Aviso: Esta página é uma tradução automática da página original em inglês. Por favor note uma vez que as traduções são geradas por máquinas, não tradução tudo será perfeita. Este site e suas páginas da Web destinam-se a ler em inglês. Qualquer tradução deste site e suas páginas da Web pode ser imprecisas e imprecisos no todo ou em parte. Esta tradução é fornecida como uma conveniência.

A pesquisa de UW fornece uma estrutura básica de redes neurais no cérebro mamífero

A universidade dois de pesquisadores de Wyoming decidiu escolher o cérebro de cada um, por assim dizer. Especificamente, examinaram a importância do córtice frontal, da parcela do cérebro usado na tomada de decisão, da língua expressivo e do movimento voluntário.

E os dois cientistas aprenderam que uma estrutura de rede neural periódica, ou RNN, são responsáveis para aquelas funções.

“Este RNN recebe entradas das regiões emocionais do cérebro e envia saídas ao córtice de motor, a parte do cérebro responsável para o movimento voluntário,” diz Qian-Quan Sun, um professor de UW do zoologia e da fisiologia. “No campo da inteligência artificial, cientistas de computador projectaram as várias redes neurais artificiais, incluindo RNNs, que resolvem eficazmente problemas, tais como a tradução de língua e o reconhecimento de objeto, simulando a rede neural no cérebro mamífero.

“Este papel fornece uma estrutura básica de redes neurais no cérebro mamífero. Esta estrutura básica guiar-nos-á em investigar a estratégia comportável,” Sun continua. “Depois que mais detalhes são adquiridos, nós podemos traduzi-la a uma rede neural artificial, usando a para resolver problemas do real-mundo.”

Sun, director do centro sensorial da biologia do Wyoming de UW da excelência biomedicável da pesquisa, é o autor principal de um papel intitulado “uma rede Neuronal periódica de longo alcance que liga as regiões da emoção com o córtice de motor somático” que foi publicado hoje (terça-feira) em relatórios da pilha. O jornal do aberto-acesso publica papéis par-revistos através do espectro inteiro das ciências da vida essa introspecção biológica nova do relatório.

O primeiro autor do papel é Yihan Wang, um estudante do Ph.D. no programa doutoral da neurociência de UW, do Pequim, China. A pesquisa foi financiada por concessões dos institutos de saúde nacionais.

RNNs artificial é os algoritmos deaprendizagem importantes que são de uso geral para problemas do lóbulo ordinal ou temporal, tais como a tradução de língua, processamento de linguagem natural, reconhecimento de voz e imagem que subtitulam, Sun diz. Um RNN reconhece características seqüenciais nos dados e usa testes padrões para prever a encenação provável seguinte. RNNs é incorporado em aplicações populares tais como Siri, busca da voz de Google e Google traduz.

A surpresa a mais grande é que RNNs não somente para existir em nosso cérebro, mas está construído com função muito mais delicada e, contudo, altamente eficiente em processar entradas seqüenciais. Geralmente, os neurônios corticais são espacial recíprocos e misturam-se um com o otro. Contudo, os dados de Wang mostrados não somente que o RNN existe na maioria de parte importante do cérebro -- o córtice frontal -- mas adicionalmente, esta rede é menos complexa do que nós pensamos e na maior parte unidireccional. Esta é-nos uma surpresa grande, porque esta nos diz que esta rede pode ser responsável das funções originais quando comparada com a outro.”

Qian-Quan Sun, professor de UW do zoologia e da fisiologia

Sun e Wang analisaram os cérebros dos ratos para a pesquisa do laboratório. As tensões genetically alteradas diferentes do rato forneceram os dois a capacidade para etiquetar tipos específicos de neurônios com proteínas fluorescentes que seguem as conexões do cérebro -- e para monitorar as actividades dos neurônios específicos com os marcadores intrìnseca fluorescentes.

A pesquisa tem muitas implicações do real-mundo, de acordo com Sun.

“Um, agora que nós sabemos deste bloco de apartamentos importante, o trabalho ajudará uma decifração mais adicional como nosso cérebro faz decisões,” ele diz. “Dois, ajudará a descobrir o outro RNNs similar em outras partes do cérebro. Ajudará pesquisadores a usar simulações computacionais para prever como nosso cérebro codifica a memória a curto prazo, e como pode ser usado. E três, especificamente para este estudo, ajudar-nos-á a compreender como as emoções, tais como o medo e a ansiedade, regulam nossos movimentos.”

O índice e a aproximação da pesquisa usada por Sun e por Wang devem ter interesses muito largos com os pesquisadores da inteligência artificial, os biólogos, os modeladores computacionais e os neurocientistas, Sun dizem.

“O mapa preciso da conexão igualmente pode ajudar-nos a compreender a causa das desordens neurológicas e psiquiátricas onde há uns problemas com o regulamento das emoções ou do movimento voluntário,” Sun diz. “Contudo, antes que este que encontra possa ter umas aplicações mais largas, há uns lotes dos detalhes -- como como a rede inibitório local refinou o RNN, e como os componentes diferentes são a base de estados específicos da emoção -- isso ainda precisa de ser figurado para fora.”

O objetivo de Wang é dar certo estes detalhes em seu trabalho da dissertação, Sun diz.

Source:
Journal reference:

Wang, Y., et al. (2021) A long-range, recurrent neuronal network linking the emotion regions with the somatic motor cortex. Cell Reports. doi.org/10.1016/j.celrep.2021.109733.