211service.com
Smegenų koprocesoriai
Edas Boydenas Trečiadienį 15.30 val., MIT žiniasklaidos laboratorijos biologijos inžinerijos ir smegenų bei pažinimo mokslų docentas, skaitys pranešimą apie šviesos naudojimą smegenų sutrikimams tirti ir gydyti. „EmTech 2010“. . Tiesioginę sesijos transliaciją žiūrėkite čia.
Per pastaruosius kelis dešimtmečius buvo išrasta daugybė technologijų, leidžiančių stebėti arba trikdyti informaciją smegenyse. Funkcinis magnetinio rezonanso tomografija, matuojanti kraujotakos pokyčius, susijusius su smegenų veikla, yra tiriama įvairiems tikslams, kaip melo aptikimas, žmogaus sprendimų priėmimo numatymas ir kalbos atsigavimo po insulto įvertinimas. Implantuotus elektrinius stimuliatorius, kurie leidžia kontroliuoti nervų grandinės veiklą, šimtai tūkstančių žmonių nešioja, kad galėtų gydyti tokias ligas kaip kurtumas, Parkinsono liga ir obsesinis-kompulsinis sutrikimas. Tyrėjai plačiai naudoja naujus metodus, tokius kaip šviesos naudojimas specifiniams smegenų neuronams aktyvuoti arba nutildyti, kad atskleistų įžvalgas, kaip valdyti neuronines grandines, kad būtų pasiekti terapiškai naudingi smegenų dinamikos pokyčiai. Žengiame į neurotechnologijų renesansą, kai smegenų supratimo ir jų funkcijų inžinerijos priemonių rinkinys plečiasi tiek savo apimtimi, tiek galia beprecedenčiu greičiu.
Ši priemonių rinkinys išaugo tiek, kad strateginis kelių neurotechnologijų panaudojimas kartu su viena kita kaip sistema gali suteikti esminių naujų galimybių, tiek mokslinių, tiek klinikinių, be to, ką jos gali pasiūlyti pačios. Pavyzdžiui, apsvarstykite sistemą, kuri nuskaito smegenų grandinės veiklą, apskaičiuoja grandinės valdymo strategiją, kad ji pereitų į norimą būseną arba atliktų konkretų skaičiavimą, o tada perduoda informaciją į smegenis, kad būtų pasiekta ši valdymo strategija. Tokia sistema leistų smegenų skaičiavimus vadovautis iš anksto nustatytais paciento ar gydytojo nustatytais tikslais arba adaptyviai valdyti atsižvelgiant į paciento aplinkos aplinkybes arba momentinę paciento smegenų būklę.
Kai kurie tokio tipo smegenų koprocesorių technologijos pavyzdžiai yra aktyviai kuriami, pvz., sistemos, kurios trikdo epilepsijos smegenis, kai elektra stebimas priepuolis, ir protezavimas amputuotiems asmenims, kurie įrašo nervus dirbtinėms galūnėms valdyti ir stimuliuoja nervus, kad būtų užtikrintas jutiminis grįžtamasis ryšys. Žvelgiant žemyn, tokios sistemos architektūros gali būti pajėgios atlikti labai pažangias funkcijas – laiku teikti informaciją demencija sergančio paciento smegenims, kad būtų pagerintas pažinimas, arba formuoti priklausomybės paciento rizikos prisiėmimo profilį. dirgikliai, skatinantys potraukį.
Atsižvelgiant į nuolat didėjantį turimų smegenų nuskaitymo ir valdymo technologijų skaičių, apibendrinta smegenų koprocesoriaus architektūra galėtų būti įgalinta apibrėžiant bendras sąsajas, reguliuojančias, kaip komponentų technologijos susikalba viena su kita, taip pat operacinę sistemą, kuri apibrėžia, kaip visa sistema veikia kaip vieninga visuma – analogiška būdui, kaip asmeniniai kompiuteriai valdo savo sudedamųjų standžiųjų diskų, atmintinių, procesorių ir ekranų sąveiką. Tokia smegenų koprocesoriaus platforma galėtų palengvinti naujoves, nes neuroinžinieriai galėtų sutelkti dėmesį į neuroninį protezavimą algoritminiu lygmeniu, panašiai kaip kompiuterių programuotojas gali dirbti kompiuteriu konceptualiu lygiu, neplanuodamas kiekvieno atskiro bito likimo. Be to, jei atsirastų naujų technologijų, pvz., naujos rūšies neuroninio įrašymo technologija, jos galėtų būti įtrauktos į sistemą ir iš esmės greitai susietos su esamais skaičiavimo ir trikdymo metodais, nereikalaujant intensyvaus tų kitų komponentų pritaikymo.
Norint sukurti tokias smegenų koprocesorių architektūras, reikėtų šiek tiek padirbėti, ypač tam, kad technologijos būtų pakankamai standartizuotos arba galbūt pakankamai atviros, kad būtų suderinamos įvairiais deriniais. Nepaisant to, kuriant gana paprastas prototipų sistemas galima daug pasimokyti. Pavyzdžiui, įrašymo technologijos pačios gali pranešti apie smegenų veiklą, bet negali visiškai patvirtinti priežastinio indėlio, kurį stebima smegenų veikla prisideda prie konkretaus elgesio ar klinikinio rezultato; valdymo technologijos gali įvesti informaciją į neuroninius taikinius, tačiau jų rezultatus gali būti sunku interpretuoti dėl endogeninės nervinės informacijos ir nepastebimo neuroninio apdorojimo. Šiuos mokslinius klausimus galima išaiškinti naudojant pradinius smegenų koprocesorius, pagamintus iš lengvai prieinamų komponentų, kurie naudoja įrašymo technologijas, kad įvertintų, kaip tam tikros neuroninės grandinės perturbacija keičia smegenų dinamiką. Tokie tyrinėjimai gali pradėti atskleisti principus, reglamentuojančius, kaip geriausiai valdyti grandinę – atskleisti nervinius taikinius ir valdymo strategijas, kurios veiksmingiausiai veda prie tikslo smegenų būsenos arba elgesio efekto, ir taip nurodant kelią į naujas gydymo strategijas. Miniatiūriniai, implantuojami smegenų koprocesoriai gali palaikyti naujų rūšių personalizuotą mediciną, pavyzdžiui, nuolat pritaikant nervų valdymo strategiją prie individualaus paciento tikslų, būsenos, aplinkos ir istorijos – svarbios galios, atsižvelgiant į daugelio smegenų sutrikimų dinamiškumą. .
Ateityje smegenų koprocesoriaus skaičiavimo modulis gali būti pakankamai galingas, kad padėtų aukšto lygio žmogaus pažinimui arba sudėtingų sprendimų priėmimui. Žinoma, žmogaus intelekto didinimas buvo vienas pagrindinių kompiuterių inžinierių tikslų jau gerokai daugiau nei pusę amžiaus. Iš tiesų, jei šiek tiek sušvelninsime smegenų koprocesoriaus apibrėžimą, kad nereikėtų tiesioginės fizinės prieigos prie smegenų, daugelis šiandien kuriamų vartotojų technologijų susilieja su į smegenų koprocesorių panašiomis architektūromis. Daugybė naujų technologijų bando atrasti vartotojui naudingą informaciją ir pateikti šią informaciją vartotojui realiu laiku. Be to, šiuos atradimo ir pristatymo procesus vis labiau formuoja vartotojo aplinka (pvz., vieta) ir istorija (pvz., socialinė sąveika, paieškos). Taigi matome nukrypimą nuo klasikinio požiūrio (kaip iš pradžių tikėjosi ankstyvieji mąstytojai apie žmogaus ir mašinos simbiozę, pvz., J. C. R. Licklider), kai kompiuteriai gauna tikslus iš žmonių, atlieka apibrėžtus skaičiavimus, o rezultatus grąžina žmonėms.
Žinoma, suteikti mašinoms įgaliojimus veikti kaip iniciatyvūs žmogaus bendraprocesoriai ir leisti joms patraukti mūsų dėmesį savo apskaičiuotais prioritetais, turi būti atidžiai apsvarstyti, nes kiekvienas prarado valandas dėl daugybės socialinio tinklo atnaujinimų arba pertraukų. paieškos variklio įspėjimai gali patvirtinti. Kaip galime suteikti žmogaus smegenims prieigą prie vis aktyvesnių bendro apdorojimo technologijų, nepamirštant savo pagrindinių tikslų? Viena iš idėjų yra sukurti ir įdiegti metrikas, kurios leistų įvertinti žmogaus ir bendro procesoriaus IQ, dirbant kartu – vertinant bendradarbiavimo natūralų ir dirbtinį intelektą našumą įvairiuose problemų sprendimo kontekstuose. Galų gale, žmonės, turintys internetinius smegenų koprocesorius (pvz., nešiojamieji kompiuteriai, kuriuose veikia žiniatinklio naršyklės), gali būti labiau išsiblaškę, jei į tikslus įtrauktos ilgos, kryptingos rašymo užduotys, tačiau jie gali geriau sintezuoti duomenis iš skirtingų šaltinių; tam tikra smegenų koprocesoriaus konfigūracija gali būti naudinga kai kurioms problemoms, bet bloga kitoms. Galvodami apie naujas skaičiavimo technologijas kaip apie smegenų koprocesorius, verčia mus galvoti apie jų poveikį smegenims, teigiamą ir neigiamą, ir, svarbiausia, sudaro pagrindą apgalvotai inžineruoti jų tiesioginį ir atsirandantį poveikį.
Edas Boydenas yra biologinės inžinerijos ir smegenų bei pažinimo mokslų docentas Media Lab, kurios sintetinės neurobiologijos grupė dirba su neurotechnologijomis, skirta sistemingai analizuoti ir valdyti neuronines grandines.
Dougas Fritzas yra „Media Lab“ doktorantas iš „Fluid Interfaces“ grupės, kuri siekia išplėsti žmogaus gebėjimus per „laiku“ apdorojimą, kuris papildo mūsų sąsają su pasauliu.
Brianas Allenas yra Media Lab doktorantė Sintetinės neurobiologijos grupėje, kuri kuria naujus metodus, kaip suprasti, kaip smegenys sukelia emocijas.