Aumentando a otimização da rede usando estatísticas populacionais (SNOPS): uma estrutura baseada em aprendizado de máquina que pode gerar modelos funcionais reproduzíveis com rapidez e precisão para simular observações cerebrais.

A construção de modelos de redes neurais em grande escala que reproduzam a atividade cerebral tem sido há muito tempo uma pedra angular dos esforços da neurociência computacional para compreender a complexidade da função cerebral. Esses modelos, sempre complexos, são importantes para compreender como as redes neurais dão origem à função cognitiva. No entanto, o desenvolvimento dessas estruturas de modelos para simular com precisão a atividade cerebral observada tem sido uma tarefa difícil e que exige muitos recursos, exigindo tempo considerável e conhecimento especializado.

Uma nova pesquisa de IA da Universidade Carnegie Mellon e da Universidade de Pittsburgh apresenta uma estrutura orientada ao aprendizado de máquina chamada Spiking Network Optimization usando Estatísticas Populacionais (SNOPS), que tem o potencial de revolucionar totalmente esse processo. O SNOPS foi desenvolvido por uma equipe interdisciplinar de acadêmicos da Carnegie Mellon University e da University of Pittsburgh.

Devido à auto-organização da estrutura personalizada, os modelos de rede de picos podem reproduzir fielmente as amplas diferenças interindividuais observadas em gravações neurais em larga escala. Na neurociência, os modelos de redes de picos, que simulam a biofísica dos circuitos neurais, são ferramentas muito úteis. Por outro lado, a sua estranheza muitas vezes apresenta grandes obstáculos. O comportamento destas redes é muito sensível aos parâmetros do modelo, tornando a configuração difícil e imprevisível.

O SNOPS automatiza o processo de otimização para resolver esses problemas diretamente. A construção de tais modelos era um processo manual que exigia muito tempo e conhecimento especializado. O método SNOPS encontra uma ampla gama de configurações de modelos que correspondem automaticamente à atividade cerebral, além de ser rápido e robusto. Este recurso permite estudar detalhadamente o comportamento do modelo e mostra princípios de trabalho que podem não ser visíveis.

A capacidade do SNOPS de combinar dados técnicos com modelos de computador é uma de suas características mais importantes. Ele usa estatísticas de extensas gravações neurais para ajustar os parâmetros do modelo de uma forma que corresponda aos padrões reais de atividade. O uso da pesquisa SNOPS em gravações cerebrais do córtex pré-frontal e visual de macacos provou isso. As descobertas indicaram a necessidade de métodos mais sofisticados para refinar os modelos, revelando limitações desconhecidas dos modelos de rede de picos já em uso.

A criação do SNOPS é uma prova da eficácia da colaboração multidisciplinar. Ao combinar as habilidades de modeladores, cientistas da computação orientados a dados e experimentadores, a equipe de pesquisa foi capaz de criar uma ferramenta que é mais útil para a comunidade neurocientífica em geral, mais do que única.

O SNOPS tem potencial para ter um grande impacto na neurociência computacional no futuro. Por ser de código aberto, pesquisadores de todo o mundo podem usá-lo e aprimorá-lo, o que pode gerar novos insights sobre como o cérebro funciona. Com o SNOPS, uma configuração que captura todos os aspectos necessários da atividade cerebral pode ser facilmente encontrada.

Concluindo, o SNOPS fornece um método robusto e automatizado para otimização de modelos, marcando um avanço importante na criação de modelos neurais em larga escala. Com o SNOPS, a complexidade da função cerebral pode ser melhor compreendida e, em última análise, melhorar a compreensão do órgão mais complexo do corpo humano, preenchendo a lacuna entre os dados empíricos e os modelos computacionais.

Confira Papel. Todo o crédito deste estudo vai para os pesquisadores deste projeto. Além disso, não se esqueça de nos seguir Twitter e junte-se ao nosso Estação telefônica de novo LinkedIn Gracima. Se você gosta do nosso trabalho, você vai gostar do nosso jornal..

Não se esqueça de participar do nosso Mais de 50k ML SubReddit

⏩ ⏩ WEBINAR GRATUITO DE IA: 'Vídeo SAM 2: Como sintonizar seus dados' (quarta-feira, 25 de setembro, 4h00 – 4h45 EST)