
[Музыка]
мозг каждого из вас
состоит из сотен миллиардов
нейроны также называются нервными клетками и
сотни триллионов синапсов
через который электрический ток
течения между нейронами в реакции на
стимул от внешней волны
электрическая активность пересекает этот
сети как мозговые процессы
информация скрытая структура в этом
динамический гобелен только недавно появился
осветить благодаря математическому
инструменты алгебраической топологии, которые являются моими
математическое поле в течение следующих 15
минут. Я собираюсь направить вас на
математическая экскурсия по нашей новой
видение того, как функционирует мозг
что связано с этим
созвездие точек и линий и
формы в образе позади меня и как это
ускоряет развитие новых
области цифровой нейронауки с
важные последствия для нашего
понимание патологий мозга и
для создания новых лекарств , чтобы быть в состоянии
тестировать новые лекарства в цифровом
окружающей среды, а также
усиление искусственного интеллекта
и машинное обучение, о котором вы
сегодня уже много слышали, поэтому
исследование Я собираюсь поговорить с тобой
о действительно связано с мозгом
крысы, а не мозга
человека, и вы можете подумать, что это
вроде обмана, потому что мозг
крыса намного меньше, чем у человека
как мы видим здесь, но есть много
сходства, тем не менее, структуры
мозга крысы все еще сложна и
несмотря на его небольшие размеры,
структуры его неокортекса, которая является частью
мозг, ответственный за более высокий
функции для наблюдения за слухом
языка в случае людей для
познание вообще очень похоже
между крысой и человеком, поэтому, если мы
понять , что о структуре
мозг крысы мы также будем иметь
много узнал о структуре
мозг людей, поэтому давайте посмотрим подробнее
тесно в структуре мозга
несмотря на его небольшой размер, он носит только
К земле, приземляться
в отличие от 1,2 кг для
мозг человека, который он еще сочинил
из сотен миллионов нейронов
связанных сотнями миллиардов
синапсов, поэтому, если мы собираемся на самом деле
изучите этот мозг и что мы хотели бы
действительно нужно построить какой-то
цифровая модель его некоторой компьютерной модели
что нам кажется, что нам нужна огромная сумма
данных для моделирования
это такая большая проблема с
заглавные буквы большие, что это действительно не
управляемые нашими текущими инструментами, а не
только то, что даже сбор данных
сама по себе проблема невозможна
слишком много данных для сбора, чтобы мы могли
хорошо, потому что мозг на самом деле
мы не должны
все измерения, чтобы создать
этой модели на самом деле достаточно просто
сделайте несколько измерений, выбранных и
то для построения модели , основанной на
что использование этой степени
высокая степень организации мозга
поэтому, если мы поговорим о строительстве
модель мозга, с которой нам нужно поговорить
о том, какие строительные блоки являются
строительных блоков мозга и
поэтому модели для мозга
что мы будем говорить о являются
нейроны, так что нейрон является нейроном
основной блок обработки мозга
и они приходят во многих вкусах как в
условия их форм и с точки зрения
их ответ на электрический стимул
есть электрическая активность, потому что
они теперь через электричество
цифровая реконструкция я собираюсь
говорить о которых строится по
Проект Blue Brain в EPFL
они берут в качестве входных данных эти нейроны
и они особенно заинтересованы в
изучение называлось соматосенсорным
коры головного мозга, так что это часть этого
neocortex примерно здесь мы
говорить о людях, и это нужно сделать
с первичной обработкой сенсорных
информация касания
и так далее, когда сигналы сначала
приходят в мозг, где они
обрабатывается и поэтому мы хотим, или Blue
Проект «Мозг» хотел реконструировать этот
часть мозга — входные данные для
эта реконструкция
сотен и тысяч
кропотливо полученные изображения микроскопии
всех видов различных нейронов, которые
появляются в соматосенсорной коре
на самом деле существует 55 различных типов
основанные на форме, и поэтому они взяли образцы
из 55 различных типов собрали
данные в лаборатории и использование в качестве входных данных
но мы будем говорить не только о
структура головного мозга , но и его
функция активна, потому что ваш мозг
вы, ваш не ваш мозг, на самом деле
делать все правильно, вы так и надеетесь
и поэтому вам нужно понять его
деятельности и для этого вам нужно знать
что-то о электрическом поведении
из этих нейронов, поэтому они также были очень
сложные сложные эксперименты
в лабораториях для измерения
электрический ответ нейронов на
разные стимулы, а также вход
данные для этой модели с учетом этого ввода
данных он запускался через суперкомпьютер
который основан здесь, в Тичино, на самом деле я
думаю, даже в Лугано синий джинн
компьютер, который реконструирует модель
и поэтому мы получаем модель, которая показывает
как все эти нейроны связаны i
удачи работать с фантастическим
команда визуализации в синем мозге
Проект , создавший этот образ
пара нейронов и как они
общение друг с другом, поэтому сортировка
из капли, которые вы видите, являются сохмой или клеткой
тела нейронов, которые являются их
первичные обрабатывающие устройства
усики, которые вы видите, — это аксоны и
дендриты нейронов, которые являются
рода проводов связи , так
сигнал протекает через нейрон из его
дендритов в сому, а затем
через аксон вид яркого
пятна, которые вы видите в порядке, есть прикосновение
точки между аксоном — один нейрон
и дендрит следующих
синапсы, где вы видите электрические
активность, происходящая синапсами, действует как сортировка
клапанов электричество течет в одном
направление через синапс из
аксона одного нейрона называется
пресинаптический нейрон к дендриту
второй нейрон называется постсинаптической
нейрона, поэтому нам нужен этот базовый урок в
нейробиологии, чтобы понять
построение модели, а затем как
мы собираемся упростить его
после этого так, что мы собираемся сделать, это
как придумать что- то вроде
геометрическая абстракция абстрактная
представление этой сети
нейронов, и именно это математическое
абстракции вы собираетесь быть в состоянии
изучить, чтобы количественно оценить это, чтобы иметь возможность сказать
подробнее о структуре мозга
и какова роль этой структуры
для функции мозга, поэтому в более
подробно, прежде чем мы поговорим об этих
математические модели давайте поговорим подробнее
о том, как синяя модель мозга
мозг построен тем, что ученые
действительно, они смотрят на нас, что ты
может рассматриваться как своего рода образец ядра
соматосенсорной коры, так что это вы
знаю , что вы вроде бы себе
сверление в соматосенсорную кору
вы берете небольшой образец ядра, который
только около двух миллиметров в высоту и
около полумиллиметра в диаметре и
этот основной образец, как археологический
Например, образец ядра имеет разные
слоев имеется шесть разных слоев
и многое известно о том, сколько
нейроны того типа, которые вы найдете в
каждый слой примерно там, где должен быть
поэтому алгоритм , что они предназначены
который проходит через суперкомпьютер
здесь позиции
различные виды нейронов в
в соответствии с этим
биологическое правило не только
поскольку разнообразие настолько важно в
природа во многом это важно
из-за разнообразия форм
нейроны, поэтому формы, которые являются экстрактами
из микроскопии также немного
бит, чтобы вы получили широкую палитру
различные формы нейронов, которые входят в
этот процесс , то конечный этап заключается в
выяснить, где их нейроны
соединяясь, они должны быть способны
чтобы передать сигнал от одного к другому
мы должны выяснить, где синапсы
являются, и поэтому это следующий шаг в
процесс, который на самом деле сложный
четырехступенчатый алгоритм, из которого я буду
позаботьтесь о деталях сегодня, чтобы
конец этого анатомического процесса заканчивается
с тем, что мы называем микросхемой так
это цифровое представление этого
часть соматосенсорной коры с
его шесть слоев связаны 31 000 нейронов
на 37 миллионов симпсон OPS, и мы видим
эти красивые слои, и они у нас
имеют различные типы нейронов, которые
возбуждающие нейроны, которые
усиление сигнала и получение
вечеринка более взволнована, и тогда у вас есть
полицейские нейроны тпру
хорошо тормозящие нейроны, которые появляются
на вечеринке и сказать , повернуть вниз
пожалуйста, потому что у вас будут эти
как вид отмечает , потому что в противном случае
вещи перестанут быть под контролем
поэтому мы можем сделать это симуляцию или
постройте эту цифровую реконструкцию и
это говорит нам о структуре
эта часть мозга крысы, но
мы действительно заботимся о его
как он становится активным, так что
что нам нужно интегрировать в эту
модельная физиологическая информация
реагирует на электрические стимулы и
вот где этот другой экспериментальный
данные поступают, и поэтому то, что делают моделисты
они включают информацию обо всех
возможные электрические реакции
различные типы нейронов для ввода
стимулы даже нейроны одинаковой формы
могут иметь различное электрическое поведение
то они учитывают факт
что синапсы появились во многих
много разных вкусов, и они построили
что в него, а когда — то , что было
встроенный в модель , на самом деле у вас есть
они могут реагировать на входные стимулы
вы можете исправить их вместе
и имеют биологически замечательно
точная модель части нервного
ткани, когда вы можете выполнять
эксперименты путем ввода разных видов
стимулов это пример того, что это
выглядит, когда вы вводите стимулы к одному
этих виртуальных кусков нервной ткани
вы видите эту электрическую активность, которая
Распространение у вас есть своего рода красивая
гобелен вроде случайного пика
это происходит так, что эти электрические
мы видим, что выбросы называются шипами
нейробиологов, и вы видите вид
волны активности, распространяющейся поперек
эта сеть, и вы действительно хотели бы
понимаете, это выглядит очень случайным
не могут ходить, как мы можем описать, как можно
мы количественно определяем, как мы можем охарактеризовать это
поведение, когда эта красивая волна
электричество подметает там что
точно происходит так, что нам нужно
новые математические инструменты, поэтому, если мы посмотрим на
эта сеть нейронов снова другая
красивая визуализация командой в
Синий мозг вы можете сказать, что
математические структуры скрыты
заросли связей в этом нервном
сети или через какой фильтр
следует посмотреть, чтобы различить
что происходит, и вот где мой мой
вид алгебраической топологии математики
войдет в игру
но до этого давайте поговорим о том, что мы
нужно подумать о том, как мы можем абстрагироваться
это представление схемы в
для того , чтобы даже применять любые
математике , чтобы получить
здесь сегодня, если вы не из Лугано, вы
вероятно, нужна карта Лугано, чтобы
найти замок, чтобы это означало, что
вы привыкли думать о
абстрактное представление реального
сложный объект , если вы посмотрите на карту
Лугано это говорит вам важно
информацию, которую вы должны знать о
Нагано, чтобы добраться отсюда до
там, но он не говорит вам всего
о Нагано мы собираемся сделать то же самое
своеобразное абстрактное представление этого
цепи нейронов , чтобы иметь возможность
чтобы уменьшить эту проблему, мы можем
на самом деле учиться, так что это о
как подключаются нейроны
вместе и сколько способов, потому что вы
может иметь несколько последовательностей нейронов
которые все связаны друг с другом
синапсов, но у вас может быть много
различные шаблоны путей синапсов
они доставят вас от одного к другому
вот такой вопрос, который мы
заинтересованы в учебе , чтобы сделать
это мы будем говорить о
топологическая версия карты Лугано
мы будем представлять нейрон просто
точка, так что это что-то нулевое
математик скажет точку, а затем
связь между двумя нейронами собирается
быть представленным чем-то
одномерный небольшой сегмент линии
переходя от одного к другому , и с тех пор , как
Я сказал, что синапсы являются однонаправленными
они действуют как потоки клапаны электроэнергии
в одном направлении мы ставим небольшую стрелку
на краю, чтобы указать поток
подобная информация так вот как
мы собираемся представлять
связи между нейронами, но
иногда ты собираешься получить целое
куча нейронов, которые работают
вместе семейство нейронов, которые
соединены вместе, и они формируют
то, что мы называем направленными симпатиями,
наше причудливое слово для такого рода
особенно важная связь
так что для
три нейрона — три точки, которые
представленный там, все связанные
мы смотрим на семью нейронов
которые все связаны друг с другом в таких
способ , которым они работают вместе , чтобы
принудительно передавать поток информации из
ввод на вывод, который помечен
они являются источником, а затем раковиной
в случае 3d-объекта, то мы
имеют четыре разных нейронов, которые все
совместной работы в семье для обеспечения
поток информации от источника
к раковине всегда есть
однозначный поток информации в одном
направлении, и они идут еще выше
размеры, о которых мы даже можем говорить
четырехмерные вещи, которые немного
трудно представлять на плоском экране, но
это идея о том, что у нас будет пять
нейроны, они все работали вместе
поощрять поток информации
от источника до потолка и того, что наш
опыт показал, что
выше размерность симплекса
это тем более высоко координату
электрическое поведение нейронов
это показывает, что действительно требуется команда
работать вместе над одной и той же целью
и тогда вы можете реально увеличить сигнал
это действительно очень четко проявилось в
наши эксперименты, поэтому они важны
вещи, которые нужно изучать сейчас, когда вы даете
дочерний набор блоков мы можем
подумайте об этих директивных симпатиях
блоки, которые они собираются взять блоки
и построить более сложные структуры
замок, например, из блоков
Важные особенности замка
будет его окна его номера
двери и тому подобное, и когда мы
посмотреть на сети нейронов
направленных симплексов, мы видим, что a
сеть нейронов также строит комплекс
структуры, которые имеют важные функции
которые выглядят как окна и комнаты и так
на так, например , из связки одного
которые вы можете построить
вместе что- то похожее на
окно , вы думаете об этом как полость
на более общем языке мы можем также
сделаем это в более высоких измерениях, которые мы можем принять
то, что мы называем этими двумерными
упрощения, каждая из которых построена из
трех нейронов, о которых вы можете думать как о
треугольные блоки, если вы боретесь с восьмью
восемь из этих треугольных блоков, и вы
склеить их вместе по краям
может построить красивую коробку, которая полая на
внутри, так что это другое понятие
полость и эти работы в высших и
более высокие измерения также теперь помнят
эти измерения не являются реальными в
в каком-то смысле это геометрические
представления структур в
нейронной сети, поэтому сколько из них
все в сети есть
построена микросхема и есть еще
чем вы видели в случайной цепи
получается , что ответ да, что
этот график показывает нам, если мы посмотрим на
синяя кривая
он говорит нам число симплексов
различные размеры, которые мы находим в
голубой мозговой микросхемы, и мы сказали, что
десятки миллионов двумерных
три мерных симплексов миллионы
четырехмерных симплексов, и вы не можете
посмотрите на этом графике, но они
на самом деле много пяти шести и семи
мерных симплексов, что означает, что вы
имеют до восьми нейронов, которые все
работая вместе, чтобы усилить сигнал
и отправить его по скользящей средней
например, зеленая кривая, которая
случайно подключенная сеть, мы видим, что это
гораздо менее сложной, так что биология
давая нам сложность в этой структуре
что важно, нам нужно, чтобы
сложность для того, чтобы быть для мозга
правильно функционировать, что мы видим здесь
что происходит с действительностью
мы сейчас измеряем активность и
Видеоклип, включение слева
показывая нам небольшие снимки активности
в сети сегменты линий, которые
вы видите на самом деле соединения, которые
активны в течение этого конкретного
моментальный снимок, который дает нам в каждом случае
каждый из этих снимков немного подразделов
сети, чтобы анализировать таким же образом, что
кривые показывают, что
реакция всей сети на стимулы
к трем различным стимулам, и мы видим
что происходит, есть
одномерные структуры, которые появляются
а затем как эти умственные
структур этих одномерных
полости, подобные окнам, начинают
исчезают трехмерные
которые появляются, тогда
вид комбинации, в какой точке она
разрушается, так как мозг обрабатывает
информация , создающая
виртуальные сандалии, которые
все сложнее, а затем все
внезапно это Ривы в конце
обработки информации и целого
вещь смывается, как волна, стирая
песок с пляжа, так что мы можем
скажем о будущем цифрового
неврология алгебраической топологии имеет
дал нам инструменты для выявления скрытых
структуры в мозге и в
функции и понять, как форма
структура формирует свою функцию, поэтому мы
нужно нажать это еще и посмотреть , может быть ,
что происходит, когда мы начинаем учиться в
мозг, с другой стороны, теперь мы можем сейчас
что мы знаем что-то о нормалях
функция должна выглядеть так, как мы можем начать
сказать , что неисправно собирается
как мы можем охарактеризовать
мозг, который не функционирует должным образом, так
это должно дать нам инструмент
лучше понять патологии мозга, мы
может также, как я сказал, тестируемые лекарства здесь
и теперь , когда мы узнали больше о
какие структуры в сети приводят к
лучше, тогда мы можем быть слабыми
там люди , которые делают искусственные
интеллект и машинное обучение могут
используйте эти знания, чтобы усилить их
искусственных нейронных сетей будущее
цифровая нейронаука яркая, и я
настоятельно поощрять молодых людей, которые любят
математики и увлечены
мозг и хотите узнать, как
он функционирует рассмотреть цифровой
нейробиологии как своей профессии для
будущее большое спасибо
[Аплодисменты]
[Музыка]
мозг каждого из вас
состоит из сотен миллиардов
нейроны также называются нервными клетками и
сотни триллионов синапсов
через который электрический ток
течения между нейронами в реакции на
стимул от внешней волны
электрическая активность пересекает этот
сети как мозговые процессы
информация скрытая структура в этом
динамический гобелен только недавно появился
осветить благодаря математическому
инструменты алгебраической топологии, которые являются моими
математическое поле в течение следующих 15
минут. Я собираюсь направить вас на
математическая экскурсия по нашей новой
видение того, как функционирует мозг
что связано с этим
созвездие точек и линий и
формы в образе позади меня и как это
ускоряет развитие новых
области цифровой нейронауки с
важные последствия для нашего
понимание патологий мозга и
для создания новых лекарств , чтобы быть в состоянии
тестировать новые лекарства в цифровом
окружающей среды, а также
усиление искусственного интеллекта
и машинное обучение, о котором вы
сегодня уже много слышали, поэтому
исследование Я собираюсь поговорить с тобой
о действительно связано с мозгом
крысы, а не мозга
человека, и вы можете подумать, что это
вроде обмана, потому что мозг
крыса намного меньше, чем у человека
как мы видим здесь, но есть много
сходства, тем не менее, структуры
мозга крысы все еще сложна и
несмотря на его небольшие размеры,
структуры его неокортекса, которая является частью
мозг, ответственный за более высокий
функции для наблюдения за слухом
языка в случае людей для
познание вообще очень похоже
между крысой и человеком, поэтому, если мы
понять , что о структуре
мозг крысы мы также будем иметь
много узнал о структуре
мозг людей, поэтому давайте посмотрим подробнее
тесно в структуре мозга
несмотря на его небольшой размер, он носит только
К земле, приземляться
в отличие от 1,2 кг для
мозг человека, который он еще сочинил
из сотен миллионов нейронов
связанных сотнями миллиардов
синапсов, поэтому, если мы собираемся на самом деле
изучите этот мозг и что мы хотели бы
действительно нужно построить какой-то
цифровая модель его некоторой компьютерной модели
что нам кажется, что нам нужна огромная сумма
данных для моделирования
это такая большая проблема с
заглавные буквы большие, что это действительно не
управляемые нашими текущими инструментами, а не
только то, что даже сбор данных
сама по себе проблема невозможна
слишком много данных для сбора, чтобы мы могли
хорошо, потому что мозг на самом деле
мы не должны
все измерения, чтобы создать
этой модели на самом деле достаточно просто
сделайте несколько измерений, выбранных и
то для построения модели , основанной на
что использование этой степени
высокая степень организации мозга
поэтому, если мы поговорим о строительстве
модель мозга, с которой нам нужно поговорить
о том, какие строительные блоки являются
строительных блоков мозга и
поэтому модели для мозга
что мы будем говорить о являются
нейроны, так что нейрон является нейроном
основной блок обработки мозга
и они приходят во многих вкусах как в
условия их форм и с точки зрения
их ответ на электрический стимул
есть электрическая активность, потому что
они теперь через электричество
цифровая реконструкция я собираюсь
говорить о которых строится по
Проект Blue Brain в EPFL
они берут в качестве входных данных эти нейроны
и они особенно заинтересованы в
изучение называлось соматосенсорным
коры головного мозга, так что это часть этого
neocortex примерно здесь мы
говорить о людях, и это нужно сделать
с первичной обработкой сенсорных
информация касания
и так далее, когда сигналы сначала
приходят в мозг, где они
обрабатывается и поэтому мы хотим, или Blue
Проект «Мозг» хотел реконструировать этот
часть мозга — входные данные для
эта реконструкция
сотен и тысяч
кропотливо полученные изображения микроскопии
всех видов различных нейронов, которые
появляются в соматосенсорной коре
на самом деле существует 55 различных типов
основанные на форме, и поэтому они взяли образцы
из 55 различных типов собрали
данные в лаборатории и использование в качестве входных данных
но мы будем говорить не только о
структура головного мозга , но и его
функция активна, потому что ваш мозг
вы, ваш не ваш мозг, на самом деле
делать все правильно, вы так и надеетесь
и поэтому вам нужно понять его
деятельности и для этого вам нужно знать
что-то о электрическом поведении
из этих нейронов, поэтому они также были очень
сложные сложные эксперименты
в лабораториях для измерения
электрический ответ нейронов на
разные стимулы, а также вход
данные для этой модели с учетом этого ввода
данных он запускался через суперкомпьютер
который основан здесь, в Тичино, на самом деле я
думаю, даже в Лугано синий джинн
компьютер, который реконструирует модель
и поэтому мы получаем модель, которая показывает
как все эти нейроны связаны i
удачи работать с фантастическим
команда визуализации в синем мозге
Проект , создавший этот образ
пара нейронов и как они
общение друг с другом, поэтому сортировка
из капли, которые вы видите, являются сохмой или клеткой
тела нейронов, которые являются их
первичные обрабатывающие устройства
усики, которые вы видите, — это аксоны и
дендриты нейронов, которые являются
рода проводов связи , так
сигнал протекает через нейрон из его
дендритов в сому, а затем
через аксон вид яркого
пятна, которые вы видите в порядке, есть прикосновение
точки между аксоном — один нейрон
и дендрит следующих
синапсы, где вы видите электрические
активность, происходящая синапсами, действует как сортировка
клапанов электричество течет в одном
направление через синапс из
аксона одного нейрона называется
пресинаптический нейрон к дендриту
второй нейрон называется постсинаптической
нейрона, поэтому нам нужен этот базовый урок в
нейробиологии, чтобы понять
построение модели, а затем как
мы собираемся упростить его
после этого так, что мы собираемся сделать, это
как придумать что- то вроде
геометрическая абстракция абстрактная
представление этой сети
нейронов, и именно это математическое
абстракции вы собираетесь быть в состоянии
изучить, чтобы количественно оценить это, чтобы иметь возможность сказать
подробнее о структуре мозга
и какова роль этой структуры
для функции мозга, поэтому в более
подробно, прежде чем мы поговорим об этих
математические модели давайте поговорим подробнее
о том, как синяя модель мозга
мозг построен тем, что ученые
действительно, они смотрят на нас, что ты
может рассматриваться как своего рода образец ядра
соматосенсорной коры, так что это вы
знаю , что вы вроде бы себе
сверление в соматосенсорную кору
вы берете небольшой образец ядра, который
только около двух миллиметров в высоту и
около полумиллиметра в диаметре и
этот основной образец, как археологический
Например, образец ядра имеет разные
слоев имеется шесть разных слоев
и многое известно о том, сколько
нейроны того типа, которые вы найдете в
каждый слой примерно там, где должен быть
поэтому алгоритм , что они предназначены
который проходит через суперкомпьютер
здесь позиции
различные виды нейронов в
в соответствии с этим
биологическое правило не только
поскольку разнообразие настолько важно в
природа во многом это важно
из-за разнообразия форм
нейроны, поэтому формы, которые являются экстрактами
из микроскопии также немного
бит, чтобы вы получили широкую палитру
различные формы нейронов, которые входят в
этот процесс , то конечный этап заключается в
выяснить, где их нейроны
соединяясь, они должны быть способны
чтобы передать сигнал от одного к другому
мы должны выяснить, где синапсы
являются, и поэтому это следующий шаг в
процесс, который на самом деле сложный
четырехступенчатый алгоритм, из которого я буду
позаботьтесь о деталях сегодня, чтобы
конец этого анатомического процесса заканчивается
с тем, что мы называем микросхемой так
это цифровое представление этого
часть соматосенсорной коры с
его шесть слоев связаны 31 000 нейронов
на 37 миллионов симпсон OPS, и мы видим
эти красивые слои, и они у нас
имеют различные типы нейронов, которые
возбуждающие нейроны, которые
усиление сигнала и получение
вечеринка более взволнована, и тогда у вас есть
полицейские нейроны тпру
хорошо тормозящие нейроны, которые появляются
на вечеринке и сказать , повернуть вниз
пожалуйста, потому что у вас будут эти
как вид отмечает , потому что в противном случае
вещи перестанут быть под контролем
поэтому мы можем сделать это симуляцию или
постройте эту цифровую реконструкцию и
это говорит нам о структуре
эта часть мозга крысы, но
мы действительно заботимся о его
как он становится активным, так что
что нам нужно интегрировать в эту
модельная физиологическая информация
реагирует на электрические стимулы и
вот где этот другой экспериментальный
данные поступают, и поэтому то, что делают моделисты
они включают информацию обо всех
возможные электрические реакции
различные типы нейронов для ввода
стимулы даже нейроны одинаковой формы
могут иметь различное электрическое поведение
то они учитывают факт
что синапсы появились во многих
много разных вкусов, и они построили
что в него, а когда — то , что было
встроенный в модель , на самом деле у вас есть
они могут реагировать на входные стимулы
вы можете исправить их вместе
и имеют биологически замечательно
точная модель части нервного
ткани, когда вы можете выполнять
эксперименты путем ввода разных видов
стимулов это пример того, что это
выглядит, когда вы вводите стимулы к одному
этих виртуальных кусков нервной ткани
вы видите эту электрическую активность, которая
Распространение у вас есть своего рода красивая
гобелен вроде случайного пика
это происходит так, что эти электрические
мы видим, что выбросы называются шипами
нейробиологов, и вы видите вид
волны активности, распространяющейся поперек
эта сеть, и вы действительно хотели бы
понимаете, это выглядит очень случайным
не могут ходить, как мы можем описать, как можно
мы количественно определяем, как мы можем охарактеризовать это
поведение, когда эта красивая волна
электричество подметает там что
точно происходит так, что нам нужно
новые математические инструменты, поэтому, если мы посмотрим на
эта сеть нейронов снова другая
красивая визуализация командой в
Синий мозг вы можете сказать, что
математические структуры скрыты
заросли связей в этом нервном
сети или через какой фильтр
следует посмотреть, чтобы различить
что происходит, и вот где мой мой
вид алгебраической топологии математики
войдет в игру
но до этого давайте поговорим о том, что мы
нужно подумать о том, как мы можем абстрагироваться
это представление схемы в
для того , чтобы даже применять любые
математике , чтобы получить
здесь сегодня, если вы не из Лугано, вы
вероятно, нужна карта Лугано, чтобы
найти замок, чтобы это означало, что
вы привыкли думать о
абстрактное представление реального
сложный объект , если вы посмотрите на карту
Лугано это говорит вам важно
информацию, которую вы должны знать о
Нагано, чтобы добраться отсюда до
там, но он не говорит вам всего
о Нагано мы собираемся сделать то же самое
своеобразное абстрактное представление этого
цепи нейронов , чтобы иметь возможность
чтобы уменьшить эту проблему, мы можем
на самом деле учиться, так что это о
как подключаются нейроны
вместе и сколько способов, потому что вы
может иметь несколько последовательностей нейронов
которые все связаны друг с другом
синапсов, но у вас может быть много
различные шаблоны путей синапсов
они доставят вас от одного к другому
вот такой вопрос, который мы
заинтересованы в учебе , чтобы сделать
это мы будем говорить о
топологическая версия карты Лугано
мы будем представлять нейрон просто
точка, так что это что-то нулевое
математик скажет точку, а затем
связь между двумя нейронами собирается
быть представленным чем-то
одномерный небольшой сегмент линии
переходя от одного к другому , и с тех пор , как
Я сказал, что синапсы являются однонаправленными
они действуют как потоки клапаны электроэнергии
в одном направлении мы ставим небольшую стрелку
на краю, чтобы указать поток
подобная информация так вот как
мы собираемся представлять
связи между нейронами, но
иногда ты собираешься получить целое
куча нейронов, которые работают
вместе семейство нейронов, которые
соединены вместе, и они формируют
то, что мы называем направленными симпатиями,
наше причудливое слово для такого рода
особенно важная связь
так что для
три нейрона — три точки, которые
представленный там, все связанные
мы смотрим на семью нейронов
которые все связаны друг с другом в таких
способ , которым они работают вместе , чтобы
принудительно передавать поток информации из
ввод на вывод, который помечен
они являются источником, а затем раковиной
в случае 3d-объекта, то мы
имеют четыре разных нейронов, которые все
совместной работы в семье для обеспечения
поток информации от источника
к раковине всегда есть
однозначный поток информации в одном
направлении, и они идут еще выше
размеры, о которых мы даже можем говорить
четырехмерные вещи, которые немного
трудно представлять на плоском экране, но
это идея о том, что у нас будет пять
нейроны, они все работали вместе
поощрять поток информации
от источника до потолка и того, что наш
опыт показал, что
выше размерность симплекса
это тем более высоко координату
электрическое поведение нейронов
это показывает, что действительно требуется команда
работать вместе над одной и той же целью
и тогда вы можете реально увеличить сигнал
это действительно очень четко проявилось в
наши эксперименты, поэтому они важны
вещи, которые нужно изучать сейчас, когда вы даете
дочерний набор блоков мы можем
подумайте об этих директивных симпатиях
блоки, которые они собираются взять блоки
и построить более сложные структуры
замок, например, из блоков
Важные особенности замка
будет его окна его номера
двери и тому подобное, и когда мы
посмотреть на сети нейронов
направленных симплексов, мы видим, что a
сеть нейронов также строит комплекс
структуры, которые имеют важные функции
которые выглядят как окна и комнаты и так
на так, например , из связки одного
которые вы можете построить
вместе что- то похожее на
окно , вы думаете об этом как полость
на более общем языке мы можем также
сделаем это в более высоких измерениях, которые мы можем принять
то, что мы называем этими двумерными
упрощения, каждая из которых построена из
трех нейронов, о которых вы можете думать как о
треугольные блоки, если вы боретесь с восьмью
восемь из этих треугольных блоков, и вы
склеить их вместе по краям
может построить красивую коробку, которая полая на
внутри, так что это другое понятие
полость и эти работы в высших и
более высокие измерения также теперь помнят
эти измерения не являются реальными в
в каком-то смысле это геометрические
представления структур в
нейронной сети, поэтому сколько из них
все в сети есть
построена микросхема и есть еще
чем вы видели в случайной цепи
получается , что ответ да, что
этот график показывает нам, если мы посмотрим на
синяя кривая
он говорит нам число симплексов
различные размеры, которые мы находим в
голубой мозговой микросхемы, и мы сказали, что
десятки миллионов двумерных
три мерных симплексов миллионы
четырехмерных симплексов, и вы не можете
посмотрите на этом графике, но они
на самом деле много пяти шести и семи
мерных симплексов, что означает, что вы
имеют до восьми нейронов, которые все
работая вместе, чтобы усилить сигнал
и отправить его по скользящей средней
например, зеленая кривая, которая
случайно подключенная сеть, мы видим, что это
гораздо менее сложной, так что биология
давая нам сложность в этой структуре
что важно, нам нужно, чтобы
сложность для того, чтобы быть для мозга
правильно функционировать, что мы видим здесь
что происходит с действительностью
мы сейчас измеряем активность и
Видеоклип, включение слева
показывая нам небольшие снимки активности
в сети сегменты линий, которые
вы видите на самом деле соединения, которые
активны в течение этого конкретного
моментальный снимок, который дает нам в каждом случае
каждый из этих снимков немного подразделов
сети, чтобы анализировать таким же образом, что
кривые показывают, что
реакция всей сети на стимулы
к трем различным стимулам, и мы видим
что происходит, есть
одномерные структуры, которые появляются
а затем как эти умственные
структур этих одномерных
полости, подобные окнам, начинают
исчезают трехмерные
которые появляются, тогда
вид комбинации, в какой точке она
разрушается, так как мозг обрабатывает
информация , создающая
виртуальные сандалии, которые
все сложнее, а затем все
внезапно это Ривы в конце
обработки информации и целого
вещь смывается, как волна, стирая
песок с пляжа, так что мы можем
скажем о будущем цифрового
неврология алгебраической топологии имеет
дал нам инструменты для выявления скрытых
структуры в мозге и в
функции и понять, как форма
структура формирует свою функцию, поэтому мы
нужно нажать это еще и посмотреть , может быть ,
что происходит, когда мы начинаем учиться в
мозг, с другой стороны, теперь мы можем сейчас
что мы знаем что-то о нормалях
функция должна выглядеть так, как мы можем начать
сказать , что неисправно собирается
как мы можем охарактеризовать
мозг, который не функционирует должным образом, так
это должно дать нам инструмент
лучше понять патологии мозга, мы
может также, как я сказал, тестируемые лекарства здесь
и теперь , когда мы узнали больше о
какие структуры в сети приводят к
лучше, тогда мы можем быть слабыми
там люди , которые делают искусственные
интеллект и машинное обучение могут
используйте эти знания, чтобы усилить их
искусственных нейронных сетей будущее
цифровая нейронаука яркая, и я
настоятельно поощрять молодых людей, которые любят
математики и увлечены
мозг и хотите узнать, как
он функционирует рассмотреть цифровой
нейробиологии как своей профессии для
будущее большое спасибо
[Аплодисменты]
[Музыка]
Please follow and like us:
Be First to Comment