Ежедневно на arxiv.org публикуются сотни предварительно отрецензированных статей. Следите за обновлениями благодаря этому мини-руководству по наиболее интересным статьям за каждый месяц. Самые необычные бумаги на февраль 2021 года

Неврология - это основа современного искусственного интеллекта 🧠🤖. Чтение и осведомленность об эволюции и новых открытиях в нейробиологии не только позволит вам стать лучшим специалистом в области искусственного интеллекта 😎, но и более тонким создателем архитектур нейронных сетей 👩‍💻!

В феврале 2021 года есть 3 интересных документа, которые стоит прочитать, здесь я резюмирую и конвертирую их в термины непрофессионала.

Геометрия кодирования информации в коррелированных нейронных популяциях

Рава Азереду да Силвейра, Фред Рике, Paper

Нейроны представляют информацию в своей коллективной деятельности. Точность этой нейронной популяции при кодировании и декодировании информации о стимулах зависит от того, распределяется ли и как вариабельность ответа каждого отдельного нейрона среди других нейронов. Таким образом, исследования в области количественной нейробиологии пытаются связать геометрию (статистику) нейронных ответов со стимулами или задачами, чтобы лучше понять корреляционный шум. Однако решить эту проблему чрезвычайно сложно, учитывая большое количество включенных переменных, что делает ее проблемой большой размерности. В этой статье авторы пытаются определить значимость корреляции шума для нейронного кодирования, просматривая литературу и выделяя геометрический взгляд на то, как корреляция шума влияет на информационный режим, а именно на информацию, переносимую нейронами.

Общий подход, который определяют авторы, учитывает корреляцию шума на отношении сигнал / шум. Эта корреляция зависит от информации, переносимой независимыми нейронами без корреляции шума, от информации, переносимой самими корреляциями шума, и от возрастающей или убывающей точности информации из-за взаимодействия между корреляцией сигнала и корреляцией шума с нейронной популяцией. Эти вклады можно увидеть с геометрической точки зрения, как показано на рис. 1. Сигнал, зеленая линия на рис. 1A, подвержен влиянию шума, который может появиться в любой точке этой зеленой линии. Шум представлен синим эллипсом. Среди этого шума мы можем определить взаимную информацию, переносимую двумя нейронами, или отношение сигнал / шум (SNR), а именно точность информационного ответа, как проекцию зеленой линии на «тестовое» направление стимула. . Таким образом, SNR представляет собой зависимость от угла θ, определенного в пределах шумовой области. На рис. 1С показана задача оптимизации, которую нейронная популяция могла бы выполнить, чтобы максимизировать ОСШ, сдвигая текущее ОСШ, зеленый кружок, на максимальное значение, красную точку, находя правильное информативное направление. Таким образом, при информационном кодировании нейронной популяции с корреляциями шума важна проекция шума по информативному измерению.

Церебральная корковая коммуникация затмевает использование вычислительной энергии, но в совокупности они позволяют прогнозировать количество синапсов.

Уильям Б. Леви, Виктория Г. Калверт, Paper

Авторы определяют математический подход для определения затрат нейронных вычислений, а именно затрат нейронов на выполнение вычислительных задач, с точки зрения энергоэффективности.

Эта математическая задача оптимизации может быть решена на основе количества синапсов на нейрон N. Они обнаружили, что оптимальное количество синапсов на нейрон с точки зрения энергоэффективности составляет около 2500. Однако такое значение сильно не согласуется с выводами классической статистической физики, в результате чего затраты энергии на вычисление составляют около 10⁸ битов. / J! Такая дисгармония может возникать из-за физических упрощений - например, физически время не имеет отношения к коммуникации нейронов, таким образом, импульсная коммуникация не требует энергии. Хотя аналогичные соображения могут быть приемлемы для математико-физических выводов, биология должна оплачивать этот этап, и он платит с точки зрения коммуникации между нейронами.

Углубившись в затраты на связь и вычисления, они пришли к выводу, что на вычисления потребляется около 0,1 Вт (рис. 2). Комбинируя затраты на связь серого вещества (GM) с общими затратами на белое вещество (WM), около 71% энергии потребления глюкозы, 3,52 Вт из общих 4,94 Вт используется для связи, по сравнению с 2% вычислений. Предположим, что все затраты на WM по сути являются затратами на связь, тогда соотношение между коммуникациями и вычислениями составляет 35: 1.

Эти соображения заставляют нас пересмотреть общее потребление энергии глюкозы в 20 Вт мозгом. Согласно недавнему ПЭТ-сканированию, мозгу требуется около 17 Вт, что заменяет значение Соколова (~ 1950) на 20 Вт. После снятия 8,89 Вт на нагрев всему мозгу доступно только 6,19 Вт. Эти данные подтверждают выводы авторов, согласно которым GM отводит около 3,09 Вт, разделенных между расходами на вычисления, связь и обслуживание.

Избыточность функции нервной цепи при заболеваниях головного мозга

Беатрис Э. Мизусаки, Сиан О’Доннелл, Paper

Авторы исследовали возможную роль избыточности для выявления нарушений мозга, связывая избыточность с изменениями функций нервных компонентов. Это исследование пытается обратиться к новому направлению исследований для более конкретной и целевой терапии для каждого конкретного изменения избыточности в нервной цепи.

Избыточность широко распространена в нервной системе, и это способ, которым нейронные цепи адаптируются к различным клеточным и синаптическим конфигурациям, которые могут обеспечивать одну и ту же нервную функцию в разных частях мозга. Избыточность можно проанализировать по трем различным подкатегориям:

  • небрежность: идея о том, что высокоуровневые свойства схемы не одинаково чувствительны к свойствам каждого из ее компонентов. Например, возмущения группы нейронов в конкретном нервном компоненте могут привести к экстремальным изменениям общей функции, тогда как другие компоненты могут иметь аналогичные вариации и вызвать небольшое изменение.
  • Зависимость: явление развития, при котором несколько цепей согласованы друг с другом, с сильной зависимостью между их влиянием на общую функцию.
  • Множественные решения: наблюдение, что различные конфигурации сотовых компонентов не нужно соединять друг с другом для обеспечения удовлетворительных функций на уровне схемы.

Как показано на рисунке 3, авторы определяют избыточность как новый ключ к исследованию возможных генетических нарушений по сравнению с типичными моделями избыточности. Реальная система будет зависеть от миллионов параметров, однако авторы приняли четкую 2D-визуализацию цепи мозга как функцию избыточности. На рис. 3A показано, как две возможные генетические мутации A и B могут быть связаны с одним и тем же заболеванием головного мозга, выделенное более темной розовой областью. Такая мутация может привести к изменению параметров θ, которые могут быть изменением pH или температуры - как это происходит экспериментально на ганглиях омара (STG). В реальной жизни можно представить, что на рис. 3A изображено воздействие окружающей среды, такое как лекарство или стрессовое жизненное событие, которое может вызвать небольшое увеличение в одном направлении (θ₁). Как для обычных людей, так и для людей с генетическим заболеванием А этот эффект будет благоприятным, поскольку не вызовет изменения функции цепи. Однако этот эффект может быть ужасным для людей с генной мутацией B. Подобные сценарии могут быть описаны для всех подкатегорий избыточности, таких как небрежность, зависимость и множественные решения.

Это исследование можно сравнить с литературными исследованиями, в которых изучались последствия избыточности при заболеваниях головного мозга. Даже если литературы в этой области не так много, в большинстве опубликованных исследований были обнаружены доказательства гомеостатической компенсации (например, изменения температуры), когда изменения в одном нервном компоненте мозга, казалось, уравновешивались изменениями в других (процесс, который можно увидеть как избыточность). Таким образом, поскольку избыточность, по-видимому, является центральной особенностью нервной системы, авторы утверждают, что при попытках понять или разработать методы лечения расстройств мозга следует уделять больше внимания центральному соображению, касающемуся изменений в схемах избыточности.

Надеюсь, вам понравился этот небольшой обзор статей на сайте arxiv.org Neuroscience за февраль 2021 года. Если у вас возникнут вопросы или комментарии, напишите мне по электронной почте: [email protected].