НЕЙРОГИБРИДНЫЕ СИСТЕМЫ –БУДУЩЕЕ РОБОТОТЕХНИКИ ИЛИ

ИГРУШКА НЕЙРОБИОЛОГОВ?Михаил Бурцев

ИПМ РАН, НИИ НФ РАМН, НБИК

ДВЕ ПРОБЛЕМЫ

ДВЕ ПРОБЛЕМЫ

ИИ Автономный адаптивный интеллект

Нейробиология Идеальная экспериментальная модель

ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ

КОРНИ ИИ

Кибер-нетика

Компью-теры

Физио-логия

Мате-матика

ИИ и ИНС

КИБЕРНЕТИЧЕСКИЙ ИИ Turtles (1948-50)

W. Grey Walter's

ДВА ПУТИ

Нейроны передают электрические

сигналы

мозг можно смоделировать электрической

схемой

искусственные нейронные сети

Человеческий интеллект основан на манипуляции с

символами

компьютер совершает

манипуляции с символами

искусственный интеллект

ИСТОРИЯ ИИ

• 1958, H. A. Simon and Allen Newell: "within ten years a digital computer will be the world's chess champion" and "within ten years a digital computer will discover and prove an important new mathematical theorem."

• 1965, H. A. Simon: "machines will be capable, within twenty years, of doing any work a man can do."

• 1967, Marvin Minsky: "Within a generation ... the problem of creating 'artificial intelligence' will substantially be solved."

• 1970, Marvin Minsky: "In from three to eight years we will have a machine with the general intelligence of an average human being."

ИСТОРИЯ ИИ Обещания ИИ

«СТАРЫЕ ДОБРЫЕ»ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ (ИИ) И

ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ (ИНС)

искусственный интеллект (1956 г.)+ легко формализуется, основан на логике

искусственные нейронные сети (1957 г.)+ хорошо решают узкие задачи аппроксимации,

категоризации

= ≠

ИИ сегодня

• Понимание принципов коллективного действия, основанного на кооперации, т.е. взаимосодействиядля достижения результата, является основой для:• понимания принципов работы мозга;• построения адаптивных многоагентных систем

искусственного интеллекта.

Умныйнейрон

?Как изменение поведения отдельного нейрона позволяет решить проблему всего мозга?

Как проблема мозга становится проблемой отдельного нейрона?

НЕЙРОБИОЛОГИЯ

ИДЕАЛЬНАЯ МОДЕЛЬ

Адаптивное поведение Клеточное

разрешение для всего мозга

СУЩЕСТВУЮЩИЕ МЕТОДЫ

ЭЭГ, ФМРТ «+» Поведение «+» Динамика «-» Отсутствие клеточного разрешения

СУЩЕСТВУЮЩИЕ МЕТОДЫ

Прозрачный мозг (КОПТ), Blockface imaging «-» Поведение «-» Динамика «+» Клеточного разрешения

СУЩЕСТВУЮЩИЕ МЕТОДЫ

Электрофизиология «+» Поведение «+» Динамика «-» Отсутствие

клеточного разрешения для всего мозга

СУЩЕСТВУЮЩИЕ МЕТОДЫ

Модели in vitro (срезы, культуры) «-» Поведение «+» Динамика «+» Клеточное разрешение

ДВЕ ПРОБЛЕМЫ – ОДНО РЕШЕНИЕ

ПОТЕНЦИАЛЬНО ИДЕАЛЬНАЯ МОДЕЛЬ

Нейрогибридные системы

управление

сенсорные данные

НЕЙРОГИБРИДНЫЕ СИСТЕМЫ

Нейрональная культура, управляющая роботом “+” весь “мозг” доступен для имиджинга или

регистрации электрической активности с (суб)клеточным разрешением

“+” весь “мозг” доступен для воздействий с (суб)клеточным разрешением

большой “-” нет отработанной парадигмы обучения

НЕЙРОГИБРИДНЫЕ СИСТЕМЫ

Понимание принципов адаптации на клеточном уровне позволит создать новые алгоритмы нейроморфного искусственного интеллекта

ОБУЧЕНИЕ В НЕЙРОНАЛЬНЫХКУЛЬТУРАХ

ПАМЯТЬ В НЕЙРОНАЛЬНОЙ КУЛЬТУРЕ

Что может быть памятью в нейрональной культуре?

Временные паттерны активности

РАЗВИТИЕ СПОНТАННОЙ АКТИВНОСТИ

• Wagenaar, D. A, J. Pine, and S. M Potter. 2006. «An extremely rich repertoire of bursting patterns during the development of cortical cultures». BMC neuroscience 7 (1): 11.

ПАЧКИ АКТИВНОСТИ – ЧТО ЭТО?

Эпилептические припадки

Сонные веретена

Память Сохранение

временной струтуры

ПОИСК ПОВТОРЯЮЩИХСЯ ПАЧЕК

Пачки Поиск Описание Сравнение Кластеризация Развитие

Данные Спонтанная активность в плотных культурах Wagenaar, D. A, J. Pine, and S. M Potter. 2006. «An

extremely rich repertoire of bursting patterns during the development of cortical cultures». BMC neuroscience 7 (1): 11.

ПОИСК И ОПИСАНИЕ ПАЧЕК

Пороговый поиск и описание пачки временными задержками

Пачка

Мал

ые

пачк

иС

пайк

и на

эл

ектр

одах

ti

СРАВНЕНИЕ ПАЧЕК

Расчет попарных расстояний и их сортировка

до сортировки после сортировки

# пачки# пачки

# па

чки

#па

чки

КЛАСТЕРИЗАЦИЯ ПАЧЕК

Пачки в данных, значения расстояний между которыми более вероятны, чем для «перемешанных» расстояний, формируют кластер

datashuffledthreshold

част

ота

Расс

тоян

ие м

ежду

сос

едни

ми

пачк

ами

расстояние

# пачки после сортировки

порог

Распределение расстояний в

реальных и перемешанных

данных

ПАЧКИ

cluster 0 cluster 1

cluster 2

cluster 11

cluster 4

cluster 7

РАЗВИТИЕ ПАЧЕЧНОЙ АКТИВНОСТИ

343 4 1 6 1 1 1 6 13 1 6 17 17 15 27 4 59 54 62 5226 7 1 3 5 9 1 4 38 8 6 1 17 5 75 13 1 2 25 21 1 1 1 1 14 9 3 14 12 1 1 1 13 15 33 20 2 12 10 1 113 11 134 6 2 1 14 19 1 1 23 24 32 18 1 12 22 22 26 1 12 25 22 29 226 1 3 17 1 2 1 220 0 6 4 7 1 1 117 2 11 5 13 16 1 1 13 17 2 12 3 1 12 14 1 12 23 22 27 22 28 1 12 30 1 12 31 1 12 32 1 12 33 1 12 34 1 1

№∑ 5 6 7 8 9 10 11 12 13 14 15 17 18 19 20 21 22 24 25 26 28 31 32 33 34 35

день in vitro

РАЗВИТИЕ ДОМИНАНТНОГО ПАТТЕРНА

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

0 10 20 30 40

доля

пач

ек в

дом

инан

тном

па

ттер

не

день in vitro

2-12-22-32-42-52-6

ОБУЧЕНИЕ НЕЙРОНАЛЬНОЙ КУЛЬТУРЫ

Shahaf, Goded, and Shimon Marom. 2001. «Learning in Networks of Cortical Neurons». J. Neurosci. 21 (22): 8782-8788.

ОБУЧЕНИЕ НЕЙРОНАЛЬНОЙ КУЛЬТУРЫ

Le Feber, Joost, Jan Stegenga, and Wim L. C. Rutten. 2010. «The Effect of Slow Electrical Stimuli to Achieve Learning in Cultured Networks of Rat Cortical Neurons». PLoS ONE 5 (1): e8871.

0 1 2 3 4 5 , h 0 1 2 3 4 5 , h

НЕЙРОГИБРИДНЫЕ СИСТЕМЫ –БУДУЩЕЕ РОБОТОТЕХНИКИ ИЛИ ИГРУШКА НЕЙРОБИОЛОГОВ?

Пачки, как следы памяти в нейрональных культурах существуют могут формироваться экспериментатором

Необходимы более воспроизводимые и богатые протоколы обучения

Нейрогибридные системы – платформа для разработки нейроморфного искусственного интеллекта будущего

СПАСИБО ЗА ВНИМАНИЕ!