Асимо помню хорошо
В этом видео соединены все реальные роботы в нашей истории. А дальше уже фантастика и прогнозы только 😊
Показать полностью
2
0 просмотренных постов скрыто
Инженер медицинской техники. Протезы
Всем привет. Поступил на 1 курс «Биотехнических систем и технологий». Пока идет общая база, но хочется заранее понимать, ради чего вся эта движуха.
Рассматриваю сферу протезирования.
Собственно, вопросы к тем, кто уже в теме или работает:
Что ботать сильнее всего? Схемотехнику, софт под 3D-моделирование или углубляться в программирование контроллеров?
В России реально делают что-то крутое по протезам, кроме Моторики и Металлиста? Куда можно напроситься на практику или хотя бы просто посмотреть, как оно изнутри работает?
Стоит ли вообще сейчас лезть в разработку «железа» или лучше уходить в софт для медицины?
Буду рад любым советам от инженеров и тех, кто связан с медтехом.
Протезы научились чувствовать боль: новый нерв
Китайские нейроинженеры приблизили протезы к живым тканям: они создали искусственный рецептор боли (ноцицептор), который не просто фиксирует воздействие, а различает интенсивность боли — от нулевой до сильной. В основе технологии — электронный мемристор, который “запоминает”, как проходил ток, и меняет проводимость, имитируя работу нервной системы.
Самое необычное: конструкция самовосстанавливается — если её повредить, достаточно нагрева до 60°C на 20 минут, и “ранки” закрываются. Это может стать ключом к более надёжным протезам и роботам, которые будут лучше понимать риск повреждений и работать безопаснее.
Показать полностью
Насколько мы близки к функциональной пересадке глаз у людей?
Изображение зрительных путей, полученное на основе данных функциональной магнитно-резонансной томографии. Изображение создано группой нейровизуализации и информатики Марка и Мэри Стивенс.
Обратите внимание: Данный текст не является клинической рекомендацией по пересадке глаз как методу восстановления зрения. На сегодняшний день все описанные подходы остаются сугубо экспериментальными и ограничены исследованиями на лабораторных животных. Надеюсь, после прочтения этого текста вам станет понятно, почему.
При создании этого текста генеративный AI использовался исключительно для проверки орфографии и пунктуации, но не генерации текста этой статьи или её части.
Пообщаться со мной в телеграм можно здесь: https://t.me/Dr_Hann1bal
Двадцать пять лет назад мой научный руководитель по офтальмологии и офтальмохирургии сказал о пересадке глаза следующее: «Это всё равно, что связать телефонный кабель с бельевой верёвкой и надеяться услышать в трубке голос», — имея в виду, что физическое соединение тканей возможно, но функциональное восстановление — нет.
Мне не нравилась окончательность этого суждения, многие вещи которые ещё недавно считались невоможными сейчас являются частью нашей повседневной реальности, антибиотики, лечение диабета, пересадка сердца и конечностей, пересадка лёгких, генная терапия, пересадка роговицы, синтетическая роговица, к которой я приложил несколько лет своей жизни.
Примерно в то же время активно обсуждалась операция врача Эрнста Мулдашева — в 2000 году в Уфе он якобы пытался пересадить человеческий глаз и даже заявлял о частичном восстановлении зрения. При всём уважении к его хирургическому таланту и десятителетиям клинической работы, серьёзно воспринимать человека, который с говорил вещи вроде «Я намотал на свои руки энергию Города Богов», мне всегда было трудно.
Эрнст Мулдашев.
Если разобраться, что именно он сделал, становится ясно: речь шла о так называемой «пересадке глаза с помощью технологии аллоплант». На деле это вовсе не о пересадке целого глаза, а имплантация человеческой трупной твёрдой мозговой оболочки ретробульбарно, в область зрительного нерва. Этот материал содержит нейротрофические факторы (такие как CNTF и BDNF) и вызывает контролируемое воспаление. Коллагеновые волокна стимулируют рост сосудов и улучшают кровообращение, что в некоторых случаях может давать функциональное улучшение при дегенеративных заболеваниях сетчатки.
В своё время я сам заготавливал этот самый аллоплант, отдирая мозговую оболочку из черепов свежих трупов после вскрытия. Да, «аллоплант» звучит гораздо лучше, чем «Мы пересадим вам трупную мозговую оболочку», и забор посмертного материала до сих пор остаётся довольно высоко в списке моих самых неприятных воспоминаний. Какое-то время оно даже занимало первое место, но жизнь умеет удивлять, так что последние лет двенадцать эти воспоминания несколько сдали позиции.
В принципе это были прогрессивные методики для России 90х с ограниченной доступностью биоматериалов ощиченных человеческих белков или тем более клеточной культуры и в этом его работа действительно давала определённый клинический успех. Сейчас синтетические коллагеновые губки с нейротрофическими факторами роста гораздо доступнее, безопаснее для пациентов и дают намного больший эффект. Например Мулдашев совершенно не учитывал и не тестировал на Прионные заболевания, которые в данном случае являлись потенциальной и очень серьёзной проблемой.
Впрочем если покопаться в литературе на русском языке аллоплантом Мулдашев называл самые разные вещи в том числе амниотическую мебрану, и введение стабилизированных на аллопланте антибиотиков. Вообще слово аллоплант это сокращение о слова Аллотрансплантация — пересадка органов или тканей между генетически различающимися организмами одного вида (например от человека к человеку).
Мне иногда кажется, Мулдашев при всём его очевидном таланте, испытывал определённые иллюзии относительно своей работы, рассматривая её через призму скорее спиритуального, чем строго научного подхода.
Так или иначе функциональная пересадка глаза с восстановлением зрения — одна из краеугольных проблем современной офтальмологии и нейробиологии. Мы не видим свет напрямую, не видим мы и картинку. Раньше я разбирал Зрение и нейронные сети – как мы на самом деле видим мир, показывая, что реальный поток визуальных данных от глаз радикально отличается того, что мы привыкли называть зрением.
Гистологический срез сетчатки человеческого глаза. Справа выделена отдельная клетка фоторецептор с ярко зелёным внешним сегментом, в котором соддержится фоточувствительный белок родопсин.
Свет при этом в данном изображении поступает снизу вверх. И меня всегда поражало, что фоторецепторы — клетки, которые непосредственно реагируют на свет — находятся в самом глубоком слое, прикрытые несколькими уровнями других клеток, которые свет частично поглощают и рассеивают. В то же время ганглиарные клетки, которые вообще не воспринимают свет, идут первыми на оптическом пути. Это выглядит практически как инженерная ошибка: свет должен пройти через всю сетчатку, прежде чем достигнет клеток, которые его воспринимают.
Фоторецепторы сетчатки — палочки и колбочки — воспринимают разные длины волн и преобразуют их в электрические сигналы. Эти сигналы проходят через сложную сеть биполярных клеток и в конечном итоге кодируются ганглиарными клетками сетчатки. Именно их аксоны формируют зрительный нерв — единственный канал передачи визуальной информации из глаза в мозг.
На самом деле довольно просто продемонстрировать, что мы «видим» не свет как таковой, а электрическую активность нейронов. Если подать слабое электрическое напряжение на область кожи век или лица — например, с помощью обычного электростимулятора мышц TENS — человек может увидеть вспышки света, так называемые фосфены.
Обратите внимание: если вы решите проделать этот несложный эксперимент в домашних условиях, вы делаете это на свой страх и риск. В целом мышечные стимуляторы TENS для глаз считаются безопасными, однако я не могу отвечать за все модели и их настройки.
При этом никакого реального света в глаз не попадает, человек увидит фосфены в полной темноте и при полной потере фоторецепторов. При этом система зрительного восприятия активируется напрямую электрическим импульсом.
Это наблюдение когда-то породило большой оптимизм как раз в период развития телевиденья: если мозг реагирует на электрическую стимуляцию как на свет, значит, можно создать «бионический глаз» — камеру, которая будет преобразовывать изображение в электрические сигналы и передавать их напрямую в зрительную систему.
Но здесь начинается реальность, и она гораздо сложнее.
Электростимуляция, особенно на уровне сетчатки или зрительного нерва, активирует сразу большие популяции ганглиарных клеток. Вместо тонко организованного сигнала, который в норме формируется фоторецепторами и биполярными клетками, мозг получает грубый, плохо структурированный поток активности. В результате человек видит не изображение, а отдельные вспышки. Электростимуляция глаз на самом имеет ряд других полезных эффектов изучению которых я посвятил шесть лет своей жизни, но это история для другого раза.
Бионические глаза
Микроэлектродная матрица бионического глаза, пришпиливается к глазу через титановый гвоздик titanium retinal tack.
Графическое представление сетчатки с ярко выраженной дегенерацией фоторецепторов и волокон и схематическое изображение электродов бионического глаза.
Если доработать иллюстрацию гистологического среза в графическом редакторе и представить её с полной дегенерацией фоторецепторов, то электродная матрица фактически берёт на себя их функцию. Она преобразует визуальную информацию в электрические импульсы и передаёт их напрямую на оставшиеся нейроны сетчатки — в первую и ганглиарные клетки.
А вот так выглядит настоящая сетчатка и слой фоторецепторов у пациентов с далеко зашедшим пигментными ретинитом (справа) и нормальная сетчатка (слева). Front. Ophthalmol., 11 June 2025 Sec. Retina Volume 5 - 2025 | https://doi.org/10.3389/fopht.2025.1600283
В некотором смысле она частично заменяет не только фоторецепторы, но и ранние этапы обработки сигнала, которые в норме выполняются внутренними слоями сетчатки. Это типично для пациентов с пигментным ретинитом, наследственным заболевнием которое ведёт к ранней гибели фоторецепторов.
При этом система в целом состоит из имплантируемой части, устанавливаемой в сетчатку и череп, вычислительного блока и очков с камерой. Однако даже в лучших случаях речь идёт о крайне ограниченном разрешении — например, бионический глаз Argus II формирует изображение всего 6x10 пикселей. Это позволяет различать свет, движение и крупные объекты, но не полноценные образы.
Примерно так будет выглядеть логотип Пикабу через бионический глаз.
Хотя благодаря пластичности мозга пациенты демонстрируют удивительную зрительную адаптацию к такому низкому разрешению: ранее полностью слепой человек может ориентироваться в пространстве и даже читать, если текст подавать на матрицу в цифровом виде — например, в виде бегущей строки или показать в виде очень крупных букв.
Теоретическое ограничение таких бионических глаз — около 1000 (10×100) пикселей — связано с распространением сигналов от электродов матрицы на соседние нейроны. Тем не менее это может обеспечивать изображение, достаточно чёткое для чтения и работы с компьютером. Его мы пока не достигли в практическом исполнении, и поможет такой бонический глаз только небольшой категории пациентов с дегенерацией фоторецепторов, но сохранными остальными структурами глаза. По сути только небольшому число больных с пигментным ретинитом.
История Argus 2, на самом деле оказалась печальной и драматической, компания обанкротилась, а новый владелец был не заинтересован в продолжении этого направления деятельности и около 300 реципиентов остались с неработающими кибернетическими глазами, с массой электроники в их черепе и глазах которая больше не функционировала и которую очень дорого и сложно убрать.
"Пока поезд несётся в тоннеле, на чип бионических глаз приходит обновление прошивки. Экран в вашей голове гаснет. Раньше вы были слепым человеком. Теперь вы слепой человек с глазами, которые больше не работают и массой бесполезной электроники в теле. И чтобы её удалить потребуются сотни тысяч долларов"
Драматизация на основе рассказа одного из пациентов Argus II.
Компания, кстати, отрицала, что специально отключила устройства — она лишь прекратила работу серверов обновлений и статистических данных, к которым некоторые версии прошивки бионических глаз регулярно обращались. Не найдя сервер по заданному адресу, устройства перестали функционировать.
Часть пациентов до сих пор пользуется системой Argus II, однако они лишены какой-либо технической поддержки — как программного обеспечения, так и ремонта устройств.
Увы, количество пациентов с пигментным ретинитом было слишком мало чтобы оправдывать дальнейшие вложения капитала. Эта история так же подняла серьёзные вопросы устаревания и прекращения поддержки имплантированного оборудования его как правило сложно или даже невозможно заменить.
Зрение как активность мозга в целом
Логичным шагом кажется пойти дальше — и стимулировать уже центральные структуры, прежде всего зрительную кору. И такие попытки действительно предпринимаются. Импланты, установленные в зрительной коре, способны вызывать фосфены — световые ощущения в определённых участках поля зрения, а также искажения формы объектов.
Но и здесь возникает та же фундаментальная проблема: мы не знаем, как закодировать сложное изображение в виде точного паттерна электрической активности, который мозг сможет интерпретировать как осмысленную картину мира.
Этот «код» не универсален — он индивидуален для каждого человека и формируется в процессе его собственного опыта. Другими словами нейронная сеть которая различает например круг в моём мозге и вашем представленна разными нейронными связями.
Более того зрение — это далеко не только функция одних глаз. Это работа почти всего мозга. Зрительный нерв - не просто провод, а огромный пучок из сотен тысяч отдельных волокон, и каждое из них несёт свой тип информации: контраст, движение, направление, цвет.
Гистологический срез зрительного нерва человека. Каждая округлая светлая точка на увеличенной вставке представляет собой отдельный аксон, отходящий от индивидуальной ганглиозной клетки. Масштаб — 500 мкм.
Эти сигналы поступают в перекрёст зрительных нервов — хиазму, где происходит частичное перекрещивание волокон: информация от носовых (медиальных) половин сетчатки переходит на противоположную сторону, тогда как височные (латеральные) волокна остаются на своей стороне.
В результате левая половина зрительного поля обоих глаз обрабатывается правым полушарием, а правая — левым.
Поэтому при поражении зрительных путей — например, при инсульте или кровоизлиянии — может выпадать половина поля зрения (гемианопсия), поскольку соответствующая информация просто не достигает зрительной коры.
Уже на ранних этапах обработки мозг начинает выделять движение, ориентацию, контраст и простейшие паттерны.
Затем информация достигает зрительной коры затылочной доли, где обработка становится всё сложнее: от линий и границ - к объектам, лицам, пространству и общему смыслу происходящего. Одни нейронные сети распознают лица, другие отслеживают движение, третьи помогают ориентироваться в пространстве.
Так что берегите затылок — в известном смысле именно им вы и «видите».
Повреждение затылочной доли приводит к феномену, известному как «слепое зрение» или «Ложная Слепота» (blindsight): человек не осознаёт визуальную информацию, не может читать, распознавать лица или уверенно ориентироваться в пространстве, — но при этом способен обходить препятствия или даже ловить брошенные в него предметы.
Но и это ещё не «зрение» в полном смысле слова.
Гиппокамп - все ваши воспоминания храняться здесь в виде нейронных связей.
Визуальная информация не существует сама по себе — она постоянно сопоставляется с памятью. Ключевую роль в этом играет гиппокамп и связанные с ним структуры медиальной височной доли.
Даже сейчас, читая этот текст, вы не просто видите линии и контрасты. Вы мгновенно узнаёте экран, буквы, слова. Этот процесс настолько автоматичен, что мы его не замечаем. На самом деле это результат непрерывного сопоставления входящего сигнала с уже существующими нейронными представлениями.
Без нормальной функции гиппокампа и систем памяти мир не стал бы «чёрно-белым» или «размытым». Он остался бы визуально чётким — но лишился бы узнаваемости. Каждый объект воспринимался бы как новый, незнакомый. Вы видели бы формы и цвета, но не знали бы, что это — лицо, текст или предмет. Функционально вы были бы слепы, так как не смогли бы ничего узнать или запомнить. Именно таким вы видели мир первые моменты после рождения. В этом смысле зрение — это не только восприятие, но и узнавание.
Каждое ваше намерение и поступок от доброты до жестокости во многом формируются в префронтальной коре, которая отвечает за принятие решений, контроль импульсов и социальное поведение.
Без её нормальной функции зрение как таковое сохраняется — человек продолжает воспринимать формы, движение, объекты. Но эти данные перестают вести к действию. Мы часто описываем это как «нарушение воли».
Однако это лишь поверхностное описание. Пациенты с поражением префронтальной коры теряют не просто способность инициировать действия — они утрачивают систему целеполагания. Разрушается внутренняя иерархия значимости: что важно, к чему стремиться, ради чего действовать.
В этом смысле страдает не отдельная функция, а сама структура личности. Классические случаи лобных поражений показывают, что память, интеллект и даже социальные знания могут оставаться относительно сохранными. Но поведение, в зависимости от степени повреждения, становится фрагментированным, импульсивным или, наоборот, полностью апатичным. Человек может понимать ситуацию — и при этом не иметь внутреннего механизма, чтобы на неё отреагировать. Часто это проявляется в том что человек сохраняет мышечный тонус, может фиксировать взгляд или даже следить глазами за объектами, глотать воду и пищу, но никакого спонтанного поведения при этом не наблюдается. Нам, как существам с устойчивым чувством «я», почти невозможно представить это состояние. Личность кажется нам чем-то непрерывным и самоочевидным. Но нейробиология показывает: она опирается на конкретные нейронные сети — и может быть утрачена.
В своей фантастической истории «Способность сказать “Нет”» я исследую, что происходит при утрате этих функций — и что случится, если попытаться восполнить их с помощью искусственного интеллекта. Можно ли «вернуть» волю, если заменить повреждённые нейронные сети внешним алгоритмом? Будет ли это восстановление — или создание чего-то принципиально иного? Лично для меня ещё более интересен другой вопрос: что мы вообще воспринимаем как личность другого человека — и как мы её распознаём. И, как развитие этой идеи в романе «Чёрная Птица», — что произойдёт, если человеческую личность можно будет полностью оцифровать? Будет ли такая копия непрерывным продолжением оригинала, даст ли она нам биологическое бессмертие — или это уже новая, отдельная личность?
Если подвести итог мы воспринимаем не «картинку», а интерпретацию, собранную множеством распределённых нейронных сетей самых разных частей мозга. И зрение включает в себя далеко не только именно зрительную информацию. Именно поэтому пересадка глаза — это не просто хирургическая задача.
Первые попытки косметической пересадки глаза
Фотография первой успешной пересадки лица с включением глаза у Аарона Джеймса, получившего тяжёлую травму после поражения электрическим током. Я намеренно размыл изображение после травмы, но до операции, чтобы пост не получил тег «жесть», но важно понимать: повреждения были крайне тяжёлыми. Кроме чисто кометического дефекта Аарон не мог нормально говорить, дышать или питаться, и, за исключением правого глаза, у него фактически отсутствовали мягкие ткани лица.
Кстати, интересно, что несмотря на пересадку, его внешность не изменилась радикально. Форма лица в значительной степени определяется костями черепа, которые остаются собственными. Поэтому «замена лица» в том виде, как она показана в фильме Face/Off (Без лица), — чистая фантастика: пересадить мягкие ткани возможно, но полностью «сменить личность» внешне — нет.
Пересадить глаз в составе лица технически проще, чем изолированно. Доступ к сосудам орбиты крайне сложен, и в рамках комплексной трансплантации хирурги работают с уже с целым комплексом глаза и лица. Хотя сейчас уже разработанна методика пересадки глаза отдельно с доступом через временное удаление части височной кости во время операции.
Что получилось в результате? Ткань лица и глаза прижилась. Фоторецепторы и ганглиарные клетки сетчатки оставались жизнеспособными длительное время — более года. В пересаженном глазу регистрировалась электрическая активность.
Но эта активность никуда не вела. Связь со зрительными центрами мозга восстановить не удалось. Со временем, не получая обратной связи и трофической поддержки от центральной нервной системы, ганглиозные клетки начали дегенерировать. В итоге глаз удалось пересадить как орган — сохранить его структуру и частично физиологию. Но зрение восстановить не удалось.
Мы — не глаза. Мы — распределённая, адаптивная нейрость для обработки информации. Мы научились заглядывать в чужие сны, но пока достаточно далеки до полноценного интерфейса между мозгом и электроникой. Но может быть для пересадки глаза этого и не требуется.
Регенерация оптического нерва
Рыбы и земноводные прекрасно регенерируют повреждения мозга и глаза. У них как раз функциональная пересадка глаза вполне возможна. Ганглиарные клетки просто отращивают новые соединения и они заново индексируются в коре, зрение восстанавливается.
Более того, даже если, например, пересадить головастику дополнительный глаз скажем, на заднюю часть тела, — он способен отрастить длинные аксоны, которые прорастают как правило не к зрительным центрам мозга, а крупным нервам и спинному мозгу. Нам сложно понять, как именно видит лягушка, но в экспериментах удавалось добиться определённой реакции от это этого дополнительного глаза на зрительные раздражители.
То есть это не вопрос технической возможности, это вопрос ограничений регенеративной биологии млекопитающих. Технический каждая ганлиарная клетка человека уже соддержит всё необходимое, чтобы восстановить соединение с мозгом.
Часть генетических программ, участвующих в росте аксонов и регенерации тканей, у человека в той или иной форме сохраняется, но находится под жёстким контролем. Один из ключевых механизмов этого контроля, эпигенетическая регуляция. В частности, гистоновые деацетилазы (HDAC) снимают ацетильные группы с гистонов, уплотняя хроматин и делая соответствующие гены менее доступными для транскрипции (производстве белков). В этом смысле многие «регенеративные» программы в наших клетках не исчезли — они, скорее, подавлены или ограничены контекстом.
В своей работе мы используем именно этот подход — реактивацию подавленных программ регенерации, которые в норме не проявляются у млекопитающих. И в определённой степени он действительно работает.
Поскольку пересадка глаза у грызунов — задача крайне сложная и технически громоздкая, как и у Аарона она выполнется с частичной пересадкой лица, мы используем более простую и воспроизводимую модель: раздавливание зрительного нерва (optic nerve crush).
С точки зрения повреждения аксонов это сопоставимо с их пересечением, но при этом сохраняются структура нерва и кровоснабжение, что делает модель значительно более удобной для изучения регенерации и позволяет проводить эксперименты на большом количестве животных.
Затем мы применяем экспериментальные препараты и, спустя некоторое время, вводим в глаз маркер на основе холерного токсина, субъединицы B (CTB). Несмотря на пугающее название, сама B-субъединица не обладает токсичностью. Это белок, действительно производный от холерного вибриона способен эффективно транспортироваться по аксонам. Если связать его с флуоресцентным маркером, он позволяет визуализировать траекторию аксонов и оценить, насколько далеко продвинулась регенерация после повреждения.
Вот что просходит у мышей после раздавливания оптического нерва, если попытаться раскоментировать программы регенерации с помощью манипуляции HDAC.
А - Контрольный образец.
B - Образец с препаратом активатором программы регенерации.
Как видно, подход работает: пока речь идёт о миллиметрах роста, но это уже направленное восстановление. Нам, конечно, нужны сантиметры.
Есть данные, которые я пока не могу показать, но мы смогли намного улчшить этот результат и получили первые признаки функционального восстановления: после полного пересечения зрительного нерва крысы демонстрируют ограниченные реакции на движение. Это указывает на то, что регенерирующие аксоны достигают первичных зрительных структур и способны вызывать поведенческие ответы. Хвтает и сложностей например, некоторые участки ДНК наглухо закрыты от трансляции по очень серьёзной причине, и их открытие иногда ведёт к нежелательным результатам, вроде довольно странных опухолей.
При этом важно понимать ограничения: такие реакции не означают полноценного, осознанного зрения. Скорее речь идёт о базовой обработке визуальных стимулов и моторных ответах на раздражители как движение. В принципе оценить наличие «осознанного» зрительного восприятия у животных крайне сложно — это отдельная фундаментальная проблема нейронауки. Дальнейшее развитие этой линии неизбежно потребует перехода к клиническим исследованиям, но это уже следующий, значительно более сложный этап.
Таким образом будущая трансплантация человеческого глаза для меня выглядит следующим образом:
Пересадка проводится так же, как при косметической пересадке глаза — вместе с лицом или без, через височный доступ.
Соединение донорского зрительного нерва и нерва реципиента укрепляется кольцом из биоматериала с факторами роста. По сути, это развитие идей Мулдашева и его аллопланта, но в современном исполнении и без всякого трупного материала.
В донорский глаз регулярно вводятся активаторы программ регенерации, вызывающие рост аксонов в оптический нерв и мозг рецепиента.
Пациент регулярно получает препараты иммуноспрессии, чтобы предотвратить отторжение пересаженного глаза.
На протяжении 6-12 месяцев у пациента возвращаются зрительные функции — сначала в виде состояния ложного зрения (реакция на движение), восприятие света и в конечном счёте мы ожидаем формирование осмысленного предметного зрения.
Важно понимать, что этого результата мы пока не достигли даже на животных. Мы нашли критический участок, который запускает регенерацию у млекопитающих, и смогли добиться того, что можем обнаружить белок CTB в зрительном перекрёсте и его транспорт по зрительным путям и моторным ядрам. Но результаты обнадеживают и над этой проблемой сейчас работают десятки научных групп, включая не только проблемы собственно регнерации, улучшение совметимости, сохранение доносркого глаза от забора до пресадки, снижения глиальной реакции на пересадку и многие другие проблемы. Самое главное, сформирован комплексный подход к проблеме, что является критически важным к постепенному продвижению к её решению.
Я хочу завершить, вернувшись к словам моего научного руководителя про провод и бельевую верёвку. Он не был неправ, но наше понимание биологии за прошедшие 25 лет значительно продвинулось, и то, что казалось невозможным, постепенно становится реальностью. Возможно мы гораздо ближе к функциональной пересадке глаза, чем вам, возможно, казалось до того как вы прочитали эту статью.
Учитывая прогресс исследований и текущие результаты, я думаю, что первая функциональная пересадка глаза у человека может состояться в ближайшие 15–20 лет.
И тогда мы впервые сможем задать по-настоящему интересный вопрос: как он или она видит мир чужими глазами?
Показать полностью
16
Роботы, которые отказываются умирать: как ИИ запустил эволюцию самовосстанавливающихся машин
Если у традиционного робопса ломается нога, он мгновенно превращается в бесполезный кусок металла. Инженеры решили избавиться от этой уязвимости, предложив совершенно новую концепцию. Они создали модульные механизмы, которые адаптируются к пересеченной местности и продолжают работу даже после того, как их разрубят пополам. Отсеченные части не становятся мертвым грузом — они могут самостоятельно ползти обратно, чтобы воссоединиться с основным корпусом и завершить миссию любой сложности.
Эволюционировавшие шагающие метамашины
Модульные роботы, способные менять форму и восстанавливаться после повреждений. Авторы: Northwestern University. Источник: techxplore.com.
На изображении представлены созданные искусственным интеллектом модульные механизмы, собранные из сферических узлов и стержней, которые перемещаются по природному ландшафту. Авторы: Northwestern University. Источник: techxplore.com.
Анатомия «живого» конструктора
Результаты исследования, опубликованные в научном журнале Proceedings of the National Academy of Sciences, вводят в робототехнику новый термин — «шагающие метамашины». По сути, это роботы, целиком состоящие из других, более мелких роботов.
Базовым строительным блоком служит полуметровый модуль, внешне напоминающий пару палок, соединенных центральной сферой. Руководитель исследования, доцент Сэм Кригман, сравнивает начинку этой сферы с биологическими системами: внутри спрятаны «нервная система, метаболизм и мышцы» — то есть микросхема, батарея и электромотор.
Несмотря на механическую простоту и способность вращаться лишь по одной оси, каждый такой модуль является полностью автономным агентом. Поодиночке они способны катиться, прыгать и поворачиваться. Но как только несколько сфер соединяются вместе по принципу конструктора Lego, у них появляется так называемый атлетический интеллект. Составные машины начинают двигаться волнообразно, подобно тюленям, совершать резкие рывки, как ящерицы, или прыгать на манер кенгуру.
Эволюция в кремнии
Инженеры не конструировали тела метамашин вручную, копируя собак или людей. Вместо этого они делегировали задачу искусственному интеллекту, заставив алгоритм симулировать естественный отбор. В виртуальной физической среде ИИ случайным образом соединял блоки, тестировал получившиеся конфигурации, безжалостно отбраковывал неудачные и «скрещивал» лучшие варианты.
Благодаря искусственным мутациям на свет появились причудливые трех-, четырех- и пятиногие формы, до которых вряд ли бы додумался человек. В зависимости от итоговой конструкции одни и те же базовые блоки брали на себя роли ног, гибкого позвоночника или хвоста.
Для лаборатории Кригмана это не первый подобный эксперимент. По данным телеканала CBS News, в октябре 2023 года эта же команда продемонстрировала алгоритм, который за 26 секунд спроектировал с нуля мягкого фиолетового робота, самостоятельно научившегося ходить. Однако те ранние модели были лишены координации и не могли осознавать собственное тело. Новые метамашины, напротив, способны оценивать окружающую обстановку и слаженно управлять десятками составных частей.
Испытания дикой природой
Ключевым этапом работы стал выход механизмов из симуляции в реальный мир. Метамашины отправили на улицу, где они столкнулись с гравием, травой, корнями деревьев, грязью, песком и неровной брусчаткой. По заявлениям исследователей, это первый случай в истории, когда сгенерированные эволюционным алгоритмом роботы успешно действовали вне стен лаборатории.
На пересеченной местности аппараты продемонстрировали пугающую живучесть. Они прыгали, крутились в воздухе, а при опрокидывании инстинктивно переворачивались обратно, причем делали это без какого-либо дополнительного обучения. Если сымитировать критическую поломку и оторвать машине ногу, система мгновенно перестраивается: оставшиеся модули меняют паттерн движения, компенсируя потерю, а оторванная конечность самостоятельно катится вслед за группой, чтобы прикрепиться обратно.
Разработка, поддержанная Национальным научным фондом США и программой Schmidt Sciences AI2050, может радикально изменить подход к спасательным операциям. В будущем автономные рои таких метамашин смогут исследовать зоны стихийных бедствий и труднодоступные территории. Если завалит камнями или выйдет из строя один компонент, робот просто пересоберет себя на ходу и продолжит искать выживших, стирая грань между хрупким инструментом и живым организмом.
Источники
Evolved robots are born to run and refuse to die — Northwestern News — news.northwestern, Авторы: Amanda Morris
Evolved Robots Are Born to Run and Refuse to Die | News — mccormick.northwestern, Авторы: Amanda Morris
Artificial intelligence creates a robot from scratch in seconds at Northwestern University — cbsnews, Авторы: Mikayla Price
Показать полностью
1
1
БИОНИКА ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
Глава 5. Стр 60-67 из книги Еремин А. Л. Биофизика интеллекта и физика интеллектуальных систем. — Санкт-Петербург: Лань, 2024. — 116 с.
Важные исследования задерживаются из-за того,
что в той или иной области неизвестны результаты,
уже давно ставшие классическими в смежной области.
Норберт Винер (1894—1964)
5.1. Некоторые современные тренды ИИ и информационно-коммуникационных технологий
Бионика или биологически вдохновленная инженерия — это применение биологических методов и систем, встречающихся в природе, для изучения и проектирования инженерных систем и современных технологий.
При всей моде в XXI веке на искусственный интеллект (ИИ) в научных публикациях некоторыми учеными отмечается, что "у нас никогда не будет настоящего ИИ без предварительного понимания мозга".
Технология искусственного интеллекта широко используется в промышленности, правительстве и науке. Вот некоторые известные приложения:
продвинутые поисковые системы в Интернете (например, Google Patent),
системы рекомендаций (используемые YouTube, Amazon и Netflix),
понимающие человеческую речь (такие как Google Assistant, Siri и Alexa),
самоуправляемые автомобили (например, Waymo),
инструменты для генерации и творчества (ChatGPT и AI art),
игра и анализ в стратегических играх (таких как шахматы и Го)
распознавание образов и дополненная реальность и пр.
Но это всего лишь часть огромного спектра, что может естественный интеллект (ЕИ). Таким образом, вышеперечисленное можно отнести к "агентам ИИ".
Общий искусственный интеллект (artificial generalintelligence, AGI) - гипотетический тип интеллектуального агента, который, в случае реализации, мог бы научиться выполнять любую интеллектуальную задачу, которую могут выполнять люди. Его создание входит в число долгосрочных целей отрасли. Создание AGI является основной целью некоторых исследований в области искусственного интеллекта и таких компаний, как OpenAI, DeepMind и Anthropic.
Различные же области исследований ИИ сосредоточены вокруг конкретных целей и использования определенных инструментов. Традиционные цели исследований ИИ включают в себя рассуждения, представление знаний, планирование, обучение, обработку естественного языка, восприятие и поддержку робототехники.
Попробуем обозначить всего лишь некоторые принципы, которые еще не понятны из нейронаук, чтоб через бионику воплотить их в физико-технической сфере.
В современности обозначены некоторые стратегические направления развития сложных кибер-физических систем искусственного интеллекта.
Искусственный интеллект (ИИ) (artificial intelligence, AI): способность приобретать, обрабатывать, создавать и применять знания, определенные в форме модели, для выполнения одной или нескольких поставленных задач.Комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые как минимум с результатами интеллектуальной деятельности человека. Область компьютерных наук, в которой особое внимание уделяется моделированию процессов человеческого интеллекта машинами, которые работают и реагируют как люди.
Естественный интеллект (ЕИ). То, что мозг человека является общепризнанной интеллектуальной системой не вызывает сомнений. Рассматриваются различные аспекты интеллектуальной системы мозга: как распределенной интеллектуальной системы обработки, приложения когнитивных динамических систем, которые представляют собой тип интеллектуальной системы, вдохновленной мозгом.
Безопасность ИИ. Аспекты ИИ, киберфизических систем и роботов, дополненной и виртуальной реальности и связанных с ними этическими, правовыми и гигиеническими проблемами – тема научных обзоров, дискуссий и требует законодательного регулирования.
Некоторые направления информационно-коммуникационных технологий (ИКТ), связанных с ИИ и программным обеспечением (ПО). В бурно развивающейся сфере ИКТ много направлений. Обозначим некоторые из них.
Цифровая трансформация – информационные тренды в биотехнических системах. Информация – это сведения, сообщения, данные, и если нет приемника-наблюдателя, который их активно ищет, или готов их воспринять, то так они и останутся в виде атрибутов физики неживой природы во всевозможных хранилищах-библиотеках, объектах макромира и микромира, или живой природы. Между тем, человек любопытен и любознателен, с врожденным инстинктом, открытым И.П.Павловым, - "что такое", - постоянно ищет, находит, изобретает новые физико-технические приспособления, увеличивающие возможности своих собственных информационных анализаторов. Цифровая трансформация - цель развития Российской Федерации на период до 2030 года; комплексное преобразование деятельности участников отрасли и органов исполнительной власти, связанное с переходом к новым бизнес-моделям, каналам коммуникаций, а также процессам и культуре, которые базируются на новых подходах к управлению данными с использованием цифровых технологий.
Дополненная реальность (англ. augmented reality, AR) — результат введения в зрительное поле любых сенсорных данных с целью дополнения сведений об окружении и изменения восприятия окружающей среды. Находит своё применение в медицине, промышленном производстве, военных технологиях. Технология Google Glass, - умные очки, с компьютерным обеспечением, отображением информации для пользователя с помощью головного прозрачного дисплея, пользователи общаются с Интернетом с помощью голосовых команд на естественном языке.
Некоторые биотехнические информационные тренды, связанные с агентами ИИ представлены на рисунке 5-1.
Оптимизация интерфейсов – на сегодняшний момент бурно развивается, многообразна. От всевозможных вариантов оптимизация наручного интерфейса, улучшения дисплеев и гаджетов, повышения эргономичности клавиатур, до поиска вариантов моделей мозг-компьютерный интерфейс (BCI), разработки стратегий оптимизации сенсорных нагрузок путем оценки у авиапилотов информационных нагрузок при наблюдении за множеством экранов видеотерминалов и приборов, трехмерных голограмм и пр.
Всемирная энциклопедия - предвосхищенный Г.Уэлсом в 1938 в эссе "Мировой Мозг" - феномен глобальной синтетической, постоянно-обновляемой энциклопедии, появился в 2001 в виде Википедии, которая к настоящему времени развилась до ~300 языков, >40 млн статей, в enWiki >4 млн редакторов (количество редакторов, и соответственно - качество некоторых статей, в ruWiki ниже), пользователей в мире - 6,3 млрд; способствует распространению новых научных работ, отражает не только текущее состояние науки, но и влияет на ее формирование в будущем.
Облачные технологии (облачные вычисления, Cloud computing) — возможности получать специальные вычислительные ресурсы через сеть, например, оперативную память, сетевые соединения, пространство на диске для решения самых разных задач (в том числе и IT).
Умные очки с распознаванием объектов и субтитрами Google Glass
Агенты ИИ управления транспортными средствами
Оптимизация интерфейса наручного,
без стекольного, голографического
Управление спутниковой группировкой "СФЕРА" Роскосмос
ПО медицинской визуализации с выставлением диагнозов ПО телескопии и Стратегия астробиологии НАСА (2015)
Рис.5-1.Некоторые биотехнические информационные тренды, связанные с агентами ИИ
Скопия (от гр.σκοπεῖν, skopein"смотреть или видеть")-важный источник для человека получения информации. Сложно переоценить значение ПО при микроскопии в различных сферах на микро- и нано- уровне, медицинской визуализации и телемедицине, телескопии на макро- уровне.
5.2. От нерешенных проблем бионики интеллекта и обратной сборки мозга к стратегиям разработок ИИ
Как о Homo sapiens иногда отзываются, как о венце биологической эволюции, так и искусственный интеллект (ИИ) можно обозначить, как венец цифровой трансформации. Между тем, много проблем с пониманием природного естественного интеллекта (ЕИ), достаточно в поисковике посмотреть их некоторые перечни "нерешенные проблемы нейробиологии".
На Всемирном саммите по информационному обществу (WSIS), организованному ООН в 2019, ЮНЕСКО подчеркнула вклад ИИ в устойчивое развитие.Указом ПрезидентаРФот10.10.2019г.№490 утверждена "Национальная стратегия развития искусственного интеллекта на периоддо 2030 года", в которой обозначаются новые тренды развития вплоть до "универсального интеллекта".
Между тем ИИ равный ЕИ не создан. Пока инженеры и программисты работают над созданием и совершенствование только отдельных агентов ИИ, но по множеству направлений: от машинного обучения (machinelearning) и попыток моделирования в компьютерах работы нейросетей (artificial neural network), до распознавания образов (pattern recognition) и пр.
Бионика интеллекта— прикладная наука о применении в технических устройствах и системах принципов организации, свойств, функций и структур ЕИ, может касаться принципов, наблюдаемых при получении, обработке, производстве информации в естественных информационно-интеллектуальных системах.
Обозначим некоторые проблемы, которые не решены в агентах ИИ, но которые реализованы в ЕИ(рисунок 5-2).
Нейропластичность — это способность нейронных сетей в мозге изменяться посредством роста и реорганизации.Существуют два типа нейропластичности: структурная и функциональная, - которым посвящены специальные научные исследования и обзоры.
Фактор роста нейронов—небольшой секретируемый белок, поддерживающий жизнеспособность нейронов, стимулирующий их развитие, рост и активность. Впервые выделен нобелевскими лауреатами Ритой Леви-Монтальчинии и Стэнли Коэном в 1956 году. Аналогов в инженерно-технических достижениях в ИКТ не известно. Инженеры в таких случаях не расстраиваются, ссылаясь на то, что в биологии не наблюдается аналогов, изобретенных человечеством колеса, двигателя внутреннего сгорания и орбитальной группировки спутников.
Синаптический прунинг ("нейрональный прунинг", англ. Synaptic pruning) — сокращение числа синапсов или нейронов, удаление избыточных связей для повышения эффективности нейросети. Название явления происходит от английского глагола "to prune" — прореживать, подрезать ветви (кустарника, дерева). Считается, что целью синаптической обрезки является удаление ненужных нейронных структур в мозгу; по мере развития человеческого мозга более простые ассоциации, заменяются сложными структурами. Тремя моделями, объясняющими синаптическую обрезку, являются дегенерация аксонов, ретракция аксонов и выпадение аксонов.60 лет назад Хьюбелом и Визелем было открыто, что изменения в активности нейронов могут вызывать перестройку центральной нервной системы. К настоящему времени растет количество доказательств того, что молекулы иммунитета и клеточной гибели являются важными механистическими звеньями, с помощью которых изменения в нервной активности направляют сокращение специфических синапсов, подчеркивая роль глиальных клеток в этом процессе.Пока нет аналогов в агентах ИИ как "росту связей", так и "удалению связей".
Трудная проблема сознания – модель синтеза сенсорной информации, памяти и мотивации (А. Иваницкий) Проблема объединения информации – модель интегративной теории информации (Д. Тонони)
Рис.5-2. Структурно-функциональные феномены естественного интеллекта
Память, избирательность информационной функции, – за исследования физиологических основ хранения памяти в нейронах нобелевскими лауреатами в 2000 году стали Э.Кандель, А.Карлссон и П.Грингард. Отбор верифицированных знаний, запоминание важной информации и забывание не актуальной – остается проблемой моделей ИИ.
Творчество: озарение (инсайт), эврика, эмерджентность (появление) новой идеи – синтез новой информации по закономерностям синергетики,"объединения информации" или др. – не решенная проблема ИИ.
Трудная проблема сознания (hard problem of consciousness)–связана в том числе с формулировкой "что есть сознание", изучением нейронных коррелятов сознания и пр.
Коды мозга - нейронное кодирование, описывающее гипотетические взаимосвязи между стимулом и индивидуальными или коллективными нейронными реакциями, а также взаимосвязи между электрической активностью нейронов в ансамбле. Основываясь на теории, что сенсорная и другая информация представлена в мозге сетями нейронов, считается, что нейроны могут кодировать как цифровую, так и аналоговую информацию. Однако, обозначаемые виды кодирования: скоростное, временное, популяционное, разреженное и др., - пока представляют гипотетические схемы кодирования информации и полностью не повторимы в ИКТ. С этой проблематикой может быть связана и проблема "объединения информации в мозге".
Перечислим и некоторые вопросы-проблемы когнитивистики и нейробиологии, решение которых могло бы способствовать развитию и бионики интеллекта:
Проблема репрезентации, ментального представления: как именно функционирует разум (или как мозг интерпретирует и представляет информацию о мире)?
Байесовский разум: придает ли разум смысл миру, постоянно пытаясь делать прогнозы в соответствии с правилами байесовской вероятности?
Вычислительная теория разума:является ли разум системой манипулирования символами, работающей на модели вычислений, подобной компьютеру?
Коннекционизм: можно ли объяснить разум математическими моделями, известными как искусственные нейронные сети?
Воплощенное познание: влияет ли на познание организма все тело (а не только его мозг), включая его взаимодействие с окружающей средой?
Тезис о расширенном мышлении: существует ли разум не только в мозге, но и функционирует во внешнем мире, используя физические объекты в качестве психических процессов?
Дуализм разума и тела: отличается ли разум от тела?
Модульность разума: состоит ли разум из отдельных модулей, каждый из которых развился для решения определенной эволюционной проблемы из прошлого?
Динамическая нейробиология: является ли разум динамической системой?
Квантовый разум: существенно ли явления квантовой механики влияют на разум?
Полный текст книги доступен:
на сайте издательства https://lanbook.com/catalog/psikhologicheskie-nauki/biofizik...
на станице автора https://www.researchgate.net/publication/400155480_BIOFIZIKA...
Показать полностью
1
Цифровые бактерии учатся узнавать цифры на фото
Сегодня будем обучать нейросеть. Но не ту, что с миллионами слоев и градиентным спуском, который вечно норовит увести нас в локальный минимум. Нет. Мы будем использовать Морфогенетический Нейро-Рой.
Звучит как название плохого фантастического фильма? Возможно. Но суть в том, что мы имитируем биологию, чтобы решить задачу, которую обычно решают чистой математикой.
Пассмотрим цифровую чашку Петри. В ней живут сотни крошечных, голодных, но очень целеустремленных BioAgent’ов. Их цель? Выжить. А еда? Рукописные цифры из классического датасета MNIST.
Да, мы заставим этих цифровых бактерий эволюционировать, чтобы они научились отличать «семерку» от «единицы». И это — без единого намёка на градиентный спуск!
Анатомия Цифровой Бактерии: Геном и Совесть
Наш главный герой — BioAgent. Это не просто нейрон. Это, по сути, одноклеточный организм, у которого есть:
Геном (W): Вектор весов размером 784. Это его «мысленный образ» того, как должна выглядеть идеальная цифра. В начале они слепы, веса инициализированы около нуля (типичный «Темный старт»).
Энергия (E): Валюта жизни. Угадал цифру — поел. Не угадал — плати за метаболизм. Классика капитализма, только в мире пикселей.
Привыкание (H): Вот тут начинается самое интересное. Это наша «цифровая совесть». Если агент слишком часто побеждает и жрёт, он «устаёт». Его чувствительность падает. Он становится ленивым и должен уступить дорогу молодым и голодным.
Ирония: Мы ввели в модель нечто, что заставляет самых успешных агентов замедляться. Потому что в реальной жизни, если ты слишком долго сидишь на одном месте, тебя съедает конкурент.
Подготовка Среды: Включаем Свет в Многомерном Пространстве
Прежде чем выпустить рой на охоту, нужно подготовить поле боя. Если просто скормить агентам сырые пиксели MNIST, они будут барахтаться в шуме.
Мы делаем трюк с предобработкой: центрирование данных.
X{input} = \frac{X{raw}}{||X{raw}||} - X{mean}
Что это значит на пальцах? Мы вычитаем из каждого изображения «среднюю картинку» всего датасета.
Представьте, что вы смотрите на кучу фотографий. Мы убираем из каждой из них общий фон и среднюю яркость. В результате, то, что было нулем (фоном), становится отрицательным (синим на визуализации), а сама цифра — положительной (красной).
Эффект? Векторы разных цифр становятся ортогональными. Они смотрят в совершенно разные стороны в 784-мерном пространстве. Для наших агентов это как если бы кто-то включил свет в тёмной пещере. Цифры стали выпуклыми и легко различимыми.
Цикл Жизни: 4 Фазы Эволюции (Без Учителя!)
Когда в среду попадает новая цифра X, запускается четырёхфазный цикл, который заменяет нам весь наш любимый градиентный спуск.
Фаза I: Восприятие и Штраф за Жадность
Каждый агент смотрит на X и считает свой Score. Но это не просто сходство. Мы вводим штраф за «привыкание» (H):
Score = (W X) - (beta H)
Если ты недавно много ел (высокий H), твой Score искусственно занижается. И ты не можешь просто так забрать всю еду. Конкуренция с совестью. (Или форма закона сохранения энергии, когда даже самое большое чудище, сидящее на ресурсе, не может одинаково легко и быстро расти бесконечно)
Фаза II: Питание и Эволюция (Правило Хебба в действии)
Победитель (максимальный Score) получает жирный кусок энергии (E \leftarrow E + R_{feed}). И тут же учится по правилу Хебба: «Neurons that fire together, wire together».
W{new} = W{old} + \eta (X - W_{old})
Он подтягивает свой геном к увиденному образу. Причем учатся и ближайшие соседи (Top-2, Top-3), но слабее. Так рождаются «банды» агентов, специализирующихся на одной и той же цифре, но с разными стилями написания.
Фаза III: Метаболизм (Естественный Отбор)
За всё надо платить. E \leftarrow E - E_{cost}. Если агент не смог найти свою нишу и не заработал достаточно, он умирает от голода (Апоптоз). Жестоко? Да. Эффективно? Ещё как!
Фаза IV: Динамика Популяции (Митоз)
Если агент накопил слишком много энергии (E > E_{threshold}), он делится. Но это не просто копирование!
Родитель отдает потомку половину энергии и веса с небольшой мутацией.
Ключевой момент: У родителя H высокий (он устал). У потомка H = 0.0 (он свежий, голодный и очень чувствительный).
Пока родитель «отдыхает» и ждет, пока его H спадет, потомок тут же бросается в бой, чтобы уточнить специализацию. Например, если родитель узнавал «восьмерку» с наклоном вправо, потомок может начать специализироваться на «восьмерке» с наклоном влево. Рой сам заполняет все возможные вариации данных!
Взгляд в Бактерии: Что там внутри?
Давайте посмотрим на результат. Перед нами снимок популяции выживших агентов после первой эпохи. (После показа системе 5000 изображений)
Помните про центрирование? Посмотрите на цвета в весах агента (например, G8 W65 — Агент 8-го поколения, 65 побед).
Красные/Желтые зоны: Возбуждение. Агент ожидает увидеть здесь чернила цифры.
Синий фон: Торможение. Агент ожидает увидеть здесь пустоту.
Этот агент — не просто набор чисел. Это фильтр, который настроен на конкретный паттерн. Если входящий пиксель совпадает с красным, а фон — с синим, происходит резонанс, и агент получает энергию. А рядом с ветеранами (W65) вы видите «шумных» новичков с W0. Они либо умрут в следующем цикле, либо найдут свою уникальную нишу, которую еще не заняли доминирующие кластеры.
Выводы: Эволюция лучше, чем градиент?
Почему этот Морфогенетический Нейро-Рой смог распознать цифры без всякого учителя?
Секрет в балансе:
Конкуренция за ресурсы (Энергия).
Механизм усталости (H), который не дает одному агенту монополизировать нишу.
Биологическое размножение с обнулением «совести» у потомства, что обеспечивает постоянное исследование новых вариаций.
Мы не учили систему, что такое «цифра 2». Мы просто создали среду, где выживание зависело от способности находить и уточнять уникальные паттерны в данных.
Мораль: Иногда, чтобы создать интеллект, нужно просто дать ему возможность проголодаться и заставить конкурировать за еду.
Если хотите посмотреть, как это всё работает в коде, загляните по ссылке: https://gitverse.ru/Nikas/NeuralNet.2025/commit/5075d6f248b2...
Что дальше?
Поле непаханное того, что можно сделать:
Разобраться как элегантно из кластеризатора сделать классификатор.
Определить точность с которой эта система классифицирует MNIST и скорость сходимости.
Вертикальный рост (в глубину). Можно создать агентов, которые смотрят не только на пиксели, а на агентов нижних слоев, исследуют глубинные архитектуры и пытаются найти такую топологическую конфигурацию, которая будет стабильно выживать.
Петлевые агенты (обратной связи) - которые смотрят на глубокие слои, находясь в нижних слоях.
Вариации на CNN. Ограничивать количество рассматриваемых агентом пикселей (чтобы он видел не всю матрицу, а только какую-то часть) Будет эффективнее по памяти и сможет находить более низкоуровневые фичи, чем готовые цифры.
Когда все предыдущее заработает можно поробовать классифицировать ImageNet
Увидимся в новой симуляции!
Показать полностью
1