Модели мозга
-
Модель мозга ИИ показывает, как обучаются нейроны и где они дают сбой
Биологически обоснованная вычислительная модель, созданная для имитации реальных нейронных цепей и не обучавшаяся на данных животных, справилась с задачей визуальной категоризации так же, как это делают настоящие лабораторные животные, продемонстрировав такую же точность, вариативность и базовые нейронные ритмы. Благодаря интеграции мелкомасштабных синаптических правил с крупномасштабной архитектурой коры головного мозга, полосатого тела, ствола мозга и систем, модулируемых ацетилхолином, модель воспроизвела характерные паттерны обучения, в том числе усиление бета-диапазона синхронизации между областями во время принятия правильных решений.
-
Самоорганизованная бистабильность в глобально связанных сетях
Ученые из России, Индии и Бельгии разработали математическую модель, описывающую состояние мозга при эпилепсии. Система воспроизводит изменение активности мозга во время припадка, а также учитывает множественные взаимодействия между нейронами и другими клетками мозга. Разработанная модель расширит представления о механизме развития эпилептического припадка, а также поможет в лечении заболевания. Результаты исследования опубликованы в журнале Physical Review.«В дальнейшем мы планируем улучшить нашу модель путем рассмотрения более реалистичных подходов к моделированию нервных клеток мозга. Также нас интересует вопрос рассмотрения наиболее точного взаимодействиями между различными клетками мозга для наилучшего понимания процессов в эпилептическом мозге. Вероятно, что наша модель может быть интересна для тестирования эффекта различных антиэпилептических препаратов на мозг», — рассказывает Александр Храмов, доктор физико-математических наук, главный научный сотрудник Балтийского центра нейротехнологий и искусственного интеллекта БФУ имени Иммануила Канта.Anwar, M. S., Frolov, N., Hramov, A. E., & Ghosh, D. (2024). Self-organized bistability on globally coupled higher-order networks. Physical Review E, 109(1), 014225. https://doi.org/10.1103/PhysRevE.109.014225