Umelá inteligencia od Googlu skúma najzložitejšiu štruktúru vesmíru – mozog

Ľudský mozog má asi 86 miliárd neurónov, ktoré prepája 100 biliónov synapsií. Zobrazenie len jediného milimetra mozgového tkaniva môže vytvoriť viac ako 1 000 TB dát! Je teda jasné, že mapovanie štruktúry biologických sietí v nervovom systéme je výpočtovo náročné.

Aj v tomto odvetví podáva pomocnú ruku umelá inteligencia (AI). Vedci z Google a Max Planck Institute of Neurobiology (MPI of Neurobiology) opísali metódu založenú na umelých neurónových sieťach, ktorá vie poskladať celé nervové bunky so všetkými svojimi prvkami a spojeniami a takmer dokonalými obrazovými celkami.

ZDROJ | MPI of Neurobiology

Umelé neurónové siete využívajú v porovnaní s mozgom veľmi zjednodušené nervové bunky. Napriek tomu však už AI našla v týchto sieťach veľké uplatnenie, od autonómneho riadenia vozidiel až po diagnostiku chorôb. Zatiaľ však boli tieto algoritmy nepresné, pretože nedokázali presne preskúmať jednotlivé nervové bunky so všetkými ich prepojeniami a kontaktnými bodmi z trojrozmerného obrazu mozgu.

Biológ Jörgen Kornfeld z MPI of Neurobiology hovorí, že to bolo preto, lebo bunkové štruktúry, ktoré vytvoril počítač z ich skenov mali veľmi veľa chýb. Šance na presnejší 3D obraz mozgu však boli nízke. Skeny nervových buniek mozgu s veľkosťou 0,1 mm by trvalo vytvoriť neuveriteľných 11 rokov. Vedci preto začali hľadať inú cestu k cieľu.

https://youtu.be/X4eVmSxTZ8Y

Nalepším nástrojom v súčasností sú Flood-fillingové siete (FFN), ktorý vyvinul Michal Januszewski a Google AI. Odborníci potom ručne analyzovali súbory údajov z mozgu spevavých vtákov, ktoré Kornfeld zaznamenával už niekoľko rokov. Tie sa stali podkladom, s ktorou naučili FFN rozpoznávať, ako vyzerá naozajstná bunková štruktúra a na základe týchto poznatkov dokaže mapovať zvyšok údajov bleskurýchlo.

ZDROJ | Google

Vedci použili algoritmus hraničného detektora, ktorý identifikoval hranice neuritov (výrastok z tela neurónu), ako aj opakujúcu sa konvolučnú neurónovú sieť (podkategória opakujúcich sa neurónových sietí), ktoré zoskupovali a zvýrazňovali pixely v skenoch zobrazujúcich neuróny.

Spojením týchto automatizovaných výstupných dát s minimálnou potrebou ľudskej práce potrebnou na odstránenie zostávajúcich chýb, vedia teraz výskumníci v MPI of Neurobiology študovať konektómy v mozgu.

ZDROJ | Google

Vedci tak v malom meradle ukázali, že už dnes je k dispozícii všetko potrebné na mapovanie mozgových štruktúr. Možno ešte nie ľudského mozgu, ale v prípade myší a vtákov áno.

ZdrojMPI of Neurobiology,Venture Beat

Komentáre k článku