Πώς να καταγράψετε 1 εκατομμύριο νευρώνες σε πραγματικό χρόνο
Μια καινοτόμος νέα μέθοδος μπορεί να επιτρέψει στους επιστήμονες να μεταφράσουν τις πληροφορίες που προέρχονται από περισσότερους από 1 εκατομμύριο νευρώνες ταυτόχρονα, καθώς και να αποκωδικοποιήσουν τη δραστηριότητα καθώς συμβαίνει.
Τις τελευταίες δεκαετίες, η ποσότητα των δεδομένων που παράγονται στην καθημερινή ζωή έχει εκραγεί.
Για παράδειγμα, όταν περπατάτε στο δρόμο, το κινητό σας τηλέφωνο θα συλλέγει πληροφορίες σχετικά με πόσα βήματα έχετε κάνει.
Όταν αγοράζετε κάτι σε ένα κατάστημα με την κάρτα σας, η τράπεζα γνωρίζει τι αγοράσατε, πόσο ήταν και πού ήσασταν.
Παρομοίως, το κατάστημα γνωρίζει αν έχετε αγοράσει κάτι παρόμοιο εκεί πριν.
Τα δεδομένα μπορούν να συλλεχθούν πιο αποτελεσματικά από ποτέ, αλλά η πρόκληση τώρα είναι να κατανοήσουμε τι πρέπει να κάνουμε μαζί τους (εάν υπάρχει). Έχουμε τους αριθμούς - αλλά μας χρησιμεύουν;
Ένα τεράστιο άλμα για τη νευροεπιστήμη
Η κατάσταση είναι παρόμοια στη νευροεπιστήμη, καθώς έχουν γίνει τεράστια βήματα προς τη συλλογή τεράστιων ποσοτήτων δεδομένων από τον εγκέφαλο. Οι επιστήμονες είναι πλέον σε θέση να ακούσουν και να επικοινωνήσουν με μεγάλο αριθμό εγκεφαλικών κυττάρων ταυτόχρονα.
Αν και αυτή η πρόοδος έχει αποδειχθεί χρήσιμη στη διάγνωση, τη θεραπεία και την έρευνα, το πλήρες δυναμικό της δεν έχει ακόμη αξιοποιηθεί. Η ταχύτητα με την οποία τα δεδομένα μπορούν να υποβληθούν σε επεξεργασία μετά τη συλλογή τους εξακολουθεί να αποτελεί σημαντικό εμπόδιο.
Η επεξεργασία δεδομένων γίνεται γρήγορα εμπόδιο στις εξελίξεις σε άλλους τομείς της νευροεπιστήμης. Για παράδειγμα, εάν τα δεδομένα από τον εγκέφαλο μπορούσαν να συλλεχθούν και να γίνουν κατανοητά σε πραγματικό χρόνο, θα μπορούσαν να γίνουν τεράστια άλματα στον έλεγχο των ρομπότ όπλων σε παραλυμένους ανθρώπους, ή ακόμη και στην πρόβλεψη επικείμενων επιληπτικών κρίσεων.
Για να επιτευχθούν αυτοί οι στόχοι, οι μεγάλοι ωκεανοί δεδομένων πρέπει να αναλυθούν και να υπολογιστούν πολύ γρήγορα.
Ερευνητές στο Neuronano Research Center στο Πανεπιστήμιο Lund της Σουηδίας εργάζονται για αυτό το πρόβλημα. Έχουν βρει μια μέθοδο που έχει τη δυνατότητα να επικοινωνεί σε πραγματικό χρόνο με εκατομμύρια νευρικά κύτταρα.
Τα ευρήματά τους δημοσιεύθηκαν πρόσφατα στο περιοδικό Νευροπληροφορική.
Όχι μόνο το σύστημά τους μπορούσε να ακούσει τη συνομιλία των εγκεφαλικών κυττάρων, αλλά και να το μεταφράσει σε μια ουσιαστική έξοδο σχεδόν αμέσως - μέσα σε 25 χιλιοστά του δευτερολέπτου. Το μυστικό αυτής της νέας δυνατότητας είναι μια συγκεκριμένη μορφή δεδομένων που ονομάζεται Ιεραρχική μορφή δεδομένων και μια διαδικασία γνωστή ως κωδικοποίηση bit.
«Η κωδικοποίηση των σημάτων των νευρικών κυττάρων απευθείας σε bitcode αυξάνει δραματικά την ικανότητα αποθήκευσης. Ωστόσο, το μεγαλύτερο κέρδος είναι ότι η μέθοδος μας επιτρέπει να αποθηκεύουμε τις πληροφορίες με τρόπο που τις καθιστά άμεσα διαθέσιμες στους επεξεργαστές των υπολογιστών. "
Jens Schouenborg, καθηγητής νευροφυσιολογίας, Neuronano Research Center
Το μέλλον της νευροεπιστήμης
Ο Martin Garwicz - ο οποίος είναι επίσης καθηγητής νευροφυσιολογίας στο Κέντρο Ερευνών Neuronano - εξηγεί πώς η μέθοδος τους είναι δρόμοι μπροστά από άλλες παρεμβάσεις (όπως ηλεκτροεγκεφαλογράφημα, όπου τα ηλεκτρόδια τοποθετούνται στο τριχωτό της κεφαλής).
«Φανταστείτε ότι θέλετε να ακούσετε τι μιλούν 10 άτομα στο διπλανό δωμάτιο. Αν ακούτε βάζοντας το αυτί σας στον τοίχο, θα ακούσετε μόνο μουρμουρίσματα, αλλά αν βάλετε ένα μικρόφωνο σε κάθε άτομο στο δωμάτιο, αυτό μετατρέπει την ικανότητά σας να κατανοήσετε τη συνομιλία », λέει.
«Και μετά», προσθέτει ο Garwicz, «σκεφτείτε να είστε σε θέση να ακούσετε ένα εκατομμύριο άτομα, να βρείτε μοτίβα σε αυτό που επικοινωνεί και να απαντήσετε αμέσως σε αυτό - αυτό είναι που καθιστά δυνατή η νέα μας μέθοδος».
Αυτή η νέα μεθοδολογία επιτρέπει την αμφίδρομη κυκλοφορία: τα μηνύματα από νευρικά κύτταρα μπορούν να συγκεντρωθούν και οι απαντήσεις μπορούν να σταλούν πίσω. Η τεχνολογία βασίζεται στον τρόπο με τον οποίο η κυκλοφορία μετατρέπεται σε bitcode.
«Ένα σημαντικό πλεονέκτημα αυτής της αρχιτεκτονικής και της μορφής δεδομένων είναι ότι δεν απαιτεί περαιτέρω μετάφραση, καθώς τα σήματα του εγκεφάλου μεταφράζονται απευθείας σε bitcode. Αυτό σημαίνει ένα σημαντικό πλεονέκτημα σε κάθε επικοινωνία μεταξύ του εγκεφάλου και των υπολογιστών, ιδίως όσον αφορά τις κλινικές εφαρμογές. "
Επικεφαλής συγγραφέας της μελέτης Bengt Ljungquist
Προχωρώντας, αυτό το μοντέλο θα μπορούσε να βοηθήσει τη νευροεπιστήμη να κάνει τεράστια πρόοδο. Ενώ οι διεπαφές εγκεφάλου-μηχανής και οι διεπαφές εγκεφάλου-υπολογιστή έχουν βελτιωθεί σημαντικά τα τελευταία χρόνια, συχνά χτυπούν ένα μπλοκ όταν πρόκειται για την επεξεργασία δεδομένων.
Εάν το σύστημα bitcode είναι επιτυχές, αυτό το μπλοκ θα μπορούσε να μετατοπιστεί από τη διαδρομή τους.
