Budite neuronaučnik – mapirajte neurone mrežnjače!

RAMON AND CAJAL, Santiago (Petilla of Aragon, Navarre 1852-Madrid, 1934). Spanish histologist, physician and pathologist.

Zašto je neko „normalan“, u 25. godini, iznenada počeo da se ponaša čudno, a godinu dana kasnije dobio dijagnozu „šizofrenija“? Može li devetogodišnji dečak da prevaziđe disleksiju i postigne bolji uspeh u školi? Hoće li osoba od 70 godina uspeti da povrati pokretljivost leve ruke i noge nakon moždanog udara?

Naučnici ne mogu pouzdano i precizno da odgovore na ovakva pitanja. Da bi u tome uspeli, neophodno je da ovladaju daleko fundamentalnijim znanjima o ljudskom mozgu. Moraju da razumeju kako on funkcioniše.

Mozak se slikovito može zamisliti kao gusta šuma koju čini nekih 100 milijardi razgranatih stabala. Ona je tako gusta da neuronaučnici, sami, nikada neće moći u potpunosti da je istraže.

Jedan od najvećih istraživača ljudskog uma/mozga svih vremena, španski histolog i neuronaučnik Santijago Ramon i Kahal (Santiago Ramon y Cajal), čitav svoj život posvetio je proučavanju neurona. Posmatrao ih je pomoću mikroskopa, ostavljajući za sobom precizne crteže nervnih ćelija. Ćelije mrežnjače, nervnog tkiva u zadnjem delu ljudskog oka, bile su mu omiljene.

Kahal je na mrežnjači uočio fotoreceptore, ćelije koje registruju svetlost, kao i niz različitih neurona čiji se razgranati produžeci međusobno prepliću. Rad na njihovoj klasifikaciji po obliku, otprilike na način na koji bi botaničar klasifikovao drveće u različite vrste, doneo mu je, 1906, Nobelovu nagradu.

Umro je 1934, a da za života nije uspeo da završi projekat na kojem je predano radio. Naprosto, nije imao šanse da „pobedi“ složenost mrežnjače.

Vek nakon Kahala, i dalje se ne zna koliko tipova neurona postoji na mrežnjači. Znamo da su međusobno povezani putem sinapsi, ali ne znamo koje pravilo stoji iza ovog povezivanja. Drugim rečima, ne znamo koji tipovi neurona se međusobno povezuju. Kako nema odgovora na tako bazična pitanja, neodgovorenim ostaju sva dublja: Kakva je uloga retinalnih neurona u vizuelnoj percepciji? Kako intervenisati kada mrežnjača ne funkcioniše?

Zahvaljujući novim tehnologijama, po prvi put se otvara realna mogućnost da neuronaučnici završe ono što je pre jednog veka započeo Kahal. Ali, oni to neće moći da urade sami. Zato je jedna od laboratorija pri Tehnološkom institutu u Masačusetsu (MIT) kreirala EyeWire – onlajn portal sa jedinstvenom 3D bojankom.

Njene stranice zapravo su uvećane mikroskopske slike mrežnjače. Ulogujte se na sajt i igrajte se bojenja, čime postajete deo jednog od najvećih naučnih projekata u svetu danas – projekta mapiranja neurona mrežnjače.

Advertisements

5 comments

  1. sanja

    Ne može čovek da te nahvata za pitanje tamo na fejsu.
    Pa da kopiram pitanje ovde:

    Naša pomoć je potrebna jer AI ne može sama – neke stvari ne vidi dobro, ili nije sigurna da vidi.

    Kako, the fuck, onda ta ista AI može da ti da info o tome:
    – koji deo je tačan
    – koji deo je pogrešan
    – koji deo fali

    ?

    Mislim, preduslov za sve ove tri info je da AI tačno zna gde je ceo neuron.

    Sviđa mi se

  2. AI nije savršena, to je valjda jasno. Artur Klark je u svojim ,,Profilima budućnosti“ kao i mnogi futurolozi napravio krupnu grešku – pogrešno je predvideo danas neverovatan uspon AI. Doduše, tu knjigu je pisao početkom 60-tih, kada je rastao balon naučnog i tehnološkog entuzijazma (podgrejan Murovim zakonom). Tek je početkom 70-tih taj balon pukao, nakon Lajthilovog izveštaja i kraha simboličke paradigme.

    Međutim, ljudi sada idu promišljenje, sigurnim koracima – zna se bolje šta AI već sada jako dobru ume: učenje sa biasom, recimo. Crtkajući, slično SETI programu, pomaže se formiranje modela koji je previše složen, i specifičan u smislu ,,devetoro trudnih žena neće doneti bebu za mesec dana“. Odgovor na sva tri pitanja se dobija upravo crtkanjem, a u svemu tome možda se čak i sam model suštinski poboljša.

    Sviđa mi se

    • Zoki, kad si već tu, ako imaš vremena… Ovo crtkanje, odnosno program koji to radi, da li on zapravo uči? Mislim, da li uči nešto iz toga što ljudi tamo boje? Tako nešto sam sugerisala Sanji u odgovoru na Fejsu, iako ni sama stoprocentno uverena da je tako. Znam da konekcionističke mreže uče i pretpostavljam da bi i ovo moralo da uči.

      Sviđa mi se

  3. Sećam se kolege koji se čudio programu koji na osnovu pitanja sa DA/NE odgovorima dosta brzo pogodi zamišljeni objekat. Kako to AI radi? U tom slučaju, reč je o ID3 algoritmu. Mašinska vizija je posebna oblast veštačke inteligencije koja se bavi problemima prepoznavanja oblika i vizuelne konceptualizacije. Mogao bih da ugnjavim detaljima o svemu tome, kako se i šta radi – koga zanima.

    Sviđa mi se

  4. Povratni ping: Пандемични стрес и субјективни бол | Био-блог

Ostavite komentar

Popunite detalje ispod ili pritisnite na ikonicu da biste se prijavili:

WordPress.com logo

Komentarišet koristeći svoj WordPress.com nalog. Odjavite se / Promeni )

Slika na Tviteru

Komentarišet koristeći svoj Twitter nalog. Odjavite se / Promeni )

Fejsbukova fotografija

Komentarišet koristeći svoj Facebook nalog. Odjavite se / Promeni )

Google+ photo

Komentarišet koristeći svoj Google+ nalog. Odjavite se / Promeni )

Povezivanje sa %s

%d bloggers like this: