Luxe-empire.ru

Красота и Здоровье
0 просмотров
Рейтинг статьи
1 звезда2 звезды3 звезды4 звезды5 звезд
Загрузка...

Нейробиолог где учиться

Специалисты по работе мозга: учеба и работа нейробиологов за рубежом

Хотите изучать нейробиологию за рубежом? Мы расскажем о лучших программах и перспективах трудоустройства нейробиологов в других

Если при упоминании нейробиологии вам на ум приходят только скучные и непонятные лабораторные исследования, имеющие мало отношения к реальной жизни людей, вы глубоко заблуждаетесь. На самом деле нейробиология охватывает множество интересных научных направлений, а результаты работы нейробиологов используются в передовой медицине, промышленности, современных технологиях, ИТ, индустрии развлечений и даже в создании компьютерных игр!

Работа нейробиолога ответственна и многогранна, а потому требует серьезной академической и исследовательской базы. Однако, все усилия молодых нейробиологов окупаются, когда их разработки и открытия начинают по-настоящему улучшать жизнь людей по всему миру…

Зачем нужна нейробиология?

Нейробиологи занимаются изучением головного мозга и принципов его работы, исследуют нервную систему и взаимосвязи головного мозга с другими функциями организма. Внимание также уделяется изучению психических и психологических нарушений, генетики, возрастных изменений и ряда других процессов.

Будучи обширной научной областью, нейробиология объединяет нейрофизиологию, нейрохимию, нейрогенетику, а также тесно связана с психологией и социологией. Именно поэтому исследования ученых-нейробиологов вносят вклад в развитие самых разных отраслей.

Например, открытия нейробиологов активно применяются в медицине, в ходе восстановления работы головного мозга и лечения ряда заболеваний. В социологии и психологии нейробиологи вносят вклад в исследование человеческих реакций, восприятия запахов и вкусов, сновидений и связей между мыслью и действием человека. В индустрии развлечений результаты нейробиологических исследований используют для создания максимально реалистичных и воздействующих на мозг видеоэффектов и компьютерных игр. Помимо этого, нейробиологи находят применение своим знаниями в спортивной индустрии, промышленном производстве, военной промышленности и т.д.

Где и кем работают нейробиологи?

Нейробиология – это, в первую очередь, исследовательская деятельность. Поэтому большинство нейробиологов работают в научно-исследовательских институтах, в лабораториях и при университетах. В последнем случае исследовательская работа может быть также совмещена с преподаванием.

В рамках своей работы нейробиологи занимаются различными научными проектами, зачастую получая гранты от государства, университетов и различных компаний. Они изучают структуру и развитие нервной системы, а также ее влияние на неврологические функции и поведение. Научная деятельность нейробиологов также предполагает исследования с участием людей и животных, с использованием электродов, сканирования мозга и других технологий.

Нейробиологи, которые работают на правительство или частные компании, могут сосредоточиться на исследованиях, не занимаясь преподаванием. Например, они могут трудиться в частных компаниях, включая фармацевтические и биотехнологические компании, принимая участие в разработке новых продуктов и препаратов. Над рядом исследовательских проектов частные компании также работают совместно с правительством, получая дополнительное финансирование для своих сотрудников.

Помимо этих вышеперечисленных опций трудоустройства, некоторые нейробиологи занимаются частным бизнесом и основывают собственные компании и производства для реализации своих научных идей или занимаются частным консультированием, совмещай знания о работе мозга с психологией.

Программы в области нейробиологии в зарубежных вузах

Учеба нейробиологов, как и их работа, сосредоточена на исследованиях. Поэтому подавляющее большинство будущих нейробиологов после окончания бакалавриата продолжают обучение на исследовательских программах магистратуры и докторантуры.

Образование нейробиологов предполагает обширную лабораторную практику, индивидуальные и групповые исследовательские проекты, написание диссертации и, зачастую, стажировку в партнерских научных центрах или компаниях.

Нейрофизиолог: плюсы и минусы профессии

Сегодня мы познакомим вас с профессией нейробиолога. Вы узнаете чем занимается этот специалист, где он может работать и сколько зарабатывает. Прочитав статью, вы точно будете знать, что лечит нейрофизиолог, и сможете обратиться к нему за помощью.

Общие сведения

Нейробиолог (нейрофизиолог) – это человек, который занимается изучением человеческого мозга и принципов его работы. Специалист участвует в исследованиях и разработках, что связаны с созданием искусственного интеллекта. Также нейробиолог занимается вычислительной нейронаукой, разработкой математических моделей функционирования нервной системы и головного мозга. Работать нейробиологом можно биологу, физику-теоретику, математику, специалист в области компьютерных технологий. Люди данных профессий смогут заниматься разработкой искусственного интеллекта.

Человеческий мозг еще не изучен на 100%, в нем кроется много тайн и загадок. Полноценным изучением мозга может заниматься только междисциплинарная наука, которая будет включать в себя много уровней: от молекулярного до клеточного, а также от уровня относительно небольших объединений нейронов до уровня больших систем, например, таких, как кора головного мозга или мозжечок. Нельзя путать нейробиолога с психологом. Нейробиология – это точная наука, которая занимается изучением особенностей протекания физиологических процессов в мозге человека и порождаемых ими изменений в психической деятельности.

Одним из перспективных направлений в науке является исследование связи человеческого сознания и действия, то есть, как человеческие мысли о предстоящем действии приводят к его осуществлению. Данные исследования являются базой для создания новых технологий, которые помогут побороть недуги головного мозга и нервной системы. Благодаря таким разработкам появляются новые протезы, с помощью которых человек снова сможет ходить, шевелить руками и вернуться к полноценной жизни.

Обязанности

Как и у каждого работника, у нейрофизиолога есть определенные профессиональные обязанности, которых он должен придерживаться.

К главным обязанностям можно отнести следующие:

  • знания в области биологии, психологии, физики и нейробиологии;
  • изучение психических феноменов с использованием инструментов психологии;
  • изучение физиологии и основных свойств нервных тканей;
  • изучение головного, спинного мозга, особенностей их функционирования;
  • специалист обязан проводить нейрофизиологические исследования, чтобы определить состояние головного мозга и нервной системы и идентификации патологических изменений пациента;
  • участие в научных конференциях, симпозиумах;
  • публикация научных докладов в исследовательских журналах и сборниках;
  • обслуживание аппаратуры;
  • умение расшифровывать полученные на аппаратуре данные;
  • устранение неполадок во время эксплуатации оборудования.

Но все же главная задача специалиста – это забота и здоровье своих пациентов, в подборе правильного лечения и терапии, поиске новых способов борьбы с трудными заболеваниями.

Место работы

Специалист может работать в таких организациях:

  • диагностическом центре;
  • медицинской лаборатории;
  • в компании, где занимаются разработкой нейроинтерфейсов;
  • в медицинском холдинге;
  • центре неврологии;
  • поликлинике;
  • исследовательском центре.

Если специалист хорошо зарекомендует себя на рабочем месте, то сможет удачно построить свою карьеру, например, возглавить исследовательский центр или отделение больницы.

Важные качества

Хороший специалист должен обладать важными профессиональными качествами, это поможет ему в работе и будущем карьерном росте.

К таким качествам относятся:

  • способность к аналитическому мышлению;
  • ответственность;
  • критическое мышление;
  • внимание к мелким деталям;
  • способность к межотраслевому взаимодействию;
  • комплексный подход к решению проблем;
  • аккуратность;
  • педантичность;
  • ответственность;
  • аккуратность;
  • умение быстро принимать нужные решения;
  • самоусовершенствование и самообразование;
  • готовность принять критические замечания.

Обучение

Во время обучения можно получить высшее биологическое образование и высшее медицинское образование. Для получения квалификации “Специалист” нужно учиться 5 лет, на бакалавриате обучение длится 4 года. Следующий этап – это обучение в магистратуре, которое длится два года.

Диплом магистра позволит продолжить обучение в аспирантуре и докторантуре. Это для тех людей, которые собираются заниматься научной деятельностью, преподавать в ВУЗах и сотрудничать с известными международными лабораториями и исследовательскими центрами.

Для поступления в ВУЗ абитуриенту необходимо сдать ЕГЭ. Основными предметами для поступления являются биология, русский язык, математика, химия; все зависит от того учебного заведения, в которое вы собираетесь поступать.

Список ВУЗов страны, где можно получить специальность нейробиолога:

  • Севастопольский государственный университет;
  • Крымский федеральный университет имени В.И. Вернадского;
  • Московский физико-технический институт (государственный университет);
  • Московский государственный университет имени М.В. Ломоносова;
  • Санкт-Петербургский политехнический университет Петра Великого;
  • Санкт-Петербургский государственный университет;
  • Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского;
  • Уральский федеральный университет имени первого Президента России Б.Н. Ельцина;
  • Казанский (Приволжский) федеральный университет;
  • Тюменский государственный университет;
  • Новосибирский национальный исследовательский государственный университет;
  • Московская государственная академия ветеринарной медицины и биотехнологии имени К.И. Скрябина;
  • Саратовский национальный исследовательский государственный университет имени Н.Г. Чернышевского;
  • Башкирский государственный медицинский университет;
  • Национальный исследовательский Томский государственный университет;
  • Воронежский государственный университет;
  • Балтийский федеральный университет имени Иммануила Канта;
  • Санкт-Петербургская государственная академия ветеринарной медицины;
  • Сибирский федеральный университет;
  • Челябинский государственный университет.

Во время работы человек также продолжает свое обучение. Специалист обязан проходить курсы повышения квалификации, с определенной периодичностью. Это могут быть очные или заочные курсы, по их завершению работник получит сертификат или удостоверение о том, что он прослушал курс лекций, посещал практические занятия, повысил или подтвердил свою категорию. Самообучение также играет важгую роль, так как помогает самоусовершенствоваться.

Заработная плата

По данным популярных сайтов работы за последний месяц в России открыто 136 вакансий по должности “Нейробиолог (нейрофизиолог)” с описанием должностного оклада. Размер средней зарплаты в рублях 29 000, минимальной – 20 300, максимальной 102 700. Если вы ищете работу, то вам доступны свободные рабочие места с фиксированной оплатой труда в рублях.

  • 68 вакансий с зарплатой от 7 000 до 25 000;
  • 42 вакансии с окладом от 25 000 до 43 000;
  • 17 вакансий с окладом от 43 000 до 61 000;
  • 2 вакансии с заработной платой от 61 000 до 79 000;
  • 7 вакансий с зарплатой от 79 000;
Читать еще:  Химик аналитик чем занимается

Заработная плата специалиста зависит от его квалификации, опыта работы, трудового стажа, места работы и региона страны.

Размер средней заработной платы по разным регионам страны в рублях:

  • Москва – 37000;
  • Санкт-Петербург – 25000.

Теперь вы знаете чем занимается нейробиолог, где работает и сколько зарабатывает. Надеемся, что вы найдете для себя достойное место работы, и будете получать удовольствие от любимой профессии.

Молодые ученые: нейробиолог Анатолий Бучин о кальмарах, моделировании мозга и ежедневной пользе нейронауки

Лена Киселева

Анатолий Бучин изучал вычислительную нейробиологию в России и во Франции, посвятил диссертацию исследованию причин эпилептического приступа, а после уехал в США, где работает над проектом о нервной системе гидры, знакомой всем со школы, но на самом деле малоизученной и представляющей большой интерес для нейронауки.

Анатолий Бучин

Где учился: физико-механический факультет Политехнического университета, Высшая нормальная школа в Париже. На данный момент — постдок в Вашингтонском университете.

Что изучает: вычислительную нейробиологию

Особые приметы: играет на саксофоне и флейте, занимается йогой, много путешествует

Интерес к науке возник у меня в детстве: я увлекался насекомыми, собирал их, изучал их образ жизни и биологию. Мама заметила это и привела меня в Лабораторию экологии морского бентоса (ЛЭМБ) (бентос — совокупность организмов, обитающих на грунте и в грунте дна водоемов. — Прим. ред.) при городском Дворце творчества юных. Каждое лето, с 6-го по 11-й класс, мы уезжали в экспедиции на Белое море в Кандалакшский заповедник — наблюдать за беспозвоночными животными и измерять их численность. Параллельно я участвовал в биологических олимпиадах для школьников и в качестве научных исследований представлял результаты работы в экспедициях. В старших классах меня заинтересовало программирование, но заниматься исключительно этим было не слишком интересно. Мне неплохо давалась физика, и я решил найти специализацию, которая объединяла бы физику и биологию. Так я оказался в Политехе.

Первый раз во Францию я попал после бакалавриата, когда выиграл стипендию для обучения на магистерской программе в университете Рене Декарта в Париже. Я много стажировался в лабораториях, научился записывать активность нейронов в срезах мозга и анализировать ответы нервных клеток в зрительной коре кошки во время предъявления визуального стимула. Получив степень магистра, я вернулся в Петербург, чтобы завершить свое обучение в Политехе. На последнем курсе магистратуры мы с моим руководителем подготовили российско-французский проект для написания диссертации, и я выиграл финансирование, приняв участие в конкурсе Высшей нормальной школы. Последние четыре года я работал под двойным научным руководством — Бориса Гуткина в Париже и Антона Чижова в . Незадолго до окончания работы над диссертацией я съездил на конференцию в Чикаго и узнал о позиции постдока в Вашингтонском университете. После собеседования я решил ближайшие два-три года работать именно здесь: мне понравился проект, а с моим новым руководителем Эдриенн Фэйрхолл у нас оказались схожие научные интересы.

О вычислительной нейробиологии

Объектом исследования вычислительной нейробиологии является нервная система, а также самая интересная ее часть — головной мозг. Чтобы объяснить, при чем здесь математическое моделирование, нужно немного рассказать об истории этой молодой науки. В конце 80-х в журнале Science вышла статья, в которой впервые заговорили о вычислительной нейробиологии — новой междисциплинарной области нейронауки, которая занимается описанием информационных и динамических процессов в нервной системе.

фото предоставлено Анатолием Бучиным

Во многом фундамент этой науки заложили еще биофизик Алан Ходжкин и нейрофизиолог Эндрю Хаксли (брат Олдоса Хаксли. — Прим. ред.). Они изучали механизмы генерации и передачи нервных импульсов в нейронах, выбрав в качестве модельного организма кальмаров. В то время микроскопам и электродам было далеко до современных, а у кальмаров настолько толстые аксоны (отростки, по которым распространяется нервный импульс), что они были видны даже невооруженным глазом. Это помогло аксонам кальмара стать удобной экспериментальной моделью. Открытие Ходжкина и Хаксли заключалось в том, что они объяснили с помощью эксперимента и математической модели, что генерация нервного импульса осуществляется за счет изменения концентрации ионов натрия и калия, проходящих через мембраны нейронов. Впоследствии оказалось, что этот механизм универсален для нейронов многих животных, включая человека. Звучит необычно, но, изучая кальмара, ученые смогли узнать, как нейроны передают информацию у человека. За свое открытие в 1963 году Ходжкин и Хаксли получили Нобелевскую премию.

Задача вычислительной нейробиологии — систематизация огромного количества биологических данных об информационных и динамических процессах, происходящих в нервной системе. С развитием новых методов регистрации нервной активности количество данных о работе мозга растет с каждым днем. Объем книги нобелевского лауреата Эрика Кандела «Principles of Neural Science», в которой изложены базовые сведения о работе мозга, увеличивается с каждым новым тиражом: начиналась книга с 470 страниц, а сейчас ее размер — более 1 700 страниц. Для того чтобы систематизировать такой огромный набор фактов, и нужны теории.

Об эпилепсии

Эпилепсией болеет порядка 1% населения Земли — это 50–60 миллионов человек. Один из радикальных методов лечения — удаление участка мозга, в котором зарождается приступ. Но здесь не все так просто. Примерно в половине случаев эпилепсия у взрослых людей развивается в височной доле мозга, связанной с гиппокампом. Эта структура отвечает за формирование новых воспоминаний. Если у человека вырезать два гиппокампа с обеих сторон мозга, он потеряет способность запоминать новое. Получится такой непрерывный день сурка, поскольку человек будет способен запомнить что-либо только на 10 минут. Суть моих исследований заключалась в том, чтобы предсказать не такие радикальные, но другие возможные и эффективные способы борьбы с эпилепсией. В диссертации я пытался понять, как начинается эпилептический приступ.

Чтобы разобраться, что происходит с мозгом во время приступа, представьте, что вы пришли на концерт и в момент зал взорвался аплодисментами. Вы хлопаете в своем ритме, а люди вокруг вас — в другом. Если достаточно большое количество людей начинают хлопать одинаково, вам сложно будет продолжать следовать своему ритму и вы, скорее всего, начнете хлопать вместе со всеми. Схожим образом работает эпилепсия, когда нейроны головного мозга начинают сильно синхронизироваться, то есть генерировать импульсы в одно и то же время. Такой процесс синхронизации может вовлекать целые области мозга — в том числе те, что контролируют движение, и тогда возникает припадок. Хотя большая часть приступов характеризуется отсутствием припадков, потому что эпилепсия не всегда возникает в моторных областях.

Критики Blue Brain Project и Human Brain Project задаются вопросом, насколько важно огромное количество деталей, чтобы описать принципы работы мозга. Для сравнения — насколько важно описание Невского проспекта в Петербурге на карте, где видны только континенты? Тем не менее попытка собрать воедино огромное количество данных, безусловно, важна. В худшем случае, даже если мы до конца не поймем, как работает мозг, построив такую модель, мы сможем использовать ее в медицине. Например, для изучения механизмов различных заболеваний и моделирования действия новых лекарств.

фото предоставлено Анатолием Бучиным

В США мой проект посвящен изучению нервной системы гидры. Несмотря на то что даже в школьных учебниках биологии ее изучают одной из первых, ее нервная система до сих пор плохо исследована. Гидра — родственница медузы, поэтому она такая же прозрачная и обладает сравнительно небольшим числом нейронов — от 2 до 5 тысяч. Поэтому можно одновременно записать активность из практически всех клеток нервной системы. Для этого используется такой инструмент, как «кальциевый имиджинг». Дело в том, что каждый раз, когда нейрон разряжается, у него изменяется концентрация кальция внутри клетки. Если добавить специальную краску, которая начинает светиться при повышении концентрации кальция, то каждый раз при генерации нервного импульса мы будем видеть характерное свечение, по которому можно определить активность нейрона. Это позволяет записывать активность в живом животном во время поведения. Анализ такой активности позволит понять, как нервная система гидры управляет ее движением. Аналогии, полученные в ходе таких исследований, можно будет использовать для описания движения более сложных животных — таких как млекопитающие. А в дальней перспективе — в нейроинжиниринге для создания новых систем контроля нервной активности.

О важности нейронауки для общества

Почему нейронаука так важна для современного общества? Во-первых, это возможность разработки новых методов лечения нейрологических заболеваний. Как можно найти лекарство, если не понимаешь, как оно работает на уровне целого мозга? Мой научный руководитель в Париже Борис Гуткин, который также работает в Высшей школе экономики в Москве, занимается изучением кокаиновой и алкогольной зависимости. Его работа посвящена описанию тех перестроек в системе подкрепления, которые приводят к зависимости. Во-вторых, это новые технологии — в частности, нейропротезирование. Например, человек, который остался без руки, благодаря вживленному в мозг импланту сможет контролировать искусственные конечности. Алексей Осадчий в ВШЭ активно занимается этим направлением в России. В-третьих, в дальней перспективе это выход в IT, а именно в технологии машинного обучения. В-четвертых, это сфера образования. Почему, например, мы считаем, что 45 минут — это самая эффективная продолжительность урока в школе? Возможно, этот вопрос стоит лучше изучить, используя знания когнитивной нейронауки. Так мы сможем лучше понять, как нам эффективнее преподавать в школах, университетах и как эффективнее планировать рабочий день.

О нетворкинге в науке

В науке очень важен вопрос коммуникации между учеными. Для нетворкинга необходимо участие в научных школах и конференциях, чтобы быть в курсе текущего положения дел. Научная школа — это такая большая тусовка: на месяц вы оказываетесь среди других PhD-студентов и постдоков. Во время обучения к вам приезжают известные ученые, которые рассказывают о своей работе. Параллельно вы занимаетесь индивидуальным проектом, и вами руководит кто-то более опытный. Не менее важно поддерживать хорошие отношения со своим руководителем. Если у нет хороших рекомендательных писем, его вряд ли возьмут на стажировку. От стажировки зависит, возьмут ли его для написания диссертации. От результатов диссертации — дальнейшая научная жизнь. На каждом из этих этапов обязательно спрашивают отзыв руководителя, и если человек не слишком хорошо работал, то это довольно быстро станет известно, поэтому важно дорожить своей репутацией.

фото предоставлено Анатолием Бучиным

Если говорить о долгосрочных планах, я планирую пройти несколько постдоков, прежде чем найти постоянную позицию в университете или исследовательской лаборатории. Для этого необходимо достаточное количество публикаций, которые сейчас в процессе. Если все сложится, у меня есть мысли вернуться в Россию через несколько лет, чтобы организовать здесь свою лабораторию или научную группу.

Как ИИ и нейробиология двигают друг друга вперед

Объединение возможностей ИИ и наук о мозге обещает выгоды для обеих областей

Четан Пандаринах хочет дать людям с парализованными конечностями возможность оперировать предметами с помощью роботизированной руки так же естественно, как с собственной. Чтобы достичь этой цели, он собрал записи активности мозга у людей с параличом. Его надежда, которую разделяют многие исследователи, состоит в том, что можно установить закономерности электрической активности в нейронах, которые управляют движением руки, чтобы затем эти инструкции можно было подать на протез. По сути, это чтение мысли.

«Оказывается эти сигналы мозга очень сложны для понимания», — говорит инженер в области биомедицины из Института технологий Джорджии в Атланте Пандаринах. В поисках решения проблемы он обратился к ИИ. Свои записи мозговой активности он использовал для обучения искусственной нейронной сети — компьютерной архитектуры, идея которой заимствована у мозга, и поставил перед ней задачу воспроизведения данных.

Записи производились на небольшой группе нейронов в мозге — около 200 из 10-100 миллионов нейронов управляющих движением рук человека. Чтобы такая небольшая выборка имела смысл, компьютер должен был найти закономерности, которые исследователи называют скрытыми факторами, контролирующими общее поведение регистрируемой активности мозга. Это исследование выявило временную динамику нейронной активности, генерирующей более точный набор инструкций для движения руки, чем предыдущие методы. «Сейчас мы можем с точностью до миллисекунд сказать, что в данный момент подопытное животное пытается двигаться под этим точным углом», — объясняет Пандаринах, — «это именно то, что мы должны знать, чтобы контролировать роботизированную руку.»

Его работа является лишь одним из примеров растущего взаимодействия между ИИ и когнитивной наукой. ИИ с его способностью идентифицировать паттерны в больших, сложных наборах данных, добился замечательных успехов в последнее десятилетие, в частности, эмуляции процесса, с помощью которого мозг выполняет определенные вычисления. ИНС, аналогичные сетям нейронов составляющих мозг, дали компьютерам возможность отличать изображение кошки от других изображений, идентифицировать пешеходов с точностью достаточной, чтобы управлять беспилотными автомобилями, а также распознавать речь и реагировать на нее. Теперь когнитивная наука начинает извлекать пользу из мощи ИИ, как модели для разработки и тестирования идей того, как мозг выполняет вычисления, так и в качестве инструмента для обработки сложных массивов данных, которые получаются в исследованиях подобных проводимым Пандаринахом. «Технология в своем развитии сделала полный оборот и теперь применяется, чтобы понять, как работает сам мозг”, — говорит он [Chethan Pandarinath Pub.]. Этот цикл взаимного усиления, вероятно, будет продолжаться. Поскольку ИИ позволяет нейробиологам получить представление о том, как мозг производит вычисления, то их дальнейшие исследования могут привести к машинам, которые могут взять на себя больше возможностей человеческого интеллекта.

Вполне естественно, что эти две дисциплины сочетаются вместе, говорит Манеш Сахани, нейробиолог-теоретик и исследователь машинного обучения в Отделе вычислительной нейробиологии Гэтсби Университетского колледжа Лондона. „Мы эффективно изучаем одно и то же. В одном случае мы спрашиваем, как решить эту задачу обучения математически, чтобы она могла быть эффективно реализована в машине. В другом случае мы рассматриваем единственно существующее доказательство того, что задачу можно решить — это мозг “ [Maneesh Sahani Pub.].

Работа с данными

Методы ИИ пригодятся не только для создания моделей и генерации идей, но и как инструменты для обработки данных. „Нейронные данные очень сложны, и поэтому мы часто используем методы машинного обучения просто для того, чтобы найти в них структуру”, — говорит Сахани. Основная сила машинного обучения заключается в распознавании паттернов, которые могут быть слишком тонкими или слишком скрытыми в огромных наборах данных, чтобы люди могли их обнаружить.

Читать еще:  Ищу химика лаборанта

Функциональная магнитно-резонансная томография, например, генерирует снимки активности по всему мозгу с разрешением 1-2 миллиметра каждую секунду или около того, потенциально в течение часов. “Задача когнитивной нейробиологии заключается в том, как найти полезный сигнал в изображениях, которые очень и очень велики», — говорит Николас Турк-Браун, когнитивный нейробиолог из Йельского университета в Нью-Хейвене, штат Коннектикут. Турк-Браун возглавляет один из нескольких проектов, в которых ищутся свежие идеи на стыке науки о данных и нейробиологии [Nicholas B Turk-Browne Pub.].

Использование машины для анализа этих данных ускоряет исследования. «Это огромное изменение в том, как производятся нейробиологические исследования», — говорит Давид Сусилло, специалист по нейровычислениям из команда Google Brain в Сан-Франциско, Калифорния. «Аспирантам не нужно делать лишней рутинной работы — они могут сосредоточиться на более крупных вопросах. Можно многое автоматизировать и получить более точные результаты».

Воспроизведение чувств

Создание искусственной системы, которая воспроизводила бы данные мозга, было подходом принятым Даниэлем Яминсом, вычислительным нейробиологом из Института нейронаук Ву Цай Стэнфордского университета. В 2014 году, когда Яминс, после получения докторской степени в Массачусетском технологическом институте в Кембридже, и его коллеги обучили нейронную сеть предсказывать мозговую активность обезьяны, когда та распознавала определенные объекты [Yamins, D. L. K. et al., 2014]. Распознавание объектов у людей и обезьян осуществляется системой мозга называемой вентральным зрительным потоком, которая имеет две основные архитектурные особенности. Во-первых, это ретинотопия, которая означает, что пути зрительной обработки в мозге организованы таким образом, как глаз воспринимает визуальную информацию. Во-вторых, система иерархична; определенные области кортекса выполняют все более сложные задачи от слоя, который идентифицирует только контуры объектов, до более высокого слоя, который распознает весь объект, такой, как автомобиль или лицо. Детали того, как работают высшие слои неизвестны, но в результате мозг может распознавать объект в различных положениях, при различных условиях освещения, когда он имеет разный размер из-за разного расстояния до него, и даже когда он частично скрыт. Компьютеры часто не могут справиться с такими трудностями.

Яминс и его коллеги построили свою нейронную сеть глубокого обучения в соответствии с той же ретинотопической иерархической архитектурой, что и в мозге, и показали ей тысячи изображений 64 объектов, которые различались по таким характеристикам, как размер и положение. Когда сеть научилась распознавать объекты — она вырабатывала несколько возможных паттернов нейронной активности. Затем исследователи сравнили эти компьютерные паттерны с паттернами, записанными на нейронах обезьян в то время, когда они выполняли аналогичную задачу. Оказалось, что те варианты сети, которые лучше всего распознали объекты, имели паттерны активности, наиболее близкие к паттернам мозга обезьяны. ”Мы обнаружили, что нейронная структура имитируется в структуре сети», — говорит Яминс. Исследователи смогли сопоставить области своей сети с областями мозга почти с 70%-ной точностью.

Результаты подтвердили, что архитектура вентрального визуального потока очень важна для процесса распознавания в зрительной системе мозга. В 2018 году Яминс и его коллеги совершили аналогичный прорыв исследуя слуховую кору, для которой они создали нейронную сеть глубокого обучения, которая смогла идентифицировать слова и жанры музыки в 2-секундных клипах с той же точностью, что и человек [Kell, A. J. E. et al. 2018]. Это помогло исследователям определить, какие области коры головного мозга выполняют распознавание речи, а какие распознают музыку — новый шаг в понимании слуховой системы мозга.

Нейробиологи все еще далеки от понимания того, как мозг справляется с такой задачей, как различение джаза и рок-музыки, но машинное обучение дает им возможность построения моделей, с помощью которых можно исследовать эти вопросы. Если исследователи смогут создать системы, которые работают аналогично мозгу, говорит Яминс, их структура может подсказать идеи, как мозг решает такие задачи. Это важно, так как ученые часто не имеют рабочей гипотезы, как мозг работает [Daniel Yamins Pub.].

После того, как исследователи построили гипотезу, следующим шагом является ее проверка. Меняя параметры моделей ИИ можно получить представление о деятельности мозга, и увидеть какие факторы могут быть важными для выполнения конкретной задачи. Исследователи ограничены этическими соображениями с точки зрения того, насколько они могут вмешиваться в процессы в здоровом человеческом мозге. Поэтому многие записи нейронной активности у людей делаются на мозге тех, кто страдает эпилепсией, и которым должны удалить мозговую ткань. Это связано с тем, что допускается имплантация электродов в мозговую ткань, которая будет удалена в любом случае. Подопытные животные позволяют исследователям использовать более инвазивные процедуры, но есть формы человеческого поведения, в частности речь, которые не могут быть воспроизведены другими видами. Системы ИИ, которые могут имитировать человеческое поведение и быть подвергнуты любым воздействиям, без возникновения этических проблем, предоставят ученым дополнительные инструменты для изучения того, как работает мозг. Исследователи, например, могут научить сеть воспроизводить речь, а затем ухудшить ее, чтобы исследовать, как это связано с воздействием (другой интересный пример нейросетевого моделирования чувства — чувства численности приведен в этой публикации на Хабре — прим. переводчика).

Общие соображения

Компьютерные и когнитивные науки решают некоторые важные вопросы, и понимание того, как ответить на них в любой из этих областей, может привести к продвижению вперед в обеих областях. Один из таких вопросов — как именно происходит обучение? Нейронные сети в основном выполняют контролируемое обучение — обучение с учителем. Например, для распознавании изображений они могут быть обучены с помощью изображений, полученных из базы данных ImageNet, состоящей из более чем 14 миллионов фотографий объектов, которые были классифицированы и аннотированы людьми. При обучении сеть создает статистическое описание того, что общего имеют изображения с одной и той же меткой — например, «кошка». Когда сети предъявляют новое изображение, происходит его проверка на наличие аналогичных числовых атрибутов, если совпадение найдется, то изображение объявляется кошкой.

Очевидно, это не то, как учатся дети, говорит Томазо Поджио, специалист по нейровычислениям из Центра мозга, разума и машин, являющегося частью Массачусетского технологического института. «Ребенок видит порядка одного миллиарда изображений в первые два года жизни”, — говорит он. Но лишь немногие из этих изображений как-то помечены или названы. “Мы пока не знаем, как с этим бороться”, — говорит Поджио, — “и как создать машины, которые учатся в основном на не маркированных данных.”

Его лаборатория находится на начальной стадии проекта, который позволит нейронной сети выполнять обучение без учителя, находить паттерны в не маркированных видео. „Мы знаем, что животные и человек могут это делать“, — говорит Поджио. — »Вопрос, как?”

Яминс занимается проблемой обучения без учителя, разрабатывая программы, которые ведут себя как дети в игре, которые опрашивают свое окружение через случайные взаимодействия, и постепенно развивают понимание того, как работает мир. По существу он программирует любопытство, чтобы мотивировать компьютер исследовать окружение в надежде, что появятся новые модели поведения.

Другой нерешенный вопрос заключается в том, являются ли некоторые аспекты интеллекта «установленными» эволюцией. Например, люди, вероятно, предрасположены к распознаванию лиц, дети делают это с первых часов жизни. Возможно, предполагает Поджио, наши гены кодируют механизм быстрого и раннего обучения этой задаче. Расшифровка того, является ли эта идея правильной, может позволить ученым выработать один из способов помочь машинам учиться. Другие исследователи изучают нейронные основы морали. ”Люди боятся «злобных» машин», — говорит Поджио. «Мы, вероятно, должны лучше понять, как возникает наше моральное поведение, если хотим построить хорошие машины, этические машины.” [Tomaso Poggio Pub.]

Яминс говорит, что трудно понять, как нейробиология в одиночку сможет раскрыть, как работает обучение без учителя. “Если у вас нет решения для ИИ, если у вас нет ничего, что работает искусственно, у вас не может быть модели мозга”, — говорит он. Вероятно, считает он, ученые, занимающиеся ИИ, придумают одно или несколько решений, которые затем нейробиологи смогут проверить.

Ответ на эти загадки поможет создать более интеллектуальные машины, которые будут способны учиться в своей среде, и которые смогут сочетать скорость и вычислительную мощность компьютеров со способностями человека. Обработка данных и возможность моделирования на компьютерах уже приносят результаты в науках о мозге, и это будет только прогрессировать. „ИИ будет иметь огромное влияние на нейробиологию, — говорит Суссилло, — и я хочу участвовать в этом процессе.”

Замечание переводчика. Учитывая специфику аудитории Хабра, не требующей разъяснения таких вопросов, что такое нейронная сеть или глубокое обучение, перевод осуществлен с некоторыми, несущественными для понимания статьи, сокращениями.

Ссылка на основную публикацию
Adblock
detector