Для отслеживания статуса заказа — авторизируйтесь
Введите код, который был выслан на почту Введите код с SMS, который был выслан на номер
 
Код действителен в течение 5 минут Код с sms действителен в течение 5 минут
Вы уверены, что хотите выйти?
Сеанс завершен
На главную
Биохимия и нейронауки: что сделали алгоритмы

Биохимия и нейронауки: что сделали алгоритмы

Как нейросети читают мысли и переводят с языка летучих собак.

Ученые производят терабайты данных в ходе экспериментов и моделирования. Человек не может обработать такое количество информации и обнаружить все возможные связи и соответствия. Миллионы написанных научных работ остались в архивах. Многие методы сбора и анализа данных устарели. Поэтому научное сообщество начало использовать машинное обучение. Сейчас нейросети моделируют эксперименты, находят соответствия и проверяют гипотезы.

В 2016 году Хироаки Китано, директор Sony Science Laboratories, заявил, что грандиозная задача науки — «разработать систему искусственного интеллекта, которая может сделать важные научные открытия, достойные Нобелевской премии».

«Адам», «Ева» и химия
 

В 2009 году группа исследователей из университетов Аберистуит и Кембридж разработала робота-ученого для анализа химических соединений и назвала его Адам. Это были четыре персональных компьютера, подключенных к лабораторному оборудованию. 

Адам исследовал штаммы пекарских дрожжей с измененными генами, выращивал их и следил за развитием. Он проводил тысячи экспериментов каждый день, параллельно с этим самостоятельно обучаясь. В итоге Адам выдвинул и проверил 20 гипотез относительно 13 генов. Ученые подтвердили, что он оказался прав. 

В 2018 году, спустя почти десятилетие, эта же группа исследователей создала Еву. Ее используют для поиска новых соединений и ранней разработки лекарств. Ученые планируют добавить возможность самостоятельного синтеза веществ. 

В Национальной лаборатории Беркли в 2019 году прошёл другой эксперимент. Нейросеть Word2Vec провела лингвистический анализ 3,3 миллиона научных работ по материаловедению за период с 1922 по 2018 год, чтобы обнаружить связи, которые не заметили люди. Словарь нейросети после анализа текста увеличился до 500 тысяч слов. Алгоритм обучался сам и на основе статей сформулировал понятия периодической таблицы элементов и кристаллической решетки. После этого нейросеть открыла новые термоэлектрические материалы. В Беркли их назвали перспективными.

Чтение мыслей и восстановление воспоминаний
 

Нейросеть — упрощенная модель работы мозга, считает Дэвид Сассилло, нейробиолог из группы Google Brain Team. Цифровые сети состоят из нод или узлов, которые аналогичны нейронам. Ноды часто связаны между собой математическими функциями, которые работают как синапсы между нейронами. 

Нейросети оказались полезными для изучения мозга. Если такая система может создавать паттерн нейронной активности, напоминающий активность мозга, ученые могут изучить, как система генерирует свои выходные данные, а затем сделать выводы о том, как это делает мозг. Этот подход можно применить к любой задаче, интересующей нейробиологов. 

Например, в апреле 2020 года группа ученых из Калифорнийского университета использовала нейросеть для декодирования мозговой (кортикальной) деятельности, которая отслеживается при помощи микроимплантов. Результатом стал процесс, похожий на чтение мыслей. Участники эксперимента читали вслух текст, нейросеть в это время определяла закономерности: какие синапсы работают, как мозг реагирует на гласные/согласные, какие участки отвечают за движение рта. Постепенно нейросеть научилась понимать и расшифровывать текст, основываясь лишь на данных непосредственно из мозга. Удалось достичь 97% точности в дешифровке. 

В 2018 году другая группа исследователей из Киотского университета при помощи нейросети и МРТ получила изображения воспоминаний. Испытуемые рассматривали изображения птиц и людей, а нейросеть считывала активность их мозга. После этого людей помещали в МРТ и просили вспомнить изображения. В результате нейросеть восстановила приблизительные образы и создала модель в цвете. Воспоминания содержат только размытые картины, поэтому изображения получались неточными. 

Подобное исследование уже проводилось в Университете Нью-Йорка в 2016 году. Тогда ученые получили черно-белые изображения. 

О чем говорят летучие собаки
 

В 2016 году зоологи из Тель-Авива расшифровали с помощью ML-алгоритмов разговоры нильских летучих собак. У этих животных сложная социальная иерархия и богатый язык с тональной системной. 

Нейросеть 75 дней изучала записи звуков летучих собак. Проанализировав около 15 тысяч вокализаций, алгоритмы установили, что сообщения содержат информацию о контексте, о том, кто обращается и его намерениях. Нейросеть смогла выявить основные причины ссор летучих мышей: борьба за еду и место для сна, нежелательные попытки спаривания, иерархические споры.


Источник: Lorises

Эксперименты над другими животными — лабораторными крысами и мышами — принесли ученым 75 Нобелевских премий. В 2019 году исследователи из Вашингтонского университета решили узнать, что сами испытуемые об этом думают. Они создали алгоритм DeepSqueak, который работает над созданием «Розеттского камня» для расшифровки мышиных писков. О результатах ученые пока не говорят.

Зато их коллеги из Гарвардской школы медицины при помощи ИИ определили возраст лабораторных мышей и предсказать продолжительность их жизни. Наблюдения за 60 мышами в течение года (с 2016 по 2017) показали, что, например, тремор и потеря слуха больше говорят о старении, чем потеря волос и зрения.

В 2014 году норвежский ученый Эдвард Мозер получил Нобелевскую премию за открытие нейрофизиологических механизмов ориентации в пространстве. Он ввел понятие ячеек сетки — нейронов, которые отвечают за систему координат мозга. В 2018 году Мозер решил создать нейросеть, которая будет искать наиболее короткий выход из лабиринта. В результате эксперимента алгоритмы придумали механизм аналогичный биологическому, а смоделированные лабораторные мыши действовали так же, как живые. Нейросети повторили открытие, за которое Мозер получил Нобелевскую премию.

Ещё статьи
Экспертки о том, как оценивают кандидатов на нетехнических интервью
Часть 2. Работа с записями: вставка, чтение, изменение и удаление