Технологии 23 января 2016

В Гарварде займутся изучением мозга по заказу разведки США

Далее

Гарвардский университет выиграл грант в размере $28 млн на развитие искусственного интеллекта. Ученые будут собирать данные об активности коры головного мозга, отвечающей за зрительное восприятие, и создадут на их основе усовершенствованный алгоритм машинного обучения.

Даже простой сбор данных, полученных от такого множества нейронов, и составление карты их взаимоотношений имеет огромное научное значение, считает доцент кафедры молекулярной биологии и теории вычислительных систем Гарварда Дэвид Кокс.

«Если мы поймем фундаментальные принципы, управляющие процессом обучения в мозгу человека, будет не сложно сконструировать компьютерную систему, которая сможет сравниться или даже превзойти человека», — заявил Кокс.

Грант предоставлен Агентством передовых исследований (IARPA), подразделением Дирекции Национальной разведки США.

Результат исследования найдет свое применение в сфере сетевой безопасности, распознании отображений магнитного резонанса и управлении автотранспортом.

Для начала ученые проведут тесты на крысах, научив их различать объекты на экране компьютеров. Активность зрительных нейронов будет записана с помощью лазерных микроскопов, которые специально для этих целей построят в Рофеллеровском университете.

Затем, по словам Кокса, мозг крыс подвергнется физическому изучению первым в мире многолучевым электронным микроскопом.

«Это весьма амбициозный проект, сравнимый по масштабу с исследованиями человеческого генома»

В результате будет собран и проанализирован примерно петабайт данных о клетках мозга, на основании чего ученые создадут трехмерную визуализацию. Она должна помочь в написании алгоритма обучения и распознавания шаблонов.

«Этот проект не только раздвигает границы науки о мозге, он также раздвигает границы возможного в вычислительной науке, — говорит профессор Гарварда Ханспетер Пфистер. — Мы реконструируем нейронные связи в беспрецедентном масштабе из петабайта структурных и функциональных данных. Это потребует от нас сделать новый шаг в управлении данными, высокопроизводительных компьютерах, машинной визуализации и анализе сетей».