В последние годы начинает зарождаться новое направление в робототехнике - разработка нейрогибридных систем. Нейрогибридные системы комбинируют сеть живых нейронов и робото-техническую платформу в единый робо-организм в надежде совместить интел-лект живого мозга и эффективность мехатроники. Какие проблемы стоят на переднем крае опытов по вживлению нейронов в тело робота? Как заставить нейроны учиться вне мозга? Что дадут исследования нейрогибридных систем для развития фундаментальной и прикладной науки?

1. НЕЙРОГИБРИДНЫЕ СИСТЕМЫ –
БУДУЩЕЕ РОБОТОТЕХНИКИ ИЛИ
ИГРУШКА НЕЙРОБИОЛОГОВ?
Михаил Бурцев
ИПМ РАН, НИИ НФ РАМН, НБИК

2. ДВЕ ПРОБЛЕМЫ

3. ДВЕ ПРОБЛЕМЫ
 ИИ
 Автономный адаптивный интеллект
 Нейробиология
 Идеальная экспериментальная модель

4. ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ

5. КОРНИ ИИ
Физио-
логия
Кибер- Компью- ИИ и
нетика теры
Мате-
матика
ИНС

6. КИБЕРНЕТИЧЕСКИЙ ИИ
 Turtles (1948-50)
 W. Grey Walter's

7. ДВА ПУТИ
мозг можно
Нейроны передают
смоделировать искусственные
электрические
электрической нейронные сети
сигналы
схемой
Человеческий компьютер
интеллект основан совершает искусственный
на манипуляции с манипуляции с интеллект
символами символами

8. ИСТОРИЯ ИИ
• 1958, H. A. Simon and Allen Newell: "within ten years a digital
computer will be the world's chess champion" and "within ten
years a digital computer will discover and prove an important
new mathematical theorem."
• 1965, H. A. Simon: "machines will be capable, within twenty years,
of doing any work a man can do."
• 1967, Marvin Minsky: "Within a generation ... the problem of
creating 'artificial intelligence' will substantially be solved."
• 1970, Marvin Minsky: "In from three to eight years we will have a
machine with the general intelligence of an average human
being."

9. ИСТОРИЯ ИИ
 Обещания ИИ

10. ИИ сегодня
«СТАРЫЕ ДОБРЫЕ»
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ (ИИ) И
ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ (ИНС)
искусственный интеллект (1956 г.)
+ легко формализуется, основан на логике
искусственные нейронные сети (1957 г.)
+ хорошо решают узкие задачи аппроксимации,
категоризации
= ≠

11. Умный
нейрон
• Понимание принципов коллективного действия,
основанного на кооперации, т.е. взаимосодействия
для достижения результата, является основой для:
• понимания принципов работы мозга;
• построения адаптивных многоагентных систем
искусственного интеллекта.
Как проблема мозга
становится проблемой
отдельного нейрона?
? Как изменение поведения
отдельного нейрона
позволяет решить
проблему всего мозга?

12. НЕЙРОБИОЛОГИЯ

13. ИДЕАЛЬНАЯ МОДЕЛЬ
Адаптивное
поведение Клеточное
разрешение
для всего мозга

14. СУЩЕСТВУЮЩИЕ МЕТОДЫ
 ЭЭГ, ФМРТ
 «+» Поведение
 «+» Динамика
 «-» Отсутствие клеточного разрешения

15. СУЩЕСТВУЮЩИЕ МЕТОДЫ
 Прозрачный мозг (КОПТ), Blockface imaging
 «-» Поведение
 «-» Динамика
 «+» Клеточного разрешения

16. СУЩЕСТВУЮЩИЕ МЕТОДЫ
 Электрофизиология
 «+» Поведение
 «+» Динамика
 «-» Отсутствие
клеточного разрешения
для всего мозга

17. СУЩЕСТВУЮЩИЕ МЕТОДЫ
 Модели in vitro (срезы, культуры)
 «-» Поведение
 «+» Динамика
 «+» Клеточное разрешение

18. ДВЕ ПРОБЛЕМЫ – ОДНО РЕШЕНИЕ

19. ПОТЕНЦИАЛЬНО ИДЕАЛЬНАЯ МОДЕЛЬ
 Нейрогибридные системы
управление
сенсорные данные

20. НЕЙРОГИБРИДНЫЕ СИСТЕМЫ
 Нейрональная культура, управляющая
роботом
 “+” весь “мозг” доступен для имиджинга или
регистрации электрической активности с
(суб)клеточным разрешением
 “+” весь “мозг” доступен для воздействий с
(суб)клеточным разрешением
 большой “-” нет отработанной парадигмы
обучения

21. НЕЙРОГИБРИДНЫЕ СИСТЕМЫ
 Понимание принципов адаптации на
клеточном уровне позволит создать новые
алгоритмы нейроморфного искусственного
интеллекта

22. ОБУЧЕНИЕ В НЕЙРОНАЛЬНЫХ
КУЛЬТУРАХ

23. ПАМЯТЬ В НЕЙРОНАЛЬНОЙ КУЛЬТУРЕ
 Что может быть памятью в нейрональной
культуре?
 Временные паттерны активности

24. РАЗВИТИЕ СПОНТАННОЙ АКТИВНОСТИ
• Wagenaar, D. A, J. Pine, and S. M Potter. 2006. «An extremely rich
repertoire of bursting patterns during the development of cortical
cultures». BMC neuroscience
7 (1): 11.

25. ПАЧКИ АКТИВНОСТИ – ЧТО ЭТО?
 Эпилептические
припадки
 Сонные веретена
 Память
 Сохранение
временной струтуры

26. ПОИСК ПОВТОРЯЮЩИХСЯ ПАЧЕК
 Пачки
 Поиск
 Описание
 Сравнение
 Кластеризация
 Развитие
 Данные
 Спонтанная активность в плотных культурах
 Wagenaar, D. A, J. Pine, and S. M Potter. 2006. «An
extremely rich repertoire of bursting patterns during
the development of cortical cultures». BMC
neuroscience 7 (1): 11.

27. ПОИСК И ОПИСАНИЕ ПАЧЕК
 Пороговый
поиск и описание пачки
временными задержками
Пачка
Малые пачки
ti
электродах
Спайки на

28. СРАВНЕНИЕ ПАЧЕК
 Расчет попарных расстояний и их сортировка
до сортировки после сортировки
# пачки
# пачки
# пачки # пачки

29. КЛАСТЕРИЗАЦИЯ ПАЧЕК
 Пачки в данных, значения расстояний между которыми
более вероятны, чем для «перемешанных» расстояний,
формируют кластер
Распределение
Расстояние между соседними
расстояний в
data
реальных и
shuffled
threshold
перемешанных
частота
данных
порог
пачками
расстояние
# пачки после сортировки

30. ПАЧКИ
cluster 0 cluster 1
cluster 2 cluster 4
cluster 7 cluster 11

31. РАЗВИТИЕ ПАЧЕЧНОЙ АКТИВНОСТИ
день in vitro
∑ № 5 6 7 8 9 10 11 12 13 14 15 17 18 19 20 21 22 24 25 26 28 31 32 33 34 35
343 4 1 6 1 1 1 6 13 1 6 17 17 15 27 4 59 54 62 52
26 7 1 3 5 9 1 4 3
8 8 6 1 1
7 5 7
5 13 1 2 2
5 21 1 1 1 1 1
4 9 3 1
4 12 1 1 1 1
3 15 3
3 20 2 1
2 10 1 1
13 11 13
4 6 2 1 1
4 19 1 1 2
3 24 3
2 18 1 1
2 22 2
2 26 1 1
2 25 2
2 29 2
26 1 3 17 1 2 1 2
20 0 6 4 7 1 1 1
17 2 11 5 1
3 16 1 1 1
3 17 2 1
2 3 1 1
2 14 1 1
2 23 2
2 27 2
2 28 1 1
2 30 1 1
2 31 1 1
2 32 1 1
2 33 1 1
2 34 1 1

32. РАЗВИТИЕ ДОМИНАНТНОГО ПАТТЕРНА
1
0.9
доля пачек в доминантном
0.8
0.7
2-1
паттерне
0.6
2-2
0.5 2-3
0.4 2-4
2-5
0.3
2-6
0.2
0.1
0
0 10 20 30 40
день in vitro

33. ОБУЧЕНИЕ НЕЙРОНАЛЬНОЙ КУЛЬТУРЫ
 Shahaf, Goded, and Shimon Marom. 2001. «Learning in Networks of
Cortical Neurons». J. Neurosci. 21 (22): 8782-8788.

34. ОБУЧЕНИЕ НЕЙРОНАЛЬНОЙ КУЛЬТУРЫ
 Le Feber, Joost, Jan Stegenga, and Wim L. C. Rutten. 2010. «The Effect of
Slow Electrical Stimuli to Achieve Learning in Cultured Networks of Rat
Cortical Neurons». PLoS ONE 5 (1): e8871.
0 1 2 3 4 5 ,h 0 1 2 3 4 5, h

35. НЕЙРОГИБРИДНЫЕ СИСТЕМЫ –
БУДУЩЕЕ РОБОТОТЕХНИКИ ИЛИ ИГРУШКА НЕЙРОБИОЛОГОВ?
 Пачки, как следы памяти в нейрональных
культурах
 существуют
 могут формироваться экспериментатором
 Необходимы более воспроизводимые и богатые
протоколы обучения
 Нейрогибридные системы – платформа для
разработки нейроморфного искусственного
интеллекта будущего

36. СПАСИБО ЗА ВНИМАНИЕ!