Необходимо радикальное переосмысление подходов к изучению мозга


Выбрала ли нейронаука верный путь?
Выбрала ли нейронаука верный путь?

Понимание человеческого мозга, бесспорно, является величайшим вызовом современной науке. Главенствующий подход к его изучению последние 200 лет состоял в том, чтобы найти связи между функциями мозга и его различными областями или даже отдельными нейронами (клетками мозга). Но недавние исследования всё больше указывают на то, что в попытках когда-либо понять человеческий разум, мы можем пойти совершенно неверным путём.

Идея о том, что мозг состоит из множества областей, выполняющих конкретные задачи, получила название «модулярность». На первый взгляд, она была удачной. Например, она может дать объяснение тому, как мы распознаем лица, активируя цепочку определённых областей мозга в затылочной и височной долях. Органы же управляются другим набором областей мозга. И учёные считают, что одни области — области памяти — помогают комбинировать перцепционные стимулы для создания целостных образов людей. Деятельность других областей связывалась с конкретными патологиями и болезнями. (далее…)

Китайский искусственный интеллект ищет пропавших детей


Baidu
Программа распознавания лиц от Baidu.

Китайская технологическая компания Baidu продемонстрировала возможности программ искусственного интеллекта. Новые возможности компьютерного анализа и обработки изображений помогли человеку найти родственников через 27 лет после того, как он был похищен.

Baidu в рамках помощи благотворительному проекту по поиску пропавших детей (baobeihuijia.com — сайт на китайском языке) использовала специализированное программное обеспечение, способное анализировать фотографии потерянных детей и сравнивать их с фотографиями взрослых, учитывая возможные возрастные изменения. (далее…)

Испытуемых превратили в дальтоников, чтобы изучить цветовое восприятие животных


Свистящий козодой Caprimulgus pectoralis — одна из «жертв», которую нужно было «поймать» игрокам.
Свистящий козодой Caprimulgus pectoralis — одна из «жертв», которую нужно было «поймать» игрокам.

Учёные из Эксетерского (University of Exeter) и Кембриджского (University of Cambridge) университетов решили выяснить, помогает ли дихроматическое (основанное на двух типах цветовых рецепторов), зрение разоблачать маскировку животных лучше, чем трихроматическое (позволяющее различать все три основных цвета). Для этого они пригласили 5000 человек поиграть в компьютерную игру и почувствовать себя «дальтониками». Работа с описанием эксперимента опубликована в журнале Behavioral Ecology. (далее…)

Искусственный интеллект в медицине


Искусственный интеллект спешит на помощь
Искусственный интеллект спешит на помощь.

Искусственный интеллект в тренде. Он уже рисует картины, водит автомобиль и отвечает на звонки в организациях. Всё шире применяется он и в медицине, причём показывает высокую эффективность. И покажет ещё бо́льшую, если привлечь простых людей к сбору данных и изменить законодательство. Правда, некоторые связанные с его внедрением проблемы в рамках текущей мировой политэкономической ситуации кажутся неразрешимыми.

Медицина, ориентировавшаяся ранее, в основном, на лечение острых заболеваний, теперь больше внимания уделяет недугам хроническим, многие из которых не так давно и болезнями не считались. Врачи сталкиваются с необходимостью лечить ожирение, депрессии, болезни пожилого возраста. Диабет, сердечная недостаточность, аутоиммунные расстройства всё чаще диагностируются вне фазы обострения, на самых ранних стадиях, причём речь всё чаще идёт не только о поддерживающей терапии, но о возможности полностью излечить, исправить эти системные сбои организма. Развивается превентивная медицина, позволяющая распознать предрасположенность к определённым типам заболеваний ещё до их проявления и принять меры. Быстро растут объёмы медицинских данных, и мы начинаем понимать, что от скорости и качества их анализа зависят наше здоровье и качество жизни. И что всё это — работа для искусственного интеллекта. (далее…)

Создана «система распознавания морд» для лемуров


«Что-то вы сделали? Программу распознавания морд? Да ладно!» Автор фото: Стейси Текот (Stacey Tecot) Аризонский университет (The University of Arizona).
«Что-то вы сделали? Программу распознавания морд? Да ладно!» Автор фото: Стейси Текот (Stacey Tecot), Аризонский университет (The University of Arizona).

Распознавание лиц — это технология, которая автоматически определяет положение лица на фотографии и, в случае необходимости, может идентифицировать человека. Системы распознавания лиц используют для поиска преступников, при поимке воров, на пунктах пропуска в аэропортах и в самых обыкновенных смартфонах. Учёные из Университета штата Мичиган (Michigan State University), Университета Джорджа Вашингтона (The George Washington University) и Хантерского Колледжа (Hunter College) решили, что ограничиваться людьми не стоит, и создали программу распознавания морд. LemurFaceID, система для идентификации лемуров, поможет экологам изучать и охранять этот угрожаемый вид. Результаты работы опубликованы в журнале BMC Zoology. (далее…)

В поисках Девятой планеты: NASA просит помощи у граждан


Чем больше народу бросятся на поиски, тем раньше мы узнаем, существует ли Планета X на самом деле.
Чем больше народу бросятся на поиски, тем раньше мы узнаем, существует ли Планета X на самом деле.

NASA запустило новый проект, посвящённый поиску Девятой планеты. «Backyard Worlds: Planet 9» («Миры на заднем дворе: Планета 9») — пример так называемой «гражданской науки» (Citizen science), исследований, в которых участвуют непрофессионалы. Агентство призывает армию интернет-пользователей помочь в обработке данных космического телескопа WISE, чтобы астрономы скорее смогли обнаружить загадочное небесное тело. (далее…)

Нейронная сеть научилась диагностировать меланому


Для диагностики меланомы врачи используют специальный инструмент, дерматоскоп. Нейронная сеть научилась обходиться без него.
Для диагностики меланомы врачи используют специальный инструмент, дерматоскоп. Нейронная сеть научилась обходиться без него.

Технологии распознавания изображений могут в скором времени появиться в практической медицине. Группа учёных из Стэнфордского университета (Stanford University) научила компьютер определять наличие рака кожи по фотографиям «родинок» или «бородавок». Точность такой «компьютерной диагностики» оказалась сопоставима с результатами работы врача-дерматолога.

Авторы исследования, опубликованного в журнале Nature, предполагают, что в будущем люди будут проходить проверку на рак кожи через приложение для смартфона.

«Наша цель — принести помощь дерматологов высокого класса туда, где дерматологов просто нет», — рассказал ведущий автор работы Себастьян Тран (Sebastian Thrun), доцент Стэнфордского университета. Он также добавил, что в развивающихся государствах нет доступа к медицинской помощи того уровня, который доступен американцам и жителям других развитых стран.

На долю меланомы приходится менее 5% всех случаев рака кожи в США. Однако с этим диагнозом связано примерно три четверти смертей от онкодерматологических заболеваний. В России в 2008 г. было зарегистрировано около 8 тыс. новых случаев меланомы и около 3 тыс. обусловленных этой болезнью летальных исходов.

Если меланома выявлена на ранней стадии, пятилетняя выживаемость больных составляет около 97%. Но при позднем обнаружении болезни этот показатель стремительно падает до 14%.

Диагностика меланомы начинается с визуального осмотра. Дерматолог ищет признаки злокачественного заболевания, осматривая «родинку» или «бородавку». Затем диагноз подтверждается (или снимается) при помощи биопсии и дополнительных обследований. (далее…)

Программа решает визуальный тест на IQ лучше людей


Пример матриц Равена — классического визуального теста.
Пример матриц Равена — классического визуального теста.

Исследователи из Северо-Западного университета (Northwestern University) разработали вычислительную модель, которая решает задачи визуального теста (который ещё используют для оценки IQ) лучше, чем средний американец. Результаты работы опубликованы в журнале Psychological Review. (далее…)

Нейронная сеть учится распознавать преступников по их лицам


Стремление научиться выявлять преступников по фотографиям на документы вызывает серьёзные этические вопросы о том, как следует использовать искусственный интеллект.
Стремление научиться выявлять преступников по фотографиям на документы вызывает серьёзные этические вопросы о том, как следует использовать искусственный интеллект.

Вскоре после изобретения фотографии некоторые криминалисты стали замечать черты сходства в полицейских фотографиях преступников. Любители бесчинствовать, заявили они, имеют специфические особенности лица, по которым можно определить правонарушителя.

В этой полемике один из самых влиятельных голосов принадлежал Чезаре Ломброзо (Cesare Lombroso), итальянскому криминалисту, смотревшему на преступников как на выродков, которые ближе к обезьянам, чем законопослушные граждане. Ломброзо был убеждён, что способен выявлять преступника по его обезьяноподобным чертам, таким как покатый лоб, необычные уши, различные асимметрии лица и длинные руки. Чтобы фактически обосновать свои взгляды, он провёл множество антропометрических исследований, однако оставил полученные данные без статистического анализа.

Этот недостаток со временем привёл учение Ломброзо к полному краху. Его взгляды были дискредитированы английским криминалистом Чарльзом Горингом (Charles Goring), который статистически проанализировал данные о физических отклонениях, наблюдаемых у преступников в отличие от непреступников. Горинг сделал вывод об отсутствии каких бы то ни было статистических различий.

На этом дискуссия затихла вплоть до 2011 года, когда группа психологов Корнеллского университета (Cornell University) продемонстрировала эффективность деления людей на преступников и непреступников по одним лишь фотографиям. Как это возможно при отсутствии статистически значимых физических особенностей?

Сегодня Сяолинь У (Xiaolin Wu) и Си Чжан (Xi Zhang) из Шанхайского университета транспорта (кит. 上海交通大学, англ. Shanghai Jiao Tong University) в Китае предоставили нам пример ответа. Для изучения лиц преступников и непреступников они применили разнообразные алгоритмы машинного зрения, а затем протестировали полученные данные, чтобы выяснить, нет ли искомого различия. (далее…)

Диагностирование генетических болезней по фото


 Так выглядит профиль загруженного фото пациента с оценкой вероятности одного из множества заболеваний, представленных в базе программы

Так выглядит профиль загруженного фото пациента с оценкой вероятности одного из множества заболеваний, представленных в базе программы.

Уже тысячи занимающихся генетическими заболеваниями врачей и исследователей по всему миру используют для предварительной диагностики компьютерную программу Face2Gene.

FDNA, материнская компания Face2Gene, была создана шесть лет назад после того, как израильские соучредители продали прежнюю компанию по производству программ по распознаванию лиц Face.com компании Facebook. Эта программа способна различать конкретные лица после «обучения» на нескольких изображениях конкретного человека. Программа Face2Gene, напротив, определяет паттерн, общий для группы людей с одним синдромом. Установление этого общего знаменателя позволяет программе создавать составное характерно-усреднённое изображение, соотносящееся с заболеванием.

Когда генеральный директор Декел Гелбман (Dekel Gelbman) был принят на работу в 2010 году, он встретился с несколькими практикующими врачами и быстро понял, что распознавание лиц может помочь снизить число недиагностированных заболеваний.

По оценке Face2Gene из более 7000 известных генетических синдромов до половины связаны с особым типом лица, который можно узнать и использовать для установления диагноза. Синдром Дауна, например, является одним из наиболее распространённых, и поэтому его легче диагностировать. Но более редкие заболевания могут оказаться сложной задачей.

«Представьте, что вы генетик и у вас в голове есть собственный архив изображений, соответствующих тому, что вы видели и чему вас учили, — Объяснил Гелбман. — Вы не можете знать всего. Ваша способность вызвать в воображении образ или попытаться сравнить модели в уме, ограничена. Как же вам упростить это?»

Face2Gene бесплатно использует данные, собранные генетиками. Хотя технология бесплатна для поставщиков информации, Гелбман предусматривает оплату фармацевтическими компаниями за получение доступа к помощи в обнаружении и разработке лекарственных средств. Чем больше людей вводят данные в Face2Gene, тем больше система запоминает черт лица, связанных с какими-либо синдромами. По словам Гелбмана, 60 процентов клинических генетиков и генетических консультантов по всему миру используют эту технологию.

Мобильное приложение автоматически фотографирует пациента, загружает эту фотографию на сервер, а также анализирует черты лица в течение нескольких секунд, чтобы составить список синдромов, соответствующих идентифицированным сходствам. Каждый синдром сопровождается информацией из лондонских медицинских баз данных, в которых хранится и пополняется коллекция дисморфологических изображений. (далее…)

Майкрософт занялась «умными холодильниками»


Нынешнее поколение SmartDeviceBox даёт возможность удалённо управлять настройками холодильников Либхерр, но распознавать продукты не умеет.
Нынешнее поколение SmartDeviceBox даёт возможность удалённо управлять настройками холодильников «Либхерр», но распознавать продукты не умеет.

«Майкрософт» и немецкая компания «Либхерр» (нем. Liebherr) работают над созданием нового поколения коммуникационных модулей SmartDeviceBox, которые позволят холодильникам передавать информацию через интернет. Об этом в блоге «Майкрософт» сообщил главный инженер отдела обработки данных Тимоти Дж. Хейзен (Timothy J. Hazen).

С помощью встроенных камер и технологии распознавания объектов рефрижераторы от «Либхерр» будут отслеживать, какие продукты хранятся внутри, и формировать список, который владелец сможет просматривать через приложения для Android и iOS. SmartDeviceBox рассчитан на длительный жизненный цикл: модульные блоки можно будет модифицировать и встраивать в совместимые устройства. (далее…)