Каждый год десятки миллионов людей борются с хроническими нарушениями сна. Но диагностика и лечение бессонницы - трудная задача для врачей и исследователей. Обычно испытуемым приходится спать в лаборатории, «обмотанными» различными проводами, которые отслеживают дыхание, сердечный ритм, движения и активность мозга. В таком случае ученые получают не до конца достоверную информацию, которая в процессе анализа данных может быть еще больше искажена. Но теперь радиосигналы и машинное обучение призваны освободить испытуемых от проводов и некомфортного сна.

«Домашнее» устройство пускает радиоволны (подобно телефонам и Wi-Fi – роутерам) и измеряет отражённые от человека. Затем система, основываясь на прошлых радиочастотных мониторингах сна, с помощью трёх алгоритмов машинного обучения для анализа: дыхания, пульса и определения фазы сна. Первый тип нейронной сети распознаёт и обрабатывает спектрограммы, другой отслеживает временные паттерны для получения динамики стадий сна, а третий – уточняет анализ и обобщает его.

Исследователи обучили «анализатор» на 70 000 – х 30-секундных интервалах сна и проверяли его на 20 000 испытуемых. По итогам система смогла определить стадию сна с 80% точностью, что не удавалось до этого времени ни одному радиочастотному методу.

Более 300 лет назад философ Рене Декарт задал тревожный вопрос: «Если нашим чувствам нельзя всегда доверять, как мы можем отделить иллюзию от реальности?» Новое исследование показывает, что все не так плохо, потому что наш мозг постоянно проверяет действительность, ставя под сомнение свои прошлые переживания и убеждения. Галлюцинации возникают, когда эта внутренняя проверка фактов ошибается, это понимание может привести к лучшему лечению шизофрении и других психических расстройств.

[video src="https://www.youtube.com/watch?v=93vqcBLWK-8"][/video] 

"Новое исследование делает важный шаг в направлении выявления областей мозга, которые «производят» галлюцинации, и их лечения", - говорит Джордж Нортгофф (Georg Northoff), невролог из Университета Оттавы, который не участвовал в исследовании.

Мы не всегда воспринимаем мир, как видим, или слышим. Например, в эксперименте, разработанном в Йельском университете в 1890-х годах, исследователи неоднократно демонстрировали добровольцам изображение в паре со звуком (однотонное постукивание). Когда ученые выключали стук, участники все еще «слышали» его при появлении изображения. Подобная слуховая галлюцинация возникает в повседневной жизни: когда вам кажется, что слышите звон мобильного телефона.

«Люди ожидают звука настолько сильно, что мозг слышит его вместо них», - говорит Альберт Пауэрс (Albert Powers), психиатр Йельского университета и автор нового исследования.

«Эти примеры предполагают, что галлюцинации возникают, когда мозг придает больший вес своим ожиданиям и убеждениям, чем к сенсорным данным, которые он получает», - говорит автор исследования и психиатр Йельского университета Филипп Корлетт (Philip Corlett).

Чтобы проверить эту идею, он, Пауэрс и коллеги решили применить версию эксперимента 1890-х годов к четырем различным группам: здоровым людям, людям с психозом, которые не слышат голосов в голове, людям с шизофренией, и самоназванных экстрасенсов, которые регулярно слышат голоса, но не считают их тревожными.

Исследователи обучили всех связывать образ шахматной доски с 1-килогерцовым, 1-секундным тоном. Когда команда меняла интенсивность тона, участникам необходимо было нажать кнопку, когда они слышали нужный тон, а сила давления на кнопку показывала уровень уверенности в своем решении. Используя магнитно-резонансные сканеры изображений, исследователи зафиксировали снимок активности мозга участников, когда они делали свой выбор.

Команда предположила, что люди, которые слышат голоса, будут более склонны «верить» в слуховые галлюцинации. Именно так и оказалось: как шизофреники, так и самоназванные экстрасенсы почти в пять раз чаще говорили, что слышали несуществующий тон, чем здоровые люди. Они также были на 28% увереннее, что слышали тон, когда была тишина, сообщают исследователи в Science.

Как у самоназванных экстрасенсов, так и у людей с шизофренией аномальную активность нейронов проявлялась в нескольких областях мозга, ответственных за мониторинг наших представлений о реальности. Например, пониженная активность мозжечка. Именно он играет решающую роль в планировании и координации будущих движений, процесс, который требует постоянного обновления восприятия внешнего мира.

«Результаты подтверждают, что, когда дело доходит до того, как мы воспринимаем мир, наши идеи и убеждения могут легко одолеть наши чувства», - говорит Пауэрс.

Работа также предполагает, что мозжечок является ключевым контрольным пунктом против этого искажения, добавляет он.

Такие исследования могли бы направлять все еще экспериментальные методы лечения, такие как транскраниальная магнитная стимуляция, которая направлена ​​на подавление или усиление активности мозга в целевых областях посредством электрических токов. Еще более многообещающим, говорит Корлетт, является перспектива, что такие исследования, помогут врачам предсказать шизофрению, позволяя лечение ещё на ранних стадиях.

Сибирская язва – одно из самых опасных заболеваний, поэтому так важно вовремя обнаруживать смертельно опасные споры сибирской язвы. Новый искусственный интеллект научился быстро идентифицировать бактерии на изображениях микроскопа.

Метод обнаружения состоит из двух основных компонентов: голографический микроскоп, который может измерять образцы относительно степени рассеяния и преломления света при его прохождении через клеточные структуры, и, непосредственно, искусственный интеллект, основанный на глубоком обучении, который «нацелен» на обнаружение бактерий Bacillus anthracis и других представителей рода Bacillus.

«Это исследование показало, что голографическая визуализация и глубокое обучение могут идентифицировать сибирскую язву за несколько секунд», - говорит ЮнКеун «Пол» Парк (YongKeun “Paul” Park), адъюнкт-профессор физики в Корейском передовом научно-техническом институте (KAIST). «Обычные подходы, такие как бактериальная культура или секвенирование генов, занимают несколько часов в день».

Система HoloConvNet представляет собой многослойную нейронную сеть, которая может использовать глубокое обучение для идентификации каких-либо одноклеточных организмов, пока что сеть будет проходить через соответствующие учебные наборы данных, включающие изображения конкретных организмов.

Например, корейские исследователи продемонстрировали более широкий потенциал глубокого обучения и голографической визуализации, поскольку HoloConvNet идентифицирует бактерии Listeria monocytogenes, ответственные за инфекции, передаваемые вместе с пищевыми продуктами. Это могло бы предоставить врачам и исследователям инструмент для более быстрой диагностики бактерий, ответственных за ряд различных заболеваний.

Парк также указал на возможность быстрого выявления опасных бактерий, ответственных за пищевое отравление, что немаловажно, учитывая, что пищевые патогены поражают около 50 миллионов человек в год и ежегодно убивают 351 000 человек.

Сначала корейские исследователи попробовали использовать контролируемые алгоритмы машинного обучения для определения спор сибирской язвы, но были способны идентифицировать только род образцов. Успех пришел только после того, как исследователи обратились к глубокому обучению.

Получение разрешения на проведение эксперимента также заняло почти год, потому что им нужен был доступ к лаборатории биобезопасности 3 (BSL-3) в Агентстве по оборонному развитию Южной Кореи. Санджин Парк (Sangjin Park), один из соавторов, имел доступ к лаборатории в качестве сотрудника Агентства по оборонному развитию. Но он должен был носить защитную одежду при работе с образцами сибирской язвы и использовать голографический микроскоп внутри лаборатории.

Одним из главных преимуществ голографического микроскопа является способность показывать структуры микроорганизмов без добавления флуоресцентных красителей и белков.

Но это по-прежнему относительно новая технология, которая нуждается в широком использовании, чтобы исследователи имели доступ к более крупной базе данных голографических изображений, чтобы обучать искусственный интеллект.

В основном пчел воспринимают как очень социальных насекомых: они защищают королеву, личинок, вместе «работают» и охраняют улей. Но, оказывается, есть и такие пчёлы, которые избегают сородичей и не работают вместе с ними. Более того, новое исследование показало, что у насекомых – одиночек гены, регулирующие реакцию на различные социальные ситуации, схожи с генами людей, страдающих расстройствами аутистического спектра.

«Работа наглядно показывает, как эволюция «использует» одни и те же молекулярные механизмы у самых разных животных, даже в регуляции таких сложных процессов, как социальное поведение. Нейронные схемы должны быть очень разными для людей и медоносных пчел, но гены работают похожим образом. И это потрясающе!», - говорит Ханс Хофманн (Hans Hofmann), эволюционный нейробиолог из Техасского университета в Остине, который не участвовал в исследовании.

Чтобы выявить «антисоциальных» пчел, Хагай Шпиглер (Hagai Shpigler), докторант из Университета штата Иллинойс в Урбане, разработал два теста, в которых он с коллегами тестировал группы пчел и анализировал реакцию каждого отдельного насекомого.

В одном тесте в группе была одна незнакомая пчела. Группа, как правило, инстинктивно пытается «защитится» и нападает на незнакомца. Во втором тесте Шпиглер поместил в группу личинку королевы. Она, в отличие от первого теста, вызывает материнский инстинкт, а рабочие пчелы склонны её кормить. 245 (по 10 особей в каждой) групп пчел из семи разных колоний прошли тесты по несколько раз. Большинство пчел «правильно» реагировали хотя бы на одну ситуацию, но примерно 14% оставались безучастны к происходящему.

Учёные выделили у «особенных» пчел грибовидные тела – часть мозга насекомых, отвечающая за социальное поведение, и обнаружили, что у несоциальных пчел и людей, страдающих аутизмом, много общих генов, работающих неправильно. Некоторые из используемых генов помогают регулировать поток ионов в и из клеток, в частности, нервных, другие – кодируют так называемые белки теплового шока, которые индуцируются во время стресса.

Исследователи пока не знают, как именно эти гены влияют на поведение у пчел и людей, но манипулирование ими у насекомых может пролить свет на их функции у людей.

Клэр Риттхоф (Claire Rittschof), энтомолог из Университета Кентукки в Лексингтоне, которая не участвовала в исследовании, предупреждает, что «невосприимчивые» пчелы могут оказаться отзывчивыми в другой социальной ситуации.

 «Трудно отделить социальную отзывчивость от поведенческих изменений в целом», - отмечает она.

Важно понимать, что никто не образует точные параллели между медоносной пчелой и человеческим поведением.

«Мы не хотим создавать впечатление, что пчелы - маленькие люди или люди - большие пчелы», - говорит руководитель группы Джин Робинсон (Gene Robinson), специалист поведенческой геномики и директор Института генетической биологии Карла Р. Вуа.

Тем не менее, медоносные пчелы могут стать отличной моделью. Теперь учёным интересно взаимодействие этих генов и у других видов животных.

«Чем больше моделей доступно для изучения того, как эти гены приводят к специфическому поведению, тем лучше», - говорят они.

Также остается загадкой, почему антисоциальные пчелы, несмотря на своё поведение, остаются частью улья и общества. Риттхоф считает, что эти особи всё равно считаются частью группы.

«Как человеческие, так и пчелиные сообщества содержат и приспосабливают различные типы личности, как сильные, так и слабые стороны», - предполагает она.

Новые мягкие роботизированные экзокостюмы могут помочь ходить пациентам, перенесшим инсульт, сообщают исследовали в Science Translational Medicine.

[video src="https://www.youtube.com/watch?v=KWLgfP2ndes"][/video] 

Инсульт является основной причиной инвалидности в Соединенных Штатах. Более 6,5 миллионов американцев стали жертвами инсульта, а способность ходить не восстанавливается полностью у большинства из них.

«Тот факт, что многие выжившие после инсульта не могут, скажем, ходить в магазин, что в свою очередь, снижает не только качество жизни, но и ухудшает здоровье», - сказал Конор Уолш (Conor Walsh), учёные Гарвардского университета.

Экзоскелеты являются отличным подспорьем и для врачей, и для пациентов. Тем не менее большинство твёрдых экзоскелетов большинство твёрдых экзоскелетов помогают людям, совершенно не способным ходить, но, если пациент частично сохранил способность двигаться, экзоскелет сковывает движения, говорит Уолш.

Поэтому Уолш и его коллеги стремились разработать лёгкий носимый экзокостюм для поддержки способности к движениям.

«Предоставляя небольшую помощь, наш мягкий экзоскелет может обеспечить значительные преимущества для людей, которые сохраняют способность ходить, например, для тех, кто перенёс инсульт», - говорит Уолш.

Экзокостюм весом 900 грамм, который создали учёные, состоит из ремня на поясе и ремней для ног, соединенных с основой. Кабели, прикрепленные к приводу поясе, тянут за пятку на обуви, помогая продвигать ногу вперед и исправляют проблему со сгибанием ног и движением лодыжки. Аккумулятор для все конструкции весит 560 граммов.

В течение двух дней тестирования девять человек, перенесших инсульт, в возрасте от 30 до 67 лет, носили экзоскелет, на беговой дорожке и в обычной жизни (в помещениях и на улице). Движения всех испытуемых улучшились на 10% и стали на 20% более симметричными.

Исследователи отмечают, что улучшения наблюдались уже через несколько минут, после начала терапии, и показатели были сопоставимы и иногда даже превышали полученные при обычных реабилитационных программах.

Разработчики предполагают, что оптимизированная версия «скелета» будет весить менее 4 килограммов.

Теперь исследователи планируют узнать, сможет ли костюм улучшить ходьбу без вспомогательных средств.  

Если ваш друг говорит, что с ним всё в порядке, но при этом его кулаки напряжённо сжаты, то вы сразу начнёте сомневаться в искренности приятеля. Но вот роботы не заметят подвоха и слова человека воспримут за чистую монету. Язык тела может показать и рассказать очень многое, но даже с нынешними достижениями в области компьютерного зрения и технологии распознавания лиц роботы не могут замечать тонкие движения тела и, в результате, пропускают важные социальные сигналы. Исследователи из Университета Карнеги – Меллона разработали систему отслеживания тела, которая может решить эту проблему.

[video src="http://content.jwplatform.com/previews/hQ1xLoUK-5Zdv3OJ1"][/video] 

Система OpenPose отслеживает движения тела, рук и лица в режиме реального времени. Она использует «компьютерное зрение» и машинное обучение для обработки видеокадров и способна отлеживать движения сразу нескольких людей. Новая возможность призвана облегчить взаимодействие между человеком и роботом и стать опорой для развития более интерактивной виртуальной и дополненной реальности, а также интуитивно понятных пользовательских интерфейсов.

Одной из примечательных особенностей OpenPose является то, что она может отслеживать не только голову человека, туловище и конечности, но и отдельные пальцы на руках. Для этого исследователи использовали Panoptic Studio CMU (купол, покрытый 500 камерами), где учёные захватывали позы тела под разными углами, а затем использовали эти изображения для создания набора данных.

[video src="https://www.youtube.com/watch?v=H0icc3Pg_Ig"][/video] 

Panoptic Studio CMU

Затем они передавали эти изображения через так называемый детектор ключей, чтобы идентифицировать и маркировать определенные части тела. Программное обеспечение также учится связывать части тела с отдельными людьми, например, известно, что рука конкретного человека всегда будет близка к его локтю. Это позволяет отслеживать сразу нескольких людей.

Изображения с купола были захвачены в 2D. Но исследователи взяли обнаруженные ключевые точки и перевели их в 3D, чтобы помочь алгоритмам отслеживания тела понять, как каждая поза «видится» с разных точек зрения. При обработке всех этих данных система может определить, как выглядит вся рука, когда она находится в определенном положении, даже если некоторые пальцы скрыты.

Теперь, когда система имеет необходимый набор данных, она может работать только с одной камерой и ноутбуком. Это больше не требует массивного купола с камерами, что делает технологию мобильной и доступной. Исследователи уже опубликовали свой код, чтобы учёные со всего мира могли проводить эксперименты.

Команда разработчиков считает, что эта технология может применяться ко всем видам взаимодействия между людьми и машинами. Он может играть огромную роль в VR, позволяя более точно обнаруживать физическое движение пользователя без какого-либо дополнительного оборудования, например, сенсорных датчиков или перчаток. Это также может способствовать более естественному взаимодействию с домашним роботом. Вы могли бы сказать своему роботу «забрать это», и он сразу сможет понять, на что вы указываете. Понимая и интерпретируя свои физические жесты, робот может даже научиться читать эмоции, отслеживая язык тела. Поэтому, когда вы тихо плачете, уткнувшись лицом в руки, потому что робот забрал вашу работу, он сможет предложить вам платок.

Определить, где в нашей голове находится мотивация, очень непросто, но исследовательская группа из Китая, кажется, сделала это. В Science опубликовали работу, где учёные определили небольшую группу нейронов в дорсомедиальной префронтальной коре (dmPFC) мозга мышей. Свет, активировавший «нужные» нейроны, побуждал грызунов выигрывать соревнования, для чего им ранее не хватало воли.

Уровень мотивации связан с иерархии, и изменение одного ведёт к нарушению второго. Руководитель исследования Хайлан Ху (Hailan Hu), невролог из Университета Чжэцзян, объясняет, что самцы мышей создают и поддерживают социальное «расслоение». Чтобы выявить доминирующих мышей, двоих одновременно запускали с двух сторон узкой трубы. Как правило, «простые» грызуны отползали назад, давая возможность высокопоставленному, который в свою очередь шёл вперед, выбраться.

В прошлом исследовании команды Ху учёные использовали молекулы, разрушающие нейроны, чтобы доказать причастность dmPFC к мотивации. Но такой метод давал очень маленький эффект, и за поведением приходилось наблюдать от 12 до 24 часов, что увеличивало шансы воздействия внешних факторов на решение сдаться. На этот раз Хайлан и её команда хотели придумать гораздо более точный и быстрый контроль нужной области мозга. На помощь пришла оптогенетика. Лазерный свет помог команде включать и выключать dmPFC. Когда кора «работала», от 80 до 90 процентов мышей, которые до влияния уступали доминирующему грызуну, вытесняли коллег по трубе, двигаясь вперед.

Мыши, которые не испытывали воздействия, сохраняли свою «роль» в течение нескольких тренировок в день. Команда подозревает, что у мышей повторная победа увековечивает их стремление к ней. В ранних исследованиях была обнаружена связь между таламусом (передает входящие сигналы от мышц и органов чувств) и дорсомедиальной префронтальной корой, а также их роль в изменениях стремлении мыши к конфронтации. Именно поэтому, Ху провели наибольшее количество «проверок» в регионе «встречи» таламуса и dmPFC. Соответственно, активация соединения вдохновляла на победу.

Также роль мышей смещалась не из-за различия в размерах и силе. Когда соревновались одинаковые мыши, уровень тестостерона оставался на том же уровне. Мыши, «настроенные на победу», показывали свою новую роль и вне трубок. В клетке с холодным полом и одним лишь тёплым уголком, мотивированные мыши, как правило, занимали комфортное место. Интересно, что даже при отсутствии искусственной активации dmPFC, новоиспечённые лидеры сохраняли своё социальное положение.

Гельмут Кесселс (Helmut Kessels), невролог из Института нейронаук Нидерландов, который не принимал участия в исследовании, считает, что нейроны побеждающих мышей приспособились к победе и поэтому её «ожидают». Именно такое обучение может помочь людям в спортивных соревнованиях и конкурсах.

«Если вы впервые столкнётесь с несколькими «противниками» и победите их, то уже будете психологически настроены выиграть, даже против более сильного конкурента», - говорит Ху. 

В новом исследовании какаду показали себя ещё более творческими «личностями», чем считалось ранее. Оказывается, они могут не только танцевать под музыку, но и самостоятельно создавать и играть ритм.

[video src="https://www.youtube.com/watch?v=lKHmfkh7nJk"][/video] 

Учёные, наблюдавшие за 18 пальмовыми какаду (Probosciger aterrimus) в Северной Австралии, обнаружили, что во время ухаживаний самцы какаду берут палку и начинают бить полые ветви, производя устойчивый ритм. Исследователи наблюдали, как птицы использовали различные инструменты лишь для выживания, например, добыча пищи. С помощью «барабанных палочек» птиц можно услышать на большой территории, по-видимому, именно для этого они их и используют, сообщает команда в Science Advances.

Хотя шимпанзе тоже использовали инструменты для создания случайных ритмов, подобное поведение наблюдалось только у ещё одного существа: человека. Подобно «человеческой» музыке, ритмы какаду остаются неизменными на протяжении всех их жизни и индивидуальны для каждого.

В будущем исследователи хотят узнать, меняется ли ритм, если «конкурент» находится недалеко и также отбивает свою музыку. 

А мы продолжаем рассказ об имплантатах, улучшающих человеческие жизни.  49-летний мужчина после долгих лет смог наконец-то избавиться от редкого расстройства глаз с помощью специальных магнитов под глазными яблоками. Заболевание, называемое нистагмом или синдромом «танцующих» глаз, заставляет глаза ритмично подёргиваться. Учёные из университетского колледжа Лондона удержали взгляд мужчины, имплантировав в каждый глаз пару магнитов из редкоземельных металлов в титановой оболочке. Исследование опубликовали в журнале Ophthalmology.

A - орбитальное компьютерное томографическое изображение, показывающее положение правого имплантата в корональной плоскости. Обратите внимание, что пространство между двумя компонентами не видно из-за артефакта. B - боковая рентгенограмма, показывающая положение правого имплантата в сагиттальной плоскости в трех направлениях взгляда: вперед, вверх и вниз. / llustration: Parashkev Nachev/UCL

Имплантат Парашкева Начева (Parashkev Nachev), невролога из Лондонского университетского колледжа, первый в своём роде, команда уже окрестила его – «окуломоторным протезом». Магниты в устройстве изготовлены из самария – кобальта и неодимия – железа – бора, довольно распространённых редкоземельных металлов. Для большей биосовместимости магниты окружили титановой оболочкой. Диаметр устройств около 3 мм, а длина – 1-2 мм.

Устройство достаточно просто и в создании, и в имплантации. В каждом глазу хирург «крепит» один магнит (самарий – кобальт) на сухожилие мышцы нижней стороны глаза, а второй (неодимий – железо – бор) – в глазное гнездо. Процедура длится около 30 минут и освобождает пациента от подёргиваний глазного яблока при этом, не сковывая произвольные движения.

Команда Начева также построила машину для проверки силы магнитов перед имплантацией. Необходимо было убедиться, что «мощность» магнитов рассчитана верно.

Нистагм может быть ужасным для пациентов. Когда болезнь проявляется в среднем возрасте, то часто сопровождает и другие проблемы центральной нервной системы, например, рассеянный склероз.  Поскольку причина нистагма довольно сложная, ни один препарат не работает у абсолютного большинства пациентов.

Пациент, принявший участие в исследовании и пожелавший остаться неизвестным, пробовал каждый существующий препарат. Его зрение и работоспособность настолько ухудшились, что он потерял работу. Поэтому он спросил у врачей об экспериментальных методах лечения.

Десять лет назад бразильский офтальмолог Харли Бикас (Harley Bicas) предложил концепцию использования магнитов в лечении нистагмов. Команда Начева услышала идею на устной презентации учёного и взялась за разработку. Прототип разработали с помощью Квентина Панкхерста (Quentin Pankhurst), профессора физики и биомедицинской инженерии в университетском колледже Лондона.

После операции пациент Начева сразу почувствовал заметное улучшение. Мужчина смог вновь устроиться на работу и носит имплантаты уже 5 лет.

«Его мир уже не дрожит, как раньше», - говорит учёный.

Хотя эксперимент был успешным, его ещё предстоит провести у других пациентов. Команда планирует протестировать разработку еще на 6-12 людях. Они также надеются исследовать другие применения, например, изменение функционирования век, изменение движения глаз в ответ на другие окуломоторные расстройства. Можно даже добавить электромагнитный компонент с внешним блоком питания, позволяющим менять силу магнитов в зависимости от того, что делает пациент.

Но у технологии есть один большой недостаток! При наличии в теле магнита, невозможно провести МРТ. Это может стать серьезной проблемой для людей с нистагмом, имеющих и другие неврологические проблемы, требующие МРТ – мониторинга.

Учёные не перестают исследовать молекулярные механизмы и причины появления различных расстройств. Новая работа показала, что снижение активности кальциевых каналов в синапсах ухудшает социальное взаимодействие и усиливает беспокойство. Это происходит из-за повышенной активности молекул eIF2alpha, содержащихся в синапсах дендритов. Блокирование «вредной» молекулы у мышей устраняло «проблемы» с коммуникацией и повышенную тревожность.

Сверху: движение мыши в поведенческом тесте, который измеряет социальное взаимодействие. От синего до зеленого цвета - меньше всего времени, затрачиваемого на взаимодействие с другой мышью. Нижний набор изображений измеряет тревожное поведение, проявляемое мышью. Количество заполнения вертикальных полос представляет собой уровень тревоги/ Dr. Zeeba Kabir / Weill Cornell Medicine

«Мы предполагаем, что, если мы сможем восстановить неисправность синапсов у людей, то получится избавиться от поведенческих аномалий и потенциально лечить отдельные симптомы у пациентов с психическими расстройствами», - сказал старший автор исследования Анджали Раджадхьякша (Anjali Rajadhyaksha).

Раджадхьякша и ее коллеги сосредоточились на гене, регулирующем кальциевые каналы CACNA1C, который стал важным геном риска в основных формах нейропсихиатрических расстройств: шизофрении, биполярном расстройстве, депрессивном расстройстве, расстройствах аутистического спектра и синдроме дефицита внимания и гиперактивности. Нарушение социального поведения и повышенное беспокойство - общие симптомы, наблюдаемые у пациентов с этими расстройствами.

Исследования на мышах, с «отключённым» CACNA1C в нейронах префронтальной коры, показали, что животные стали менее социальными и более тревожными. Это открытие, по-видимому, подтверждает, что дефекты в производстве белка могут лежать в основе симптомов пациентов с нейропсихиатрическими расстройствами и аутизмом.

Затем исследователи выявили молекулу, которая «виновна» в нарушениях: ей оказалась eIF2alpha, которая непосредственно связана с когнитивными проблемами при нейродегенеративных расстройствах, таких как болезнь Альцгеймера.

Зеба Кабир (Zeeba Kabir), первый автор исследования и докторант-исследователь в лаборатории Раджадхьякши, проверила небольшую молекулу ISRIB, которая блокирует действия eIF2alpha и улучшает обучение и память у мышей с выключенным геном CACNA1C. И действительно, ISRIB устранил аномальное поведение, улучшив социальные взаимодействия мышей и уменьшив беспокойство.

«Некоторые исследования показали, что ISRIB имеет побочные эффекты, которые могут быть вредными для клеток человека», - сказал Раджадхьякша, - «но исследования показывают, что существует два альтернативных ингибитора малых молекул eIF2alpha, которые могут быть более безопасными для использования у людей».

Искусственные нейронные сети, как известно, создавались по типу нейронных связей в человеческом мозге, и на данный момент именно они показали фантастические результаты в обнаружении и распознавании лиц, и даже предсказание сердечных приступов. Но большинство компьютеров не могут эффективно работать с таким типом сетей. Команда инженеров из Технологического института Массачусетса разработала компьютерный чип, который имитирует нейроны с помощью лучей света. Такие «оптические нейронные сети» могут сделать любое применение глубокого обучения во много раз быстрее и эффективнее.

«Это уже работает блестяще, но, я думаю, главное – ещё впереди», - считает Даниэль Бруннер, физик из FEMTO-ST Institute, Безансон, Франция, который не принимал участия в разработке.

Несколько десятилетий назад физики поняли, что использование света может в разы улучшить некоторые технологии, в том числе и нейронные сети. Все потому, что световые волны могут перемещаться и взаимодействовать параллельно, позволяя выполнять множество функций одновременно. Учёные использовали различное оптическое оборудование для создания простых нейронных сетей, но для таких установок требовался стол, полный различных зеркалов и объективов. В итоге, учёные признали фотонную обработку непрактичной.

А теперь исследователи смогли сконцентрировать большую часть этого оборудования на микрочипе все в несколько миллиметров в поперечном разрезе.

Чип сделан из кремния, и он имитирует сети из 16 нейронов в четырёх слоях. Данные на чип поступают в виде лазерного луча, разделённого на 4. Яркость каждого входящего числа означает число или часть информации, а яркость выходящего – «решение» после обработки информации. Между тем, лучи могут пересекаться и усиливать или ослаблять индивидуальную интенсивность каждого. Как раз эти «пересечения» имитируют то, как сигнал, идущий от одного нейрона к другому, может усиливаться или ослабляться.

После, исследователи, протестировали свою оптическую нейронную сеть на реальной задаче: распознавание гласных звуков. В обучающем наборе было 90 записей людей, произносивших 4 гласных звука. Обычная сеть (также состоящая из 16 «нейронов») справилась с задачей в 92% случаев, новая сеть показало удивительно близкий результат – 77% (плюс данные были получены быстрее). В будущем разработчики будут совершенствовать изобретение.

Как думаете, что может сделать ваш компьютер, телефон или другой гаджет, если он знает, как вы себя чувствуете? Рана эль Калиуби (Rana el Kaliouby), основатель и главный исполнительный директор Affectiva, представляет на что способен такой «мир». Выступая в Музее истории компьютеров на прошлой неделе, Эль Калиуби сказала, что с 2000 (тогда она была аспиранткой Кембриджского университета) обучает компьютер распознавать эмоции на человеческом лице. Мы приводим некоторые основные моменты её речи.

Девушка тосковала по дому и осознание того, как много времени она проводит напротив компьютера, натолкнуло эль Калиуби на мысль, что машина сможет лучше понимать её и её чувства.

С тех самых пор Рана использует машинное обучение, а впоследствии и глубокое, чтобы научить технику «читать» лица людей.

В данный момент, основные клиенты компании – рекламодатели, желающие лучше понимать, что нравится потребителю, а что – нет. Но это только начало, говорит учёный. По её прогнозам, все наши устройства в будущем будут иметь эмоциональный интеллект, и речь идёт не только о телефонах и компьютерах, но и о холодильниках и автомобилях.

Сначала эль Калиуби сосредоточилась на создании «умных» инструментов для людей с аутизмом. Технология эмоционального интеллекта, по мнению создателя, станет огромным благом для общества, обеспечивая своего рода «эмоциональный слуховой аппарат». Смартфоны с эмоциональным интеллектом потенциально смогут регулярно проверять психическое состояние человека, предупреждая о ранних признаках депрессии, беспокойства и других проблем.

«Люди проверяют свои телефоны в среднем 15 раз в час. Это позволит эффективно отслеживать нормальное состояние и отклонения от него».

Машинам «на автопилоте» также может будет необходим ЭИ, так, когда будет необходимо передать управление «живому» водителю, автомат будет знать, готов ли к этому человек.

Смарт – ассистенты (Siri, Alexa) смогут понимать, когда они дали неправильный ответ и, возможно, даже исправится.

Кроме того, эмоциональный интеллект необходим в онлайн – образовании, где учителям важно знать состояние своих учеников: запутаны они, разочарованы или просто скучают.

Разработка эль Калиуби фокусируется на анализировании лиц, но кроме того существуют такие факторы, как жесты, голос, которые не должны оставаться без внимания. Только тогда компьютеры смогут максимально точно расшифровывать эмоции.

«Современные системы эмоционального интеллекта находятся на уровне малышей. Они распознают основные эмоции, но как выглядят люди, когда они вдохновлены, ревнуют или гордятся? Я думаю, в будущем технология сможет ответить на такие вопросы», - считает эль Калиуби.

Кажется, искусственный интеллект уже достиг невероятного развития: игры в го, покер, восстановление фотографий и многое – многое другое. Но одно даётся ему до сих пор с трудом: распознавание многих обычных типов поведения Гомера Симпсона, например, как тот пьёт пиво, ест чипсы или пончики, зевает и многое другое. Именно поэтому DeepMind создал огромный новый набор данных клипов из YouTube, чтобы обучить ИИ выявлять в видео обычные человеческие действия. Но понимание Гомера всё еще не по силам искусственному интеллекту. 

Самый популярный ИИ, используемый Google, Facebook, Amazon и другими компаниями за пределами Силиконовой долины, основан на алгоритмах глубокого обучения, которые могут научиться находить «шаблоны» в огромных объемах данных. Чтобы помочь улучшить способность искусственного интеллекта распознавать действия человека в движении, DeepMind представила свой набор данных Kinetics, состоящий из 300 000 видеоклипов и 400 видов человеческих действий.

«ИИ сегодня очень хорошо распознают объекты в изображениях, но все еще имеют ряд проблем с восприятием видео. Одной из основных причин этого является то, что исследовательскому сообществу до сих пор не хватало большого высококачественного набора видеоданных», - говорит пресс-секретарь DeepMind.

Каждое из 400 действий в наборе данных Kinetics содержит как минимум 400 видеоклипов, каждый клип длится около 10 секунд и берется из отдельных видеороликов на YouTube.

Новый набор данных Kinetics, по-видимому, будет представлять собой новый ориентир для учебных наборов данных. У него гораздо больше видеороликов и классов действий, чем в прошлых наборах HMDB-51 и UCF-101. DeepMind также поставила задачу не включать в набор разные отрывки из одних и тех же роликов.

Раннее обучение и тестирование с помощью Kinetics привело к интересным результатам. Например, алгоритмы глубокого обучения показали точность 80% и более при классификации таких действий, как «игра в теннис», «ползанье ребенка», «представление прогноза погоды», «резка арбуза» и «боулинг». Но точность классификации снизилась до 20% или менее для действий Гомера Симпсона, включая похлопывание и поворот головы, а также множество других действий, таких как «изготовление торта», «бросание монеты» и «приглаживание волос».

ИИ сталкивается с особыми проблемами с классификацией таких действий, как «еда», потому что он не в состоянии точно идентифицировать конкретную пищу, особенно если хот – дог или гамбургер уже частично съедены или кажутся очень маленькими в кадре. Танцевальные классы и действия, ориентированные на определенную часть тела, также могут оказаться сложными. По словам представителя DeepMind, некоторые действия также происходят довольно быстро и видны только в небольшом количестве кадров в видеоролике.

DeepMind также хотел узнать, имеет ли новый набор данных Kinetics достаточный гендерный и этнический баланс, чтобы обеспечить точное обучение ИИ. Прошлые случаи показали, как несбалансированные учебные наборы данных могут привести к тому, что алгоритмы глубокого обучения работают хуже при распознавании лиц определенных этнических групп. Исследователи также показали, как такие алгоритмы могут отображать гендерные и расовые предубеждения.

Предварительное исследование показало, что новый набор данных Kinetics, по-видимому, достаточно сбалансирован. Исследователи DeepMind обнаружили, что ни один гендер не доминировал в 340 из 400 классов действий, иначе невозможно было определить пол в этих действиях. В набор не вошли видео действий, особенных лишь для определённого пола, такие как «бритьё бороды» или «игра в баскетбол» (свойственна для мужчин) и «окрашивание бровей» или «черлидинг» (чаще связана с женщинами).

Но даже классы действий, которые имели гендерный дисбаланс, не ухудшили эффективность анализа. Это означает, что ИИ не предвзят в определении действий, в которых участвуют в основном мужчины, например, «игра в покер» или «бросок молота». До сих пор алгоритмы глубокого обучения не могли распознать участников-женщин, совершающих те же действия (игру в покер или другие «мужские» действия).

«Понимание видео представляет собой серьезную проблему для исследовательского сообщества, и мы находимся на самом раннем этапе развития технологии», - сказал представитель DeepMind. 

Когда мы видим за столом друзей в переполненном ресторане, то сразу узнаем, кто есть кто, лишь взглянув на их лица. Но объяснить, как мы выполняем такую ​​сложную задачу, непросто - и для ученых, изучающих мозг, это еще сложнее. Но теперь одна группа исследователей сделала важный шаг: они смогли расшифровать сигналы клеток мозга обезьян. Выводы могут помочь разгадать другие сложные функции мозга, определить лицо преступников на камерах безопасности и, возможно, даже привести к развитию технологий для парализованных людей.

«Мы действительно взломали «лицевой код» в мозге», - говорит Дорис Цао (Doris Tsao), невролог из Калифорнийского технологического института (Caltech) в Пасадене, возглавлявшая исследование.

Ученые хорошо понимают, как группы клеток мозга «собираются вместе», чтобы кодировать простые «низкоуровневые» визуальные сигналы, такие как цвет, углы и края. Но сложные, высокоуровневые объекты, такие как лица, долго оставались в тени. Ученые задаются вопросом, может ли распознавание лиц в частности быть особой нервной задачей: ученые десятилетиями знали, что они вызывают сильные реакции в определенных областях мозга, называемых «лицевыми паттернами».

В течение многих лет некоторые ученые задавались вопросом, могут ли нейронные клетки в этих областях мозга кодировать лица конкретных людей – нейроны разряжаются, наблюдая не только конкретное лицо, но и любые схожие. Новое исследование полностью опровергает эту идею, говорит Родриго Квайан Кирога (Rodrigo Quian Quiroga), невролог из Университета Лестера в Великобритании. Предполагается, что даже при таком высоком уровне визуальной обработки клетки кодируют специфические лицевые элементы, которые приводят к формированию всего лица. И эта относительно простая система предполагает, что, возможно, лицевые нейроны распознавания не так уж особенны, говорит Цао.

Цао и ее коллеги начали изучать лицевые паттерны 5 лет назад, проверяя, как нейроны реагируют на изменяющиеся элементы, такие как размер глаз и длина рта. Но ничто из того, что они пытались получить, не привело к «дешифровке» изображения.

Итак, Цао с коллегами использовали компьютерную программу для обработки набора из 200 лиц, взятых из базы данных. Программа рассчитывала 50 измерений, которые математически описывали, как эти лица больше всего отличаются друг от друга. Ни один из измерений не соответствовал конкретному черту лица, но половина учитывала характеристики, связанные с формой, например, расстояние между глазами. Другая половина рассчитывала такие показатели, как тон кожи и текстура. Вместе эти 50 измерений могут использоваться для представления упрощенной версии всех 200 лиц.

Затем ученые вставили электроды в мозг двух макак и следили за тем, как 205 нейронов лицевых паттернов реагировали на тысячи человеческих лиц, генерируемых компьютером, которые изменялись по 50 показателям. Из миллиардов ответов они построили «декодер», который рассказал им, что означает каждый разряд нейрона.

Оказалось, что клетки активно реагируют на изменения в предпочтительных «параметрах» лица и совершенно «безразличны» к другим. Нейрон одинаково реагирует на два совершенно разных лица, но с несколькими совпадающими параметрами.

Несмотря на прорывные результаты следует понимать, что мы не знаем всех «предпочтительных параметров» и исследование скорее не расшифровывает, а представляет схему анализа чужих лиц. К тому же, несмотря на распространённое мнение, что мозг обезьян обрабатывает лица аналогично людям, результаты вряд ли полностью повторятся при исследованиях на человеке. 

Питер Паркер получил способность ощущать приближающуюся опасность после укуса радиоактивного паука. А недавно учёные в Балтиморе наделили способностью ощущать электромагнитные поля мозг крысы благодаря гену сома.

Photo: Joel Sartore/National Geographic/Getty Images

Многие животные – птицы, пчёлы, омары, саламандры и другие – могут ощущать слабое магнитное поле Земли, но люди к ним не относятся (до сих пор ведутся дебаты почему это именно так). Недавно обнаруженный ген стеклянного сома, реагирует на магнитные поля и может служить «проводником» для неинвазивного «управления» мозгом и клетками сердца.

Исследователи считают, что технология открывает возможности для создания беспроводных кардиостимуляторов, лечения эпилепсии или даже создания новых нейрокомпьютерных интерфейсов.

Галит Пелль (Galit Pelled), адъюнкт-профессор в Институте Кеннеди Кригера и Медицинской школы при Университете Джона Хопкинса в Балтиморе, представил работу в это воскресенье на 8-й Международной конференции IEEE EMBS по нейронной инженерии в Шанхае, Китай.

Ученые ранее определяли гены, участвующие в восприятии электромагнитных полей у голубей и бактерий. Многие из этих генов работают вместе, образуя молекулярные комплексы. «Новый» ген - найденный в рыбе - уникален, потому что он работает сам по себе и не связан с другими.

Пелль и его коллеги изначально искали ген, вставляя различные фрагменты ДНК стеклянного сома (Kryptopterus bicirrhis) в яйца лягушки и наблюдая, какое из них отвечает на магнитное поле. Они идентифицировали только один ген с таким эффектом и назвали его электромагнитным перцептивным геном (EPG).

Как белок, закодированный EPG, фактически «ощущает» электромагнитные поля, остается загадкой. Но известен эффект: когда белок связывается с поверхностью клетки, он вызывает поток кальция в эту клетку. Для многих типов клеток, включая нейроны и клетки сердца, этот поток кальция активирует клетку, вызывая ее «разряжение». Команда «ввела» EPG в группы клеток мозга, а затем смогла дистанционно активировать эти нейроны электромагнитным воздействием.

Гилад надеется, что когда-нибудь технология будет использована для активации отдельных частей человеческого мозга, чтобы облегчить эпилепсию или депрессию. С помощью EPG они могли бы использовать генную терапию или трансплантацию стволовых клеток в мозг пациента, а затем неинвазивно манипулировать клетками. Существует также потенциал для сердечных заболеваний, когда кардиостимулятор, состоящий из «модифицированных» клеток, можно контролировать по беспроводной связи, и его не нужно заменять каждые 10 лет, как это делают традиционные электронные кардиостимуляторы.

Гилад отмечает, что на данный момент мы находимся на стадии «экспериментальной концепции».

Говоря об экспериментах, вернемся к Человеку - пауку. Можно ли использовать технологию, чтобы «подарить» млекопитающим, скажем, людям - шестое чувство?

"Может быть. Я не знаю. Может когда-нибудь в будущем, у людей появится свой GPS,» - говорит Гилад. Пока же команда занята более глубоким изучением системы.