks. Näiteks kui ajust andmeid saaks reaalajas koguda ja mõista, võiks halvatud inimeste robotirelvade juhtimisel või isegi peatsete epilepsiahoogude ennustamisel teha suuri hüppeid.
Nende eesmärkide saavutamiseks tuleb väga kiiresti analüüsida ja arvutada suuri ookeane.
Rootsi Lundi ülikooli Neuronano uurimiskeskuse teadlased on selle probleemiga tegelenud. Nad on välja mõelnud meetodi, millel on potentsiaal reaalajas suhelda miljonite närvirakkudega.
Nende leiud avaldati hiljuti ajakirjas Neuroinformaatika.
Nende süsteem ei suutnud mitte ainult kuulata ajurakkude lobisemist, vaid ka selle tõlkida mõttekaks väljundiks peaaegu koheselt - 25 millisekundi jooksul. Selle uue võimaluse saladus on konkreetne andmevorming, mida nimetatakse hierarhiliseks andmevorminguks, ja protsess, mida nimetatakse bitikodeeringuks.
„Närvirakkude signaalide otse bittkoodi kodeerimine suurendab dramaatiliselt mälumahtu. Kuid suurim kasu on see, et meetod võimaldab meil teavet salvestada viisil, mis teeb selle kohe arvutite protsessoritele kättesaadavaks. "
Neuronano uurimiskeskuse neurofüsioloogia professor Jens Schouenborg
Neuroteaduse tulevik
Martin Garwicz - kes on ka neurofüsioloogia professor Neuronano uurimiskeskuses - selgitab, kuidas nende meetod on tänavatel ees teistest sekkumistest (näiteks elektroentsefalogramm, kus elektroodid asetatakse peanahale).
"Kujutage ette, et soovite kuulda, millest räägivad 10 inimest kõrvaltoas. Kui kuulate kõrva vastu seina, kuulete lihtsalt nurinat, kuid kui panete igale ruumis viibivale inimesele mikrofoni, muudab see teie võimet vestlusest aru saada, ”ütleb ta.
"Ja siis," lisab Garwicz, "mõelge võimalusele kuulata miljonit inimest, leida edastatavast mustreid ja sellele kohe reageerida - seda meie uus meetod võimaldab."
See uus metoodika võimaldab kahesuunalist liiklust: närvirakkudest saab sõnumeid võrrelda ja vastuseid tagasi saata. Tehnoloogia tugineb liikluse teisendamisele bitkoodiks.
"Selle arhitektuuri ja andmevormingu märkimisväärne eelis on see, et see ei vaja täiendavat tõlkimist, kuna aju signaalid tõlgitakse otse bittkoodi. See tähendab märkimisväärset eelist aju ja arvutite vahelises suhtluses, eriti kliiniliste rakenduste osas. "
Juhtiv uuringu autor Bengt Ljungquist
Edaspidi võib see mudel aidata neuroteadustel tohutut edasiminekut. Kui aju-masina liidesed ja aju-arvuti liidesed on viimastel aastatel märkimisväärselt paranenud, tabavad need andmetöötlust sageli blokis.
Bittkoodisüsteemi edukuse korral võib selle ploki nende teelt nihutada.
