Институт Пиковера при MIT опубликовал в журнале Neuron результаты исследования префронтальной коры головного мозга. Ученые выяснили, как исполнительный центр мозга управляет другими отделами нервной системы через специализированные нейронные цепи.
Профессор Мриганка Сур из Института изучения памяти и обучения MIT с коллегами изучил механизмы передачи сигналов между исполнительным центром мозга и областями зрения и движения. Эксперименты на лабораторных мышах показали: префронтальная кора отправляет персонализированные команды различным участкам мозга. Команды зависят от состояния организма и его активности.
"Мы обнаружили целенаправленные проекции для точечного воздействия", - отметил ведущий автор исследования профессор Сур.
Ранее нейробиологи, включая коллегу Сура по MIT Эрла К. Миллера, предполагали такую взаимосвязь на основе анатомических данных. Функциональное подтверждение получено впервые.
Двусторонняя связь между восприятием и поведением
Результаты работы демонстрируют двустороннюю связь между зрительным восприятием и поведением. Не только визуальная информация влияет на действия - внутреннее состояние организма корректирует процессы восприятия. Исследование выявило специфические нейронные маршруты, по которым центр управления мозга адаптирует работу сенсорных и моторных областей к текущему контексту.
Применение в промышленной автоматизации
Открытия в области нейронных сетей находят практическое применение в промышленной автоматизации. Системы машинного зрения и искусственного интеллекта используют принципы работы биологических нейросетей. Это повышает точность распознавания объектов и принятия решений.
В производстве эти знания помогают совершенствовать системы контроля качества и автоматизированного управления. При создании прототипов сложных технических устройств методом 3D печати FDM или SLA требуется высокоточный контроль геометрии на каждом этапе.
Компании, которые специализируются на аддитивных технологиях, применяют многоуровневые системы цифрового контроля. Системы основаны на принципах адаптивной обратной связи.
3D сканирование и реверс-инжиниринг
Технологии 3D сканирования с точностью до 0,02 мм позволяют создавать детальные цифровые модели для реверс-инжиниринга. Это важно при разработке систем искусственного интеллекта для промышленности.
Мелкосерийное производство пластиковых деталей методом литья в силиконовые формы требует адаптивных алгоритмов управления процессом. Такие алгоритмы учитывают изменения материала и условий производства.
Перспективы для машинного обучения
Исследование MIT открывает возможности для создания более совершенных систем машинного обучения. Системы смогут адаптироваться к изменяющимся условиям производства. Это актуально для предприятий, которые внедряют печать полиамидом и другими техническими пластиками в рамках импортозамещения.
Понимание механизмов работы биологических нейросетей поможет инженерам создавать более эффективные алгоритмы. Алгоритмы будут управлять 3D принтерами и системами автоматизированного контроля качества в промышленном производстве.
Принципы адаптивной обратной связи, выявленные в исследовании мозга, уже применяют в разработке систем машинного зрения для контроля качества печати и автоматической коррекции параметров процесса.
