แมชชีนเลิร์นนิงให้ข้อมูลเชิงลึกเกี่ยวกับสมองของมนุษย์

แมชชีนเลิร์นนิงให้ข้อมูลเชิงลึกเกี่ยวกับสมองของมนุษย์

Thomas Yeo จากมหาวิทยาลัยแห่งชาติสิงคโปร์นำทีมวิจัยสหวิทยาการเพื่อเปิดเผยข้อมูลเชิงลึกใหม่ๆ เกี่ยวกับสถาปัตยกรรมระดับเซลล์ของสมองมนุษย์ ความร่วมมือด้านการวิจัยที่มหาวิทยาลัยแห่งชาติสิงคโปร์ ( NUS ) ประสบความสำเร็จในการใช้แมชชีนเลิร์นนิงเพื่อตรวจสอบสถาปัตยกรรมระดับเซลล์ของสมองมนุษย์ วิธีการนี้ใช้ข้อมูล MRI เชิงฟังก์ชัน (fMRI) 

เพื่อประมาณค่าพารามิเตอร์ของสมอง

โดยอัตโนมัติ ช่วยให้นักประสาทวิทยาสามารถสรุปคุณสมบัติเซลล์ของบริเวณสมองต่างๆ ได้โดยไม่ต้องผ่าตัดตรวจสมอง นักวิจัยกล่าวว่าเทคนิคของพวกเขาอาจถูกนำมาใช้เพื่อประเมินการรักษาความผิดปกติทางระบบประสาทหรือพัฒนาวิธีการรักษาใหม่ๆ

โทมัส ยีโอหัวหน้าทีมอธิบาย “เส้นทางพื้นฐานของโรคต่างๆ เกิดขึ้นที่ระดับเซลล์ และยาหลายชนิดทำงานในระดับจุลภาค “การที่จะรู้ว่าเกิดอะไรขึ้นที่ระดับในสุดของสมองมนุษย์ เป็นสิ่งสำคัญสำหรับเราที่จะพัฒนาวิธีการที่สามารถเจาะลึกเข้าไปในส่วนลึกของสมองได้โดยไม่รุกราน”

ในปัจจุบัน การศึกษาสมองของมนุษย์ส่วนใหญ่ใช้วิธีที่ไม่รุกราน เช่น MRI ซึ่งจำกัดการตรวจสมองในระดับเซลล์ นักวิจัยทั่วโลกได้ใช้แบบจำลองสมองทางชีวฟิสิกส์เพื่อจำลองการทำงานของสมองเพื่อลดช่องว่างระหว่างการถ่ายภาพแบบไม่รุกรานและความเข้าใจในระดับเซลล์ อย่างไรก็ตาม โมเดลเหล่านี้จำนวนมากอาศัยสมมติฐานที่ง่ายเกินไป เช่น สมมติว่าบริเวณสมองทั้งหมดมีคุณสมบัติของเซลล์เหมือนกัน ซึ่งทราบกันว่าไม่ถูกต้อง

ตรงกันข้ามกับงานสร้างแบบจำลองก่อนหน้านี้ 

พวกเขาอนุญาตให้พื้นที่สมองแต่ละส่วนมีคุณสมบัติของเซลล์ที่แตกต่างกันและใช้ประโยชน์จากอัลกอริธึมการเรียนรู้ของเครื่องเพื่อประเมินพารามิเตอร์ของแบบจำลองโดยอัตโนมัติ “แนวทางของเราประสบความสำเร็จมากขึ้นกับข้อมูลจริง” ผู้เขียนคนแรก Peng Wang กล่าว “นอกจากนี้ เราค้นพบว่าพารามิเตอร์แบบจำลองระดับไมโครที่ประเมินโดยอัลกอริธึมการเรียนรู้ด้วยเครื่องสะท้อนว่าสมองประมวลผลข้อมูลอย่างไร”

นักวิจัยพบว่าบริเวณสมองที่เกี่ยวข้องกับการรับรู้ทางประสาทสัมผัส เช่น การมองเห็น การได้ยิน และการสัมผัส แสดงคุณสมบัติของเซลล์ตรงข้ามกับบริเวณสมองที่เกี่ยวข้องกับความคิดและความทรงจำภายใน รูปแบบเชิงพื้นที่ของสถาปัตยกรรมเซลลูลาร์ของสมองมนุษย์สะท้อนให้เห็นอย่างใกล้ชิดว่าสมองประมวลผลข้อมูลจากสภาพแวดล้อมอย่างไรตามลำดับชั้น รูปแบบของการประมวลผลแบบลำดับชั้นนี้เป็นคุณลักษณะสำคัญของทั้งสมองของมนุษย์และความก้าวหน้าล่าสุดของปัญญาประดิษฐ์

“การศึกษาของเราชี้ให้เห็นว่าลำดับชั้นการประมวลผลของสมองได้รับการสนับสนุนจากความแตกต่างในระดับจุลภาคในภูมิภาคต่างๆ ซึ่งอาจให้เบาะแสเพิ่มเติมสำหรับความก้าวหน้าในปัญญาประดิษฐ์” Yeo กล่าว

ในอนาคตข้างหน้า นักวิจัยของ NUS วางแผนที่จะใช้แนวทางของพวกเขาเพื่อตรวจสอบข้อมูลสมองของผู้เข้าร่วมแต่ละคน เพื่อให้เข้าใจได้ดีขึ้นว่ารูปแบบต่างๆ ในสถาปัตยกรรมเซลล์ของสมองอาจสัมพันธ์กับความแตกต่างในความสามารถทางปัญญาได้อย่างไร พวกเขาหวังว่าผลลัพธ์ล่าสุดเหล่านี้จะเป็นก้าวไปสู่การพัฒนาแผนการรักษาเป็นรายบุคคลด้วยยาเฉพาะหรือกลยุทธ์การกระตุ้นสมอง

ค่าคงที่โทโพโลยีแรกที่นักวิจัยวัด

คือหมายเลข Chern ซึ่งให้ค่าการนำไฟฟ้าโดยตรง ประการที่สองคือค่าเฉลี่ยของการหมุนของวงโคจร ซึ่งเป็นค่าคงที่จำนวนมากที่หาปริมาณการมีเพศสัมพันธ์ที่เหมือนแม่เหล็กของอนุภาคกับความโค้ง และเกี่ยวข้องกับความหนืดของฮอลล์และการเปลี่ยนแปลงของเหวิน–ซี ประการที่สามคือประจุกลาง chiral ซึ่งสัมพันธ์กับแรงโน้มถ่วงอย่างเป็นนามธรรม เท่ากับจำนวนโหมดขอบทั้งหมด (เป็นกลางและมีประจุ) ในควอนตัมฮอลล์จำนวนเต็มและสถานะลาฟลิน และก่อให้เกิดการนำความร้อนของฮอลล์ ค่าเฉลี่ยการหมุนของวงโคจรและประจุกลางของไครัลนั้นคล้ายคลึงกับจำนวน Chern ตามที่กำหนดไว้

เข้ายากมากSchine กล่าวว่า “ค่าคงที่โทโพโลยีที่เราวัดได้มักจะเข้าถึงได้ยากมาก เพราะการสร้างวัสดุควอนตัมฮอลล์ที่สะอาดและมีความผิดปกติต่ำถือเป็นความท้าทายครั้งใหญ่ในตัวเอง” “ดังนั้น แทนที่จะสร้างอุปกรณ์โซลิดสเตต เราสร้างวัสดุของเราจากโฟตอน ที่เราสามารถดักจับและอัดแน่นด้วยมวลที่มีประสิทธิภาพโดยวางไว้ในเรโซเนเตอร์เชิงแสง”

เรโซเนเตอร์ทำจากกระจกสะท้อนแสงสูงที่ชี้เข้าหากัน เขาอธิบาย ภายในโครงสร้างนี้ แสงสามารถสะท้อนไปมาหลายพันครั้งก่อนที่จะถูกดูดกลืนหรือกระจัดกระจาย

“ด้วยวิศวกรรมเรขาคณิตของเรโซเนเตอร์ เราทำให้โฟตอนที่ติดอยู่มีพฤติกรรมเหมือนอิเล็กตรอนในวัสดุของควอนตัมฮอลล์” เขาบอก  กับPhysics World “ซึ่งหมายความว่าโฟตอนเหล่านี้มีโครงสร้างทอพอโลยีแบบเดียวกับที่อิเล็กตรอนจะมีในวัสดุควอนตัมฮอลล์ปกติ

คำอธิบายทางคณิตศาสตร์ที่ผิดปกติ“อย่างไรก็ตาม เนื่องจากเราใช้โฟตอน เราสามารถไปได้ไกลกว่านั้นและออกแบบพื้นที่ที่โฟตอนเคลื่อนที่ผ่านได้จริง ตัวอย่างเช่น เพื่อให้มันโค้งเหมือนพื้นผิวของกรวย จากนั้นเราจะดูว่าแสงส่องผ่านเครื่องสะท้อนนี้มากน้อยเพียงใดโดยพิจารณาจากความถี่ของแสงและตำแหน่งที่แสงตกกระทบตัวสะท้อน ข้อมูลนี้มีข้อมูลเกี่ยวกับค่าคงที่โทโพโลยีตั้งแต่แนะนำเรขาคณิตทรงกรวย (แล้วร้อยเกลียวปลายกรวยด้วยหลอดแม่เหล็กขนาดเล็ก เช่นเดียวกับในการทดลองของเรา) ทำให้เกิดการตอบสนองความหนาแน่นเฉพาะที่ขึ้นอยู่กับทั้งการหมุนของโคจรเฉลี่ยและไครัล ค่าส่วนกลาง”

นักวิจัยกล่าวว่าพวกเขาได้ใช้คำอธิบายทางคณิตศาสตร์ที่ผิดปกติของจำนวน Chern ในงานของพวกเขา ซึ่งย้อนกลับไปกว่าทศวรรษในบทความที่ตีพิมพ์โดยAlexei Kitaev “คำอธิบายนี้เกี่ยวข้องโดยตรงกับประเภทของการวัดในพื้นที่ที่เราดำเนินการในห้องปฏิบัติการของเรา” Schine กล่าว

ความยาวแม่เหล็กทีมชิคาโกยังค้นพบด้วยว่าค่าคงที่สามค่าที่วัดได้นั้นมาบรรจบกันกับค่าทั่วโลกเมื่อตรวจสอบด้วยมาตราส่วนความยาวที่เพิ่มขึ้น ซึ่งในความเป็นจริงแล้ว “ความยาวแม่เหล็ก” หลายๆ ค่า ผลลัพธ์นี้สอดคล้องกับสิ่งที่คาดหวังสำหรับฉนวนทอพอโลยี

Credit : เกมส์ออนไลน์แนะนำ >>>เว็บสล็อตแตกง่าย