Yapay Zeka

Yapay Zeka, Hareketli Hayvanlarda Nöron Takibinde Devrim Yaratıyor

Özet: Araştırmacılar, sinirbilim araştırmalarında önemli bir ilerleme olan, hareket eden ve deforme olan hayvanlardaki nöronları takip etmek için yapay zeka tabanlı bir yöntem geliştirdi. Bu evrişimli sinir ağı (CNN) yöntemi, vücutları sürekli şekil değiştiren solucanlar gibi organizmalarda beyin aktivitesini izleme zorluğunun üstesinden geliyor.

Yapay zeka, ‘hedefli büyütme’ kullanarak manuel görüntü açıklaması ihtiyacını önemli ölçüde azaltarak nöron tanımlama sürecini kolaylaştırıyor. Yuvarlak solucan Caenorhabditis elegans üzerinde test edilen bu teknoloji, yalnızca analiz verimliliğini artırmakla kalmadı, aynı zamanda karmaşık nöronal davranışlara ilişkin içgörüleri de derinleştirdi.

Ana unsurlar:

  1. Yenilikçi Yapay Zeka Tekniği: CNN yöntemi, yeni duruşlara uyum sağlamak için iç beyin deformasyonlarını öğrenerek açıklamaları otomatik olarak sentezler.
  2. Analizde Verimlilik: Bu yaklaşım, tam manuel açıklamayla karşılaştırıldığında analiz verimini üç katına çıkararak araştırmada zamandan ve emekten önemli ölçüde tasarruf sağlar.
  3. Uygulama ve Bulgular: Nöron açısından zengin yuvarlak kurt Caenorhabditis elegans’a uygulanan yöntem, karmaşık internöron davranışlarını ve uyaranlara verilen tepkileri ortaya çıkardı.

Kaynak: EPFL

Son gelişmeler, serbestçe hareket eden hayvanların içindeki nöronların görüntülenmesine olanak tanıyor. Ancak devre aktivitesinin kodunu çözmek için, görüntülenen bu nöronların hesaplamalı olarak tanımlanması ve takip edilmesi gerekiyor. Beynin kendisi bir organizmanın (örneğin bir solucanın) esnek vücudunun içinde hareket edip deforme olduğunda bu özellikle zorlayıcı hale gelir. Şimdiye kadar bilim camiası bu sorunu çözecek araçlardan yoksundu.

Şimdi, EPFL ve Harvard’dan bir bilim insanı ekibi, hareket eden ve deforme olan hayvanların içindeki nöronları takip etmek için öncü bir yapay zeka yöntemi geliştirdi. Çalışma şu anda şu adreste yayınlandı: Doğa YöntemleriEPFL Temel Bilimler Okulu’ndan Sahand Jamal Rahi tarafından yönetildi.

Bu bir fareyi gösterir.
Araştırmacılar, hareket eden ve deforme olan hayvanların içindeki nöronları takip etmek için öncü bir yapay zeka yöntemi geliştirdi.Kaynak: Neuroscience News

Yeni yöntem, görüntülerdeki kalıpları tanımak ve anlamak için eğitilmiş bir tür yapay zeka olan evrişimli sinir ağına (CNN) dayanıyor. Bu, “evrişim” adı verilen, kenarlar, renkler veya şekiller gibi resmin küçük bölümlerine aynı anda bakan ve daha sonra onu anlamlandırmak ve nesneleri veya desenleri tanımlamak için tüm bu bilgileri bir araya getiren bir süreci içerir.

Sorun şu ki, bir hayvanın beyninin filmi sırasında nöronları tanımlamak ve takip etmek için birçok görüntünün elle etiketlenmesi gerekiyor çünkü hayvan, birçok farklı vücut deformasyonundan dolayı zaman içinde çok farklı görünüyor. Hayvanın duruşlarının çeşitliliği göz önüne alındığında, bir CNN’yi eğitmek için yeterli sayıda ek açıklamayı manuel olarak oluşturmak göz korkutucu olabilir.

Bu sorunu çözmek için araştırmacılar ‘hedefli büyütme’ özelliğine sahip gelişmiş bir CNN geliştirdiler. Yenilikçi teknik, yalnızca sınırlı sayıda manuel açıklama arasından referans amaçlı güvenilir açıklamaları otomatik olarak sentezler. Sonuç olarak CNN, beynin iç deformasyonlarını etkili bir şekilde öğrenir ve daha sonra bunları yeni duruşlar için açıklamalar oluşturmak için kullanır ve manuel açıklama ve çift kontrol ihtiyacını büyük ölçüde azaltır.

Yeni yöntem çok yönlüdür; nöronların görüntülerde ayrı noktalar veya 3 boyutlu hacimler olarak temsil edilip edilmediğini tanımlayabilmektedir. Araştırmacılar bunu yuvarlak kurt üzerinde test etti Caenorhabditis elegans302 nöronu onu sinir biliminde popüler bir model organizma haline getirdi.

Geliştirilmiş CNN’yi kullanarak, bilim adamları solucanın bazı ara nöronlarındaki (nöronlar arasındaki sinyalleri köprüleyen nöronlar) aktiviteyi ölçtüler. Periyodik koku patlamaları gibi farklı uyaranlara maruz kaldıklarında tepki kalıplarını değiştirmek gibi karmaşık davranışlar sergilediklerini buldular.

Ekip, CNN’lerini erişilebilir hale getirerek hedeflenen büyütmeyi entegre eden, kullanıcı dostu bir grafik kullanıcı arayüzü sağlayarak, manuel açıklamalardan son düzeltmelere kadar süreci kapsamlı bir işlem hattına dönüştürdü.

Sahand Jamal Rahi, “Nöron segmentasyonu ve takibi için gereken manuel çabayı önemli ölçüde azaltarak, yeni yöntem, tam manuel açıklamayla karşılaştırıldığında analiz verimini üç kat artırıyor” diyor.

“Bu buluş, beyin görüntüleme alanındaki araştırmaları hızlandırma ve sinir devreleri ve davranışlarına ilişkin anlayışımızı derinleştirme potansiyeline sahip.”

Diğer katkıda bulunanlar

İsviçre Veri Bilimi Merkezi

Bu yapay zeka araştırma haberi hakkında

Kaynak ve İleri Okuma: https://neurosciencenews.com/ai-neuron-tracking-25315/

İlgili Makaleler

Başa dön tuşu