由买买提看人间百态

topics

全部话题 - 话题: 神经元
1 2 3 4 5 6 7 8 9 10 下页 末页 (共10页)
o*****p
发帖数: 2977
1
https://zhuanlan.zhihu.com/p/21760484?refer=zhishifenzi
“它的确是一个世界级的工作”:中国科学家发明了什么?
饶毅
编者按:
人的大脑大约有1000亿个神经元,它们如何连接以及错误的连接产生何种问题,一直是
人类认知的黑洞。最近,《自然·通讯》杂志发表了华中科技大学骆清铭研究团队的一
种称为全脑定位系统的全自动显微成像方法,这项技术有望帮助基础神经科学和临床研
究者们最终绘制一个完整脑的神经连接地图,被中外科学家视为”世界一流的工作“。
欧美日在数年前纷纷启动了自己的脑计划,脑科学正处在重大突破的前夜,尽管中国脑
计划尚未上线,但注定要在这一领域扮演重要角色。
撰文 | 叶水送
责编 | 徐可
● ● ●
莎士比亚笔下的哈姆雷特有一句旷世名言:To be or not to be,that's the
question。如同哈姆雷特一样,我们也经常处在这种犹豫、纠结的状态。人以及其他认
知水平较高的动物,之所以会有这种复杂的情感,这与我们大脑的认知有关。
事实上,对音乐的感知也与大脑有关。在出生之前,我们就能对音乐进行感知,不同旋... 阅读全帖
s*****n
发帖数: 1636
2
猕猴实验揭示时间快慢的奥秘
大脑神经元影响对时间的感知
神经元越活跃,感觉时间越快
为什么人在不同的场合对于时间的感觉不一样?例如在快乐的情况下,人总是觉得
时间过得很快,而在有压力的情况下则相反。
据英国媒体11月5日报道,美国明尼苏达大学两位科学家进行的一项关于大脑感受
时间快慢的实验结果表明,可以通过主观改变大脑神经元的活跃程度,来影响人对时间
快慢的感知。
科学家们指出,肾上腺素将会影响大脑神经元的活跃程度。越快乐大脑神经元就越
活跃,于是感觉时间过得越快。
大脑神经元
控制对时间快慢的感觉
实验中,美国明尼苏达大学科学家杰弗里和他的同事布莱恩让猕猴的眼睛1秒钟之
内在两个圆点之间来回移动。3个月后,被训练的猕猴再看到两个圆点时,已经能在1.
0003秒和0.0973秒之间做出反应。
这两位科学家通过电极,记录下了实验时猕猴大脑中100个神经元活动的频率,发
现这些神经元在猕猴执行眼球移动任务时为它们提供了协助。猕猴在训练时,大脑神经
元非常活跃;而在常规的状态下,猕猴大脑神经元的活跃程度有所减弱。
这一现象显示,猕猴能够通过大脑中神经元的活跃程度对时间“长度”做出评估,
如果... 阅读全帖
s*****n
发帖数: 1636
3
猕猴实验揭示时间快慢的奥秘
大脑神经元影响对时间的感知
神经元越活跃,感觉时间越快
为什么人在不同的场合对于时间的感觉不一样?例如在快乐的情况下,人总是觉得
时间过得很快,而在有压力的情况下则相反。
据英国媒体11月5日报道,美国明尼苏达大学两位科学家进行的一项关于大脑感受
时间快慢的实验结果表明,可以通过主观改变大脑神经元的活跃程度,来影响人对时间
快慢的感知。
科学家们指出,肾上腺素将会影响大脑神经元的活跃程度。越快乐大脑神经元就越
活跃,于是感觉时间过得越快。
大脑神经元
控制对时间快慢的感觉
实验中,美国明尼苏达大学科学家杰弗里和他的同事布莱恩让猕猴的眼睛1秒钟之
内在两个圆点之间来回移动。3个月后,被训练的猕猴再看到两个圆点时,已经能在1.
0003秒和0.0973秒之间做出反应。
这两位科学家通过电极,记录下了实验时猕猴大脑中100个神经元活动的频率,发
现这些神经元在猕猴执行眼球移动任务时为它们提供了协助。猕猴在训练时,大脑神经
元非常活跃;而在常规的状态下,猕猴大脑神经元的活跃程度有所减弱。
这一现象显示,猕猴能够通过大脑中神经元的活跃程度对时间“长度”做出评估,
如果... 阅读全帖
f****n
发帖数: 355
4
来自主题: Biology版 - 第八章 神经元
第八章 神经元
“脑的功能不可能与它的基本单元——神经细胞一的功能完全没有联系。”
——伊丹·赛杰夫(Idan Segev)
由于“惊人的假说”强调了“你”就是大量神经元行为的体现,因此,你应该对神经
元以及它究竟做些什么有个粗略的了解。尽管神经元的种类繁多,但其大多数都好像按照
同一幅蓝图构建的一样①
一个典型的脊推动物的神经元对于施加在它的胞体、枝体——它的树突(见图28所示
)——上的电脉冲刺激具有三种响应模式:有些输入使它兴奋,有些使之抑制,还有的可
以对它的行为进行调制。当神经元变得相当兴奋时,它就会将一个峰形的电脉
冲下行传至它的输出电缆,即轴突,这样一根轴突通常也有许多分枝。电信号将沿着
各个分枝及小分枝传输直至与其他神经元相联系的轴突,它也会对其他神经元的行为产生
影响。
这就是神经元的主要工作。它通常是以电脉冲形式接收来自许许多多其他神经元的信
息。实际上,它就是对这些输人进行复杂的动态加和,然后把处理后的信息以电脉冲流的
形式沿着它的轴突传输到许多其他的神经元,虽然神经元为了维持这些活动及合成分子需
要能量,但它的主要
m****g
发帖数: 530
5
来自主题: _Harvard_Medical_School版 - 研究发现神经元与美国选举团很相似
每一个小小的神经元都有复杂的结构,其树突,轴突和神经键组成的复杂网络会经常性
地处理很多信息,然后决定是否要
传递神经冲动,促使某一行为的发生。
据介绍,在某一水平,神经元就像另外一个复杂的结构-美国总统选举团。西北大学一
项新的研究为神经元的“双层整合模
型”(two-layer integration model)提供了证据支持,解释神经元整合突触输入的
机制。
这项研究结果发布在最新一期的《Neuron》上。
该模型中,神经元的每一个分支会接受和整合数千条信号输入,然后决定出发送到轴突
的一个信号。这非常像美国的总统
选举系统,先从各个州获得选票一样,然后做出一个最终的决定。神经元会有一个输出
结果,可能是以冲动的形式,或潜
在活动,也可能没有反应。
这项研究的负责人Nelson Spruston教授介绍说,在人类大脑中有1000多亿个神经元,
因此对个别神经元的深入认识将有
助于更好地理解大脑运作的机制,包括学习和记忆的过程。
此外,研究人员使用电子显微方法对哺乳动物海马神经元进行了三维重建,并作了分析
。他们发现这些神经元每个都有复
杂的网络。
感兴趣的读者可以参阅一下文献。

发帖数: 1
6
我今天看到有文章说有些大脑部位多巴胺过多会导致精神分裂,美丽心灵里那个数学家
可能就是基因导致多巴胺通路的智商过高,但也导致他精神分裂。
人脑每个神经元对应十万多个其他神经元,中间都是通过多巴胺神经介质传导信息,如
果一个人基因导致某些个神经元之间多巴胺通路特别发大,比如多巴胺通路让他的每个
数学方面神经元对应了几百万个其他数学神经元互相传导信息进行计算思考。那么他的
数学能力一定比对应十万个神经元的通路的人要发达很多。他刷起题来一定又快又好又
上瘾。LOL
当然有些神经元通路太发达了,结果精神分裂产生幻觉,觉得身边有个人或者神再和他
说话的错误计算结果也是可能的。
f**d
发帖数: 768
7
Published online 3 May 2011 | Nature | doi:10.1038/news.2011.264
News
Keeping memories sharp
Researchers home in on structures that help the brain avoid faulty
recall.
David Cyranoski
The specificity of memories relies on structures in the brain stopping
them from being triggered by unrelated events.EQUINOX GRAPHICS/SPL
Memories fade, events get conflated, names get attached to the wrong
faces, or, in the case of post-traumatic stress disorder, signals in
safe environments can mistakenly evoke e... 阅读全帖

发帖数: 1
8
由于基因影响,每个人多巴胺信号通路都不完全一样。导致有些人大脑在做数学物理题
智商测试题等等时多巴胺对那些神经元进行刺激感觉很满足,题目做出来了就非常幸福
,和搞了美女一样。本版很多爱做题的将军就是这样。这类人一般显得爱学习,智商偏
高。
而有的人多巴胺信号通路不一样,他们做题时没有多巴胺刺激那些神经元就很痛苦,所
以就不爱学习,感觉智商就很低。但是他们可能在练习唱歌跳舞时多巴胺会刺激其他神
经元,会很幸福满足,于是他们就显得天生爱唱爱跳舞。
但实际上爱学习并不等于爱刷题,只是目前教育产业把学习考试简化为刷题了。因为教
育系统已经被那些只会刷题出身的实际上低IQ的人给把持了。中国尤其严重,老师就喜
欢刷题,所以不会刷题的孩子就被认为是低智商,但是人家其实很聪明,进了社会就当
老板让会刷题的给他打工。
人类劳动工作中很多情况需要学习但不是以刷题的方式。比如你想当一个网红主播挣大
钱,也是需要学习研究怎么才能让大家喜欢你,但是却不能靠刷题。所以会产生所谓高
智商刷题冠军工作中未必能解决好问题。而有些不喜欢考试做题的孩子后来工作中很快
却能挣到大钱。
h*******l
发帖数: 23
9
2012西安神经元与疾病国际前沿学术研讨会
Frontier international symposium for neuron and disease, 2012 Xi’an
第一轮通知
西安交通大学前沿科学技术研究院主办
第四军医大学协办
2012年西安神经元与疾病国际前沿学术研讨会将于2012年3月22日-25日在古城西安
召开,3月22日报道,23-24日会议,25日参观交流。
本次会议将邀请国际和国内知名专家教授,包括英国皇家院士Tim Bliss (长时程
增强LTP发现者)、英国皇家院士Graham Collinridge,加拿大皇家院士卓敏教授(Mol
Pain主编, IF=4.187), 韩国科学院院士Bong-Kiun Kaang(Mol Brain主编)。
内容涵盖神经科学从基础到临床应用研究,目的是促进神经科学前沿领域的学术交流,
增进同行间友谊与合作,共同探讨神经科学前沿领域的发展趋势和我们的对策。欢迎投
送英文摘要,摘要将在Mol Pain (IF=4.187) 或 Mol Brain (2012年收录为SCI期刊)上
发表。大会同时也... 阅读全帖
h*******l
发帖数: 23
10
2012西安神经元与疾病国际前沿学术研讨会
Frontier international symposium for neuron and disease, 2012 Xi’an
第一轮通知
西安交通大学前沿科学技术研究院主办
第四军医大学协办
2012年西安神经元与疾病国际前沿学术研讨会将于2012年3月22日-25日在古城西安
召开,3月22日报道,23-24日会议,25日参观交流。
本次会议将邀请国际和国内知名专家教授,包括英国皇家院士Tim Bliss (长时程
增强LTP发现者)、英国皇家院士Graham Collinridge,加拿大皇家院士卓敏教授(Mol
Pain主编, IF=4.187), 韩国科学院院士Bong-Kiun Kaang(Mol Brain主编)。
内容涵盖神经科学从基础到临床应用研究,目的是促进神经科学前沿领域的学术交流,
增进同行间友谊与合作,共同探讨神经科学前沿领域的发展趋势和我们的对策。欢迎投
送英文摘要,摘要将在Mol Pain (IF=4.187) 或 Mol Brain (2012年收录为SCI期刊)上
发表。大会同时也... 阅读全帖
s*****V
发帖数: 21731
11
来自主题: Military版 - 人脑的神经元只有850亿个
人脑和电脑可不一样,IBM那个不是说已经有猫的神经元数目了,但是估计连草履虫的
智商还没有
s**x
发帖数: 7506
12
来自主题: Military版 - 人脑的神经元只有850亿个
还是用850亿个计算机来模拟我主我神耶和华造的一个神经元比较靠谱。
m*t
发帖数: 2464
13
法国达索公司最新宣传片中出现的“神经元”无人机和“未来欧洲战斗机”,同之前的
概念图不同,宣传片中的下一代战斗机采用的是无尾设计,似乎还有二元矢量喷口,空
中客车公司和达索飞机制造公司就联合研发新型战斗机达成基本协议,新式战斗机将在
2040年前后投产,并逐步取代德国空军的“狂风”战斗机和法国空军的“阵风”战斗机
。或许是因为很多第五代战机的设计理念获得普遍认可,欧洲下一代战机的很多设计与
中国歼20相当类似,狠狠打了那些热衷于给中国武器找“外国爹”外国媒体,而该机机
身与喷口则分别与苏57与F22相似。

发帖数: 1
14
目前大家讨论的所谓智商其实是狭义的刷题智商。而社会人讨论的是广义的挣钱智商,
混的好的智商。但是后者往往被认为是情商。
其实都是多巴胺刺激神经元的满足感,比如有的人在动脑筋吹牛拍领导马屁后产生满足
感,于是就会经常吹牛拍马,钱越整越多,官越做越大,这就表现为很高的所谓情商,
但实际上吹牛拍马也是要动脑筋的,你智商不够也忽悠不了别人。所以广义来说这都是
智商。
但是这也说明所谓种族智商论其实就是种族刷题论而已。
b*****n
发帖数: 200
15
家里老人颈椎有点不太好,说有点压迫到神经了。
我个人对保健品不怎么相信。但现在国内卖保健品的骗子实在太多,父母又相信这个。
看到父母省吃俭用,结果把钱花在一堆破玩意上,实在是心疼。
请教一下大家,有没有什么修复神经元的保健品推荐。需要美国的牌子。
y****i
发帖数: 12114
16
就我所知,人类现有科技好像还没做到能修复神经元。
q******s
发帖数: 246
17
求救!! 神经元萎缩 在美国有什么好法子吗? 或则在国内有什么好地方治疗吗?
我的一个亲友得了这个病,在北医三院,协和医院,南京某医院都看过,做过干细胞和
骨髓移植,没有什么明显效果。
请大家不吝赐教,救人一命。
x*****g
发帖数: 78
18
来自主题: Medicine版 - 神经元损伤
朋友的亲戚有遗传性的肌肉萎缩症,50岁左右开始发作,表现为手、下肢等部位肌肉萎
缩无力。病的名字叫神经元损伤(motor neuron lesion)。
国内有专家介绍梅奥诊所(mayo clinic)。朋友让我们打听一下梅奥诊所是否有治该
病的有效的药,或者有效的治疗方法。朋友想买些药或者带亲戚来美国治疗。
请大家提供一些治疗该病的相关药物或方法或梅奥诊所的信息。
非常感谢!
w**********g
发帖数: 41
19
如题 审稿邀请 模拟电路软故障诊断 神经元网络 小波变换方向
请发站内信
M********t
发帖数: 5032
20
来自主题: Joke版 - Google人工智能 攻破了围棋,然后呢? 雷锋网 study875 39分钟41秒前 Google日前宣布其程序AlphaGo击败了欧洲围棋职业选手,这意味着人工智能技术又或得了极大的突破。计算机目前已经在许多智力游戏比赛上战胜了人类顶级选手,包括国际象棋、五子棋、黑白棋、拼字游戏等等。而对于有着2500年历史的东方游戏围棋——比国际象棋要复杂得多——人类始终能够保持在和计算机对决中的胜利。不过,Google人工智能专家表示, 这个壁垒或许很快将要被打破。随着AlphaGo在没有任何让子的情况下以5:0完胜法国围棋职业二段棋手樊麾,AlphaGo将在三月份对战韩国九段棋手李世乭。 今天早上,《自然》杂志发表了一篇Google DeepMind团队——程序AlphaGo的创造者撰写的关于深度学习系统的论文。根据论文描述,在AlphaGo中,DeepMind研究员在程序中录入了大量职业棋手的棋谱——加起来多达3000万步——他们用增强学习的方法训练AI,让它自己下棋,研习棋谱。不过这只是第一步。理论上,这样的训练只能让这个人工智能系统无法突破人类的计算。为了获得更好的成绩,研究员随后让系统进行自我博弈,计算出比基础棋谱更多新的打点。也就是说,战胜人类就要靠这些新的东西。 “这其中最重要的是,AlphaGo不仅记录着大量的棋谱,还有一系列规则来指导‘思考’,”DeepMind CEO Demis Hassabis说道,“事实上,该程序能够通过机器学习的方式掌握比赛技巧。” DeepMind的技术核心结合了“强化学习”及其他人工智能手段,这种技术能够用于解决现实机器人执行物理任务和对环境作出回应的技术问题。就是说,要让机器人变得更“自然”。 视觉判断 2014年初, Coulom的围棋程序“疯石(Crazystone)”在一次比赛中战胜九段棋手依田纪基。但是当时是在人类棋手让出4子的情况下赢得比赛,而这次AlphaGo并没有被让子,可以说比赛很公平。 人工智能战胜人类围棋到底有多难?即使是最强大的计算机系统也无法在合理的时间内分析出下一步最优的走法。1997年IBM超级计算机“深蓝”则利用了蒙特卡洛搜索树的方式做到了这一点。“深蓝”能够预测出对手下一步会怎么走,而且计算力远高于人类。但是,围棋要复杂得多。国际象棋每一步平均只有35种可能性的走法,但是围棋呢——在19*19的棋盘内,共有361个点,就机器学习的角度而言,围棋的计算最大有3361种局面,大致的体量是10170,而已经观测到的宇宙中,原子的数量才1080。国际象棋最大只有2155种局面,称为香农数,大致是1047。 使用蒙特卡洛树搜索技术,Crazystone等系统能够进行更长远的计算。而结合其他技术的话,它们能够对可能性走法进行刷选,然后选择出最优的策略。在大多数情况下,它们能够战胜人类选手,但不是最厉害的那一个。顶级大师中,走法很多时候依靠直觉——做棋除了需要计算,还有棋感——棋手能够根据棋形分析攻防线路。“好的棋形看起来顺手多了,”Hassabis本身也是一名围棋手,“这其中不只有计算角力,还有审美。这也是围棋几千年来都让人着迷的原因。” 因此,从2014年至2015年间,包括Facebook、爱丁堡大学、DeepMind等人工智能研究团队都将围棋人工智能系统的突破方向瞄准为——使得程序能够模仿人类的直觉式思维。 自我强化 深度学习要依靠神经网络技术,它是可以模拟人脑中神经元网络的软硬件网络。神经网络不会依靠蛮力或预先输入的规则,而是会分析大量数据,“学习”特定的任务。给神经网络提供足够的喵星人照片,它就能学习识别喵星人;提供足够的语音,它也会学习理解人类的语言;提供足够的围棋走法,它也会学会围棋。 在DeepMind,爱丁堡和Facebook,研究人员希望神经网络能像人类选手一样,通过观看棋盘学习围棋。Facebook在最新的研究中表明,这种方法确实可行。结合深度学习与蒙特卡洛树搜索方法,Facebook打败了一些人类选手,虽然并非是Crazystone和其他顶尖选手。 但DeepMind走得更远。在经过3000万步人类走法的训练后,它的神经网络能以57%的准确度(此前记录是44%)预测人类的下一步。然后Hassabis和团队通过强化学习技术,让这一神经网络与它自己的另一个稍有区别的版本对战。两者互搏中,系统会评估哪一步效果最好,即占领更多棋盘区域。最终,神经网络在判断哪一步更好时会越来越优秀。 DeepMind的研究者David Silver表示,“在与其它神经网络和它自己对战数百万局后,AlphaGo学会了自己发现新策略,并逐渐提高了水平。” 正是这种方法帮AlphaGo超越了其它围棋AI系统,包括Crazystone。但事情还没完,研究人员随后将结果再反馈给第二个神经网络。了解前任的走法了,第二个神经网络会使用许多相同的技术来判断每一步的后果。这一过程与深蓝等旧系统在国际象棋上的做法类似,只是它会在下棋过程中学习,分析更多数据,而非暴力破解所有可能的步骤。这样,AlphaGo不仅能战胜AI,还能战胜顶尖人类选手了。 计算机网络 http://static.cnbetacdn.com/article/2016/0128/7bfcf7e43c9064b.jpg 李世乭 与其它神经网络一样,DeepMind的系统运行在配备了GPU的机器上。GPU最初用于渲染游戏图像,但后来有人发现,它们很适合深度学习。Hassabis表示,DeepMind系统在装备了一定数量GPU芯片的单一电脑上也可以用,但与樊麾对战中,他们用上了更大的计算机网络,其包括170个GPU和1200个标准CPU。大的计算机网络训练了同样的系统并进行了实际对战,还借鉴了训练的结果。 尽管Hassabiss会不断改善系统,但待AlphaGo与韩国选手李世乭对战时,他们会使用相同的配置。比赛中系统也需要网络连接,而且他们会“自己铺设光纤”。 挑战世界冠军比挑战樊麾难得多,但Coulom还是认为DeepMind会赢。他过去数十年一直在开发能打败最好选手的系统,现在他认为这一目标已经实现了,他买GPU会赢。 接下来…… AlphaGo的重要性不言而喻。同样的技术还能用于机器人和科学研究,以及类似于Siri的数字助理和金融系统。深度学习创业Skymind的创始人Chris Nicholson就认为,技术“能用于任何对抗性问题,任何类似于游戏且需要策略的事情,包括战争、商业和交易”。 对有些人来说,这是一件值得忧虑的事,特别是DeepMind的系统还能自己学会下围棋。它不仅能从人类提供的数学中学习,还能生成自己的数据,在与自己下棋中学习。特斯拉创始人埃隆·马斯克等大佬多次声明,这类AI系统会最终超越人类智能,脱离掌控。 幸而DeepMind的系统还在Hassabis等人的控制之下。虽然他们用系统破解了复杂的游戏,但这仍只是个游戏。AlphaGo离人类智能还很远,更不论超级智能了。下棋是一种高度结构化的情景,系统也没有人类级别的理解力。但它代表了一种方向,即如果AI能理解围棋,它也会理解更多事。如果宇宙就是一局超大型的围棋呢? via Wired
Google人工智能
攻破了围棋,然后呢?
雷锋网
study875
39分钟41秒前
Google日前宣布其程序AlphaGo击败了欧洲围棋职业选手,这意味着人工智能技术又或
得了极大的突破。计算机目前已经在许多智力游戏比赛上战胜了人类顶级选手,包括国
际象棋、五子棋、黑白棋、拼字游戏等等。而对于有着2500年历史的东方游戏围棋——
比国际象棋要复杂得多——人类始终能够保持在和计算机对决中的胜利。不过,Google
人工智能专家表示, 这个壁垒或许很快将要被打破。随着AlphaGo在没有任何让子的情
况下以5:0完胜法国围棋职业二段棋手樊麾,AlphaGo将在三月份对战韩国九段棋手李
世乭。
今天早上,《自然》杂志发表了一篇Google DeepMind团队——程序AlphaGo的创造者撰
写的关于深度学习系统的论文。根据论文描述,在AlphaGo中,DeepMind研究员在程序
中录入了大量职业棋手的棋谱——加起来多达3000万步——他们用增强学习的方法训练
AI,让它自己下棋,研习棋谱。不过这只是第一步。理论上,这样的训练只能让这个人
工智能系统无法突破人类的计算。为了获得更好的... 阅读全帖
L****8
发帖数: 3938
21
来自主题: Joke版 - Google人工智能 攻破了围棋,然后呢? 雷锋网 study875 39分钟41秒前 Google日前宣布其程序AlphaGo击败了欧洲围棋职业选手,这意味着人工智能技术又或得了极大的突破。计算机目前已经在许多智力游戏比赛上战胜了人类顶级选手,包括国际象棋、五子棋、黑白棋、拼字游戏等等。而对于有着2500年历史的东方游戏围棋——比国际象棋要复杂得多——人类始终能够保持在和计算机对决中的胜利。不过,Google人工智能专家表示, 这个壁垒或许很快将要被打破。随着AlphaGo在没有任何让子的情况下以5:0完胜法国围棋职业二段棋手樊麾,AlphaGo将在三月份对战韩国九段棋手李世乭。 今天早上,《自然》杂志发表了一篇Google DeepMind团队——程序AlphaGo的创造者撰写的关于深度学习系统的论文。根据论文描述,在AlphaGo中,DeepMind研究员在程序中录入了大量职业棋手的棋谱——加起来多达3000万步——他们用增强学习的方法训练AI,让它自己下棋,研习棋谱。不过这只是第一步。理论上,这样的训练只能让这个人工智能系统无法突破人类的计算。为了获得更好的成绩,研究员随后让系统进行自我博弈,计算出比基础棋谱更多新的打点。也就是说,战胜人类就要靠这些新的东西。 “这其中最重要的是,AlphaGo不仅记录着大量的棋谱,还有一系列规则来指导‘思考’,”DeepMind CEO Demis Hassabis说道,“事实上,该程序能够通过机器学习的方式掌握比赛技巧。” DeepMind的技术核心结合了“强化学习”及其他人工智能手段,这种技术能够用于解决现实机器人执行物理任务和对环境作出回应的技术问题。就是说,要让机器人变得更“自然”。 视觉判断 2014年初, Coulom的围棋程序“疯石(Crazystone)”在一次比赛中战胜九段棋手依田纪基。但是当时是在人类棋手让出4子的情况下赢得比赛,而这次AlphaGo并没有被让子,可以说比赛很公平。 人工智能战胜人类围棋到底有多难?即使是最强大的计算机系统也无法在合理的时间内分析出下一步最优的走法。1997年IBM超级计算机“深蓝”则利用了蒙特卡洛搜索树的方式做到了这一点。“深蓝”能够预测出对手下一步会怎么走,而且计算力远高于人类。但是,围棋要复杂得多。国际象棋每一步平均只有35种可能性的走法,但是围棋呢——在19*19的棋盘内,共有361个点,就机器学习的角度而言,围棋的计算最大有3361种局面,大致的体量是10170,而已经观测到的宇宙中,原子的数量才1080。国际象棋最大只有2155种局面,称为香农数,大致是1047。 使用蒙特卡洛树搜索技术,Crazystone等系统能够进行更长远的计算。而结合其他技术的话,它们能够对可能性走法进行刷选,然后选择出最优的策略。在大多数情况下,它们能够战胜人类选手,但不是最厉害的那一个。顶级大师中,走法很多时候依靠直觉——做棋除了需要计算,还有棋感——棋手能够根据棋形分析攻防线路。“好的棋形看起来顺手多了,”Hassabis本身也是一名围棋手,“这其中不只有计算角力,还有审美。这也是围棋几千年来都让人着迷的原因。” 因此,从2014年至2015年间,包括Facebook、爱丁堡大学、DeepMind等人工智能研究团队都将围棋人工智能系统的突破方向瞄准为——使得程序能够模仿人类的直觉式思维。 自我强化 深度学习要依靠神经网络技术,它是可以模拟人脑中神经元网络的软硬件网络。神经网络不会依靠蛮力或预先输入的规则,而是会分析大量数据,“学习”特定的任务。给神经网络提供足够的喵星人照片,它就能学习识别喵星人;提供足够的语音,它也会学习理解人类的语言;提供足够的围棋走法,它也会学会围棋。 在DeepMind,爱丁堡和Facebook,研究人员希望神经网络能像人类选手一样,通过观看棋盘学习围棋。Facebook在最新的研究中表明,这种方法确实可行。结合深度学习与蒙特卡洛树搜索方法,Facebook打败了一些人类选手,虽然并非是Crazystone和其他顶尖选手。 但DeepMind走得更远。在经过3000万步人类走法的训练后,它的神经网络能以57%的准确度(此前记录是44%)预测人类的下一步。然后Hassabis和团队通过强化学习技术,让这一神经网络与它自己的另一个稍有区别的版本对战。两者互搏中,系统会评估哪一步效果最好,即占领更多棋盘区域。最终,神经网络在判断哪一步更好时会越来越优秀。 DeepMind的研究者David Silver表示,“在与其它神经网络和它自己对战数百万局后,AlphaGo学会了自己发现新策略,并逐渐提高了水平。” 正是这种方法帮AlphaGo超越了其它围棋AI系统,包括Crazystone。但事情还没完,研究人员随后将结果再反馈给第二个神经网络。了解前任的走法了,第二个神经网络会使用许多相同的技术来判断每一步的后果。这一过程与深蓝等旧系统在国际象棋上的做法类似,只是它会在下棋过程中学习,分析更多数据,而非暴力破解所有可能的步骤。这样,AlphaGo不仅能战胜AI,还能战胜顶尖人类选手了。 计算机网络 http://static.cnbetacdn.com/article/2016/0128/7bfcf7e43c9064b.jpg 李世乭 与其它神经网络一样,DeepMind的系统运行在配备了GPU的机器上。GPU最初用于渲染游戏图像,但后来有人发现,它们很适合深度学习。Hassabis表示,DeepMind系统在装备了一定数量GPU芯片的单一电脑上也可以用,但与樊麾对战中,他们用上了更大的计算机网络,其包括170个GPU和1200个标准CPU。大的计算机网络训练了同样的系统并进行了实际对战,还借鉴了训练的结果。 尽管Hassabiss会不断改善系统,但待AlphaGo与韩国选手李世乭对战时,他们会使用相同的配置。比赛中系统也需要网络连接,而且他们会“自己铺设光纤”。 挑战世界冠军比挑战樊麾难得多,但Coulom还是认为DeepMind会赢。他过去数十年一直在开发能打败最好选手的系统,现在他认为这一目标已经实现了,他买GPU会赢。 接下来…… AlphaGo的重要性不言而喻。同样的技术还能用于机器人和科学研究,以及类似于Siri的数字助理和金融系统。深度学习创业Skymind的创始人Chris Nicholson就认为,技术“能用于任何对抗性问题,任何类似于游戏且需要策略的事情,包括战争、商业和交易”。 对有些人来说,这是一件值得忧虑的事,特别是DeepMind的系统还能自己学会下围棋。它不仅能从人类提供的数学中学习,还能生成自己的数据,在与自己下棋中学习。特斯拉创始人埃隆·马斯克等大佬多次声明,这类AI系统会最终超越人类智能,脱离掌控。 幸而DeepMind的系统还在Hassabis等人的控制之下。虽然他们用系统破解了复杂的游戏,但这仍只是个游戏。AlphaGo离人类智能还很远,更不论超级智能了。下棋是一种高度结构化的情景,系统也没有人类级别的理解力。但它代表了一种方向,即如果AI能理解围棋,它也会理解更多事。如果宇宙就是一局超大型的围棋呢? via Wired
不就是把棋谱数据库增大了么 然后欺负人的记忆力
算个屁的人工智能

在合理的时间内分析出下一步最优的走法。1997年IBM超级计算机“深蓝”则利用了蒙
特卡洛搜索树的方式做到了这一点。“深蓝”能够预测出对手下一步会怎么走,而且计
算力远高于人类。但是,围棋要复杂得多。国际象棋每一步平均只有35种可能性的走法
,但是围棋呢——在19*19的棋盘内,共有361个点,就机器学习的角度而言,围棋的计
算最大有3361种局面,大致的体量是10170,而已经观测到的宇宙中,原子的数量才
1080。国际象棋最大只有2155种局面,称为香农数,大�: 率�1047。
使用蒙特卡洛树搜索技术,Crazystone等系统能够进行更长远的计算。而结合其他技术
的话,它们能够对可能性走法进行刷选,然后选择出最优的策略。在大多数情况下,它
们能够战胜人类选手,但不是最厉害的那一个。顶级大师中,走法很多时候依靠直觉—
—做棋除了需要计算,还有棋感——棋手能够根据棋形分析攻防线路。“好的棋形看起
来顺手多了,”Hassabis本身也是一名围棋手,“这其中不只有计算角力,还有审美。
这也... 阅读全帖
r******1
发帖数: 20
22
楼主的lp搞什么专业啊,居然弄斑马鱼的神经元啊!
t******k
发帖数: 599
23
红细胞白细胞之类跑来跑去的咋被神经元对应呀
q*******8
发帖数: 768
24
我举个反例觉得小肠绒毛细胞就不应该有神经元。。。
(做植物的对组织啊神经啊不懂说错了不要笑哈)
n*******l
发帖数: 190
25
哪位大侠做过5-HT神经元的染色,求推荐一个做免疫染色好用的抗体(TPH, SERT都行
)。
非常感谢!
a********9
发帖数: 5
26
爸爸诊断为前庭神经元炎,头晕,有谁能推荐一些治疗头晕的OTC药?多谢!
f**d
发帖数: 768
27
来自主题: Neuroscience版 - 用思想控制单个神经元的活动
来自Caltech的研究
Christof Koch 算是计算神经科学领域响铛铛的牛人, 也做很多实验研究
他最近几年的研究多少有点‘离奇’
几年前他和DNA结构的发现者克拉克合作的一篇文章,发表在NATURE NEUROSCIENCE上
指出单个皮层神经元具有intelligence,曾引发学术界不小的震荡
现在又来一篇。。。结果好像不意外,但还是很神奇
Neuroscience research involving epileptic patients with brain electrodes
surgically implanted in their medial temporal lobes shows that patients
learned to consciously control individual neurons deep in the brain
with thoughts.
Subjects learned to control mouse cursors, play video games and alter
focus of digital image... 阅读全帖
s*******e
发帖数: 1389
28
围棋算法多少还能理解,人工智能就难多了。转载一篇文章:
基于神经网络的人机对抗人工智能系统
作者:Harreke
摘要
人工智能是一门科学名称。自电子计算机发明后不久,人工智能学科即宣布创立,其目
的就是要模拟人类的智力活动机制来改进计算机的软件硬件构成,使他们掌握一种或多
种人的智能,以便在各种领域内有效替代人的脑力劳动,特别是解决用传统软硬件方法
难以解决的问题,如模式识别,复杂的控制行为或对海量的数据进行实时评估等。
所谓人工智能,就是由人工建立的硬件或软件系统的智能,是无生命系统的智能。智能
是人类智力活动的能力,是一个抽象的概念。一个软件或硬件系统是否有智能,只能根
据它所表现出来的行为是否和人类某些行为相类似来做判断。
人工智能在计算机上的实现,有两种不同的方式。一种是采用传统的编程技术,使系统
呈现智能的效果,而不考虑所用方法是否与人或生物机体所用的方法相同。这种方法称
为工程学方法,它的编程方式虽然简单,智能效果显著,可是算法和程序一旦固定下来
,智能就很难再进一步提高。另一种是模拟法,它不仅要看智能效果,还要求实现方法
和人类或生物机体所用的方法相同或类似。人工神经网... 阅读全帖
h****n
发帖数: 29
29
人的生命由意识和躯体组成。从信息科学的角度分析,人的生命活动可以简化为:
外界信息输入——》信息处理——》信息输出控制肌肉运动。信息处理就是意识活动,
它的载体是大脑神经网络。不同的大脑神经网络结构具有不同的意识活动,每个人的大
脑神经网络结构不同,意识也就不同。
大脑神经网络结构由许多单个神经元相互连接组成。单个的神经元也具有外界信息
输入——》信息处理——》信息输出功能。实验表明,不同网络结构的神经元,其信息
处理能力不同。信息处理能力指:输出信息/输入信息, 或表示为: C/R (C=输出,R=
输入)。神经元的C/R就是该神经元的信息值。
神经元有记忆功能:神经元可以对同一输入信息,总是给出相同的输出信息,对不
同输入信息给出不同输出信息,这就是记忆功能。神经元的这种记忆功能,越刺激使用
它会越强烈,不使用它,就会慢慢衰退。可见,神经元的记忆功能不需要特别的储存记
忆体,它是通过神经元输出/输入比值(C/R)变化来实现的。这与电脑的记忆储存方式不
同。
神经元连接组合(神经网络)有思维功能:神经元数量巨大,都是相互连接起来的,
一头探测外界输入信息,一头输出到控制肌肉运... 阅读全帖
a*****x
发帖数: 901
30
来自主题: Biology版 - 转一篇channelrhodopsin的介绍
这篇科普文章忽略了channelrhodopsin对neural circuits研究的极大贡献,不过总体
来说是很不错的介绍文章。
发信人: Areyousure (magic), 信区: Neuroscience
标 题: Re: 请哪位专家谈谈channelrhodopsin--目前最热的技术
发信站: BBS 未名空间站 (Mon Jun 6 13:48:27 2011, 美东)
光控大脑(转载自南方都市报)
斯坦福大学的一群学生通过植入老鼠脑部的光缆和海藻基因控制了它的行动,这个惊人
的实验背后凝聚着许多科学家的研究成果,最终这一技术可以被用于拯救帕金森等脑病
患者,甚至帮助实现人与机器真正结合的梦想。
2007年夏,一队斯坦福大学毕业生将一只老鼠放进了一个塑料盆。老鼠好奇地嗅着
盆底。它似乎不介意自己的头骨被刺穿插入了光缆,也不介意自己的运动皮层已经被改
写。一名学生打开开关,镶嵌入老鼠脑部的光缆发出蓝光。老鼠立刻开始以反时针方向
在塑料盆中绕着圈跑,似乎想要赢得鼠科动物奥运会。蓝光关闭,老鼠立刻停了下来,
用两条后腿站立,看着学生们,似乎在问,“我刚才为什么要... 阅读全帖
A********e
发帖数: 117
31
光控大脑(转载自南方都市报)
斯坦福大学的一群学生通过植入老鼠脑部的光缆和海藻基因控制了它的行动,这个惊人
的实验背后凝聚着许多科学家的研究成果,最终这一技术可以被用于拯救帕金森等脑病
患者,甚至帮助实现人与机器真正结合的梦想。
2007年夏,一队斯坦福大学毕业生将一只老鼠放进了一个塑料盆。老鼠好奇地嗅着
盆底。它似乎不介意自己的头骨被刺穿插入了光缆,也不介意自己的运动皮层已经被改
写。一名学生打开开关,镶嵌入老鼠脑部的光缆发出蓝光。老鼠立刻开始以反时针方向
在塑料盆中绕着圈跑,似乎想要赢得鼠科动物奥运会。蓝光关闭,老鼠立刻停了下来,
用两条后腿站立,看着学生们,似乎在问,“我刚才为什么要那么干?”学生们欢呼雀
跃,似乎刚目睹了最重要的一幕。因为,这确实是他们所见过的最重要的事情。他们显
示了一束光线能够精确地控制脑活动。这只老鼠并没有因此失忆,也没有发生癫痫,更
没有死去。它乖乖地以反时针方向绕圈跑。
“精确”是这里的关键词。药物和植入的点击也可以影响脑,但它们很不精确:药
物会不加辨别地影响很多种神经元。电极启动它周围的每个神经细胞。对于研究者这并
非理想的效果,因... 阅读全帖
A********e
发帖数: 117
32
光控大脑(转载自南方都市报)
斯坦福大学的一群学生通过植入老鼠脑部的光缆和海藻基因控制了它的行动,这个惊人
的实验背后凝聚着许多科学家的研究成果,最终这一技术可以被用于拯救帕金森等脑病
患者,甚至帮助实现人与机器真正结合的梦想。
2007年夏,一队斯坦福大学毕业生将一只老鼠放进了一个塑料盆。老鼠好奇地嗅着
盆底。它似乎不介意自己的头骨被刺穿插入了光缆,也不介意自己的运动皮层已经被改
写。一名学生打开开关,镶嵌入老鼠脑部的光缆发出蓝光。老鼠立刻开始以反时针方向
在塑料盆中绕着圈跑,似乎想要赢得鼠科动物奥运会。蓝光关闭,老鼠立刻停了下来,
用两条后腿站立,看着学生们,似乎在问,“我刚才为什么要那么干?”学生们欢呼雀
跃,似乎刚目睹了最重要的一幕。因为,这确实是他们所见过的最重要的事情。他们显
示了一束光线能够精确地控制脑活动。这只老鼠并没有因此失忆,也没有发生癫痫,更
没有死去。它乖乖地以反时针方向绕圈跑。
“精确”是这里的关键词。药物和植入的点击也可以影响脑,但它们很不精确:药
物会不加辨别地影响很多种神经元。电极启动它周围的每个神经细胞。对于研究者这并
非理想的效果,因... 阅读全帖
f**d
发帖数: 768
33
来自主题: Neuroscience版 - 谈谈对IBM Blue Brain Project看法吧
请大家都谈谈对BLUE BRAIN PROJECT的看法,
Henry的用意是好的,充分利用所有的实验数据,重构大脑的皮层数学模型,探讨
皮层工作的机制和智力产生的基础。
但个人认为该计划有荒谬之处。
一个计划好与坏,在于现实与否。
他提出这个计划,其实就是全世界范围的理论和实验的神经科学家都一起合作,
2015年都根本不可能完成复制猕猴的大脑,更不可能解析皮层工作机制。
换句话说,想法是好的,--想搞个数学模型,搞清楚大脑是怎么工作的
(---谁不想阿!)。但这里头的每个小步骤都或者是当前最热的领域,但还
根本没搞清楚怎么回事;或者就是技术手段根本没到位--有待实验技术上有了突破
才行。所以HENRY的做法形成的结果就是,以一个IDEA,赢得数亿美金赞助,然后
做着数百个实验室都想完成的事情,结果就是10年后做出的东西是个脑模型简化版--
现在已经有N个这样的简化版--人家都是没花多少钱搞出来的。
当然不可否认,认真做,钱又多,能够得出很多有意思的中间结果。
但要点是,不能因此忽悠大家,说你要做什么事情了,然后还希望把整个世界的神经科学
方面的资源都拿来为你服务。
以下是几年前的报道... 阅读全帖
h****n
发帖数: 29
34
人的生命由意识和躯体组成。从信息科学的角度分析,人的生命活动可以简化为:
外界信息输入——》信息处理——》信息输出控制肌肉运动。信息处理就是意识活动,
它的载体是大脑神经网络。不同的大脑神经网络结构具有不同的意识活动,每个人的大
脑神经网络结构不同,意识也就不同。
大脑神经网络结构由许多单个神经元相互连接组成。单个的神经元也具有外界信息
输入——》信息处理——》信息输出功能。实验表明,不同网络结构的神经元,其信息
处理能力不同。信息处理能力指:输出信息/输入信息, 或表示为: C/R (C=输出,R=
输入)。神经元的C/R就是该神经元的信息值。
神经元有记忆功能:神经元可以对同一输入信息,总是给出相同的输出信息,对不
同输入信息给出不同输出信息,这就是记忆功能。神经元的这种记忆功能,越刺激使用
它会越强烈,不使用它,就会慢慢衰退。可见,神经元的记忆功能不需要特别的储存记
忆体,它是通过神经元输出/输入比值(C/R)变化来实现的。这与电脑的记忆储存方式不
同。
神经元连接组合(神经网络)有思维功能:神经元数量巨大,都是相互连接起来的,
一头探测外界输入信息,一头输出到控制肌肉运动。当2... 阅读全帖
i****g
发帖数: 3896
35
饶毅在神经科学领域的若干工作
日期:2011-09-28 作者:鲁白 来源:文汇报
图片作者:
图片作者:
图片作者:
图片作者:
□鲁白

近期,北京大学生命科学学院院长饶毅落选中科院院士初选引起舆论关注和公众热
议,其中涉及的一个话题是饶毅本人的学术水准到底如何?作为一个与饶毅一起出国留
学,并在学术界同行28年的神经科学家,笔者想就饶毅在科学上的贡献作一简单介绍。

饶毅从1985年出国留学,先后师从著名科学家旧金山加州大学的詹裕农和哈佛大学
的DougMelton,其后在华盛顿大学和西北大学任教。20多年来,饶毅的实验室对科学的
贡献主要有以下几个方面:

神经细胞轴突生长的调控

在脑的发育过程中,神经细胞用以输出信号的轴突(一种很长的细胞突起)的生长
,是按严格的路线来走的。它们为什么能如此精确地生长,是发育神经生物学中的一大
难题。

1990年代初,旧金山加州大学的年轻教授MarcTessierLavigne一举找到了轴突跨域
中线的吸引性指导分子,叫netrin。稍迟一点,... 阅读全帖
o***s
发帖数: 42149
36
《用身体观察真气和气脉》,很难想象,这是一位中国科学院院士、顶尖大学原校长的讲座题目。朱清时院士这次早就引起争议的讲座,今天就在北京中医药大学如期举行。
根据媒体报道,朱院士在讲座中称,自己已练习《达摩禅经》十余年,从修炼真气中产生“极大的快乐”。他还试图“用现代的科学语言”解释真气,认为真气就是“神经元运行时的队列”,并且“一定有指挥者”。
从媒体透露出来的内容看,朱清时的观点与他今年5月10日发表在个人微博上的同题文章《用身体观察真气和气脉》基本类似。该文提出,真气是意识范畴的东西,并暗示意识不是完全由大脑的物质基础产生的。然而,其核心论述却犯了明显的逻辑错误,他将神经元与意识的关系比喻成水和波浪的关系,声称“波浪是不能作用于水本身的”,让人不明所以。
至少现在看来,贵为中科院院士的朱清时还没有拿出让人信服的科学表述方式。
朱清时讲座现场
“修炼真气让我获得极大的快乐”
据中国青年网报道,6月10日,中科院院士、原中国科学技术大学校长朱清时主讲的《用身体观察真气和气脉》在北京中医药大学开讲。此前,这场讲座的海报在网络上曝光后,引起一片哗然,在某网络问答平台上引发了“真伪科学之争”。... 阅读全帖
f**d
发帖数: 768
37
来自主题: Neuroscience版 - 神经科学 vs 认知科学
东南大学吴健雄电子生物学实验室对神经科学的定义--相对认知科学而言:
http://www.lmbe.seu.edu.cn/biology/bess/biology/chapt16/16-4.ht
脑科学,狭义的讲就是神经科学,是为了了解神经系统内分子水平、细胞水平、细
胞间的变化过程,以及这些过程在中枢功能控制系统内的整合作用而进行的研究。
(美国神经科学学会)广义的定义是研究脑的结构和功能的科学,还包括认知神经
科学等。
1、基础神经科学:侧重基础理论
– 神经生物学:研究人和动物的神经系统的结构与功能、及其相互关系的科学,
是在分子水平上、细胞水平上、神经网络或回路水平上乃至系统和整体水平上阐明
神经系统特别是脑的物质的、能量的、信息的基本活动规律的科学。(认识脑)
由六个研究分支:分子神经生物学(化学物质)、细胞神经生物学(细胞、亚细胞
)、系统神经生物学、行为神经生物学(学习记忆、情感、睡眠、觉醒等)、发育
神经生物学、比较神经生物学
– 计算神经科学:应用数学理论和计算机模拟方法来研究脑功能的学科。(创造脑
)
2、临床神经科学:侧重医学临床应用
研究与神经系统有关的疾病,... 阅读全帖
b**z
发帖数: 1351
38
汉语 http://www.hanbio.net/xueshu/item/123
英文 http://www.nature.com/news/neuroscience-method-man-1.13077
Karl Deisseroth一次又一次地用他发明的新技术在脑科学(brain science)发展
史上刻下了自己的大名。
Karl Deisseroth在2004年有了第一个完全属于他的实验室,后来他发现那间实验
室的前主人竟然是诺贝尔物理学奖得主朱棣文(Steven Chu)。“我搬进实验室的
时候,朱棣文的名字还挂在实验室的门上。”美国加利福尼亚州斯坦福大学(
Stanford University in California)的神经科学家Deisseroth回忆说。沾名人
的光总是有好处的,后来有一位化学系的学生Feng Zhang拜访朱棣文时,
Deisseroth居然用尽花言巧语把他给留了下来,“虽然Zhang没听说过我,可是我
让他对我的课题产生了兴趣。” Deisseroth得意地说道。
Deisseroth现在可是科学界的大牛之一了。有两项意义重大的技术都与
De... 阅读全帖

发帖数: 1
39
心情不好的时候,睡一觉吧,把烦恼一睡而过,起来心情就会好一些。这个操作到底是
什么原理?
没错,睡一觉醒来,精气神似乎比睡前要饱满一些,烦恼似乎也少了一些,实际上这全
亏了大脑在睡眠时进行的这种操作——擦除你的一部分记忆!
这么说吧,睡觉之前,经过一天的活动,大脑神经元,对,就是那些能连在一起,还能
记住事儿的小细胞们会“手拉着手”,形成了一些新的同志关系,你一天的经历和学到
的知识就存在它们的“友情”之中。
以前科学家光知道睡觉的时候,白天学的东西能记得更好。但是近几年来的研究发现,
在睡觉的时候,一些神经元间开始闹起了别扭,其中的一些“互相甩手”,出现了友尽
的情况。
小鼠的突触在睡觉(蓝色)的时候比醒着(红色)的时候缩水了20%
神经元互相甩甩手,你储存在它们的“友情”中的白天的经历和知识也就被一笔勾销了
。等你醒来的时候,昨天的一些片段并没有变成回忆,而被你彻底遗忘了,不管是美好
的记忆,还是痛苦的记忆。
何以解忧?唯有困觉~
那么,这些神经元为什么要这样做呢?如果昨天学到的知识睡一觉就忘了,那岂不是白
学了?
威斯康星大学麦迪逊分校的神经学家 Chiara Cirelli 告... 阅读全帖
f**d
发帖数: 768
40
非常值得一读
Functional specificity of local synaptic connections in neocortical
networks
Ho Ko,
Sonja B. Hofer,
Bruno Pichler,
Katherine A. Buchanan,
P. Jesper Sj?str?m
& Thomas D. Mrsic-Flogel
Affiliations
Contributions
Corresponding author
Nature 473,87–91(05 May 2011)doi:10.1038/nature09880Received08
September 2010Accepted01 February 2011Published online10 April 2011
Neuronal connectivity is fundamental to information processing in the
brain. Therefore, understanding the mechanisms of sensory proc... 阅读全帖
g****t
发帖数: 31659
41
来自主题: Detective版 - 三体3:好书必须看
《三体III:死神永生》
作者:刘慈欣
申明:本书由奇书网(Www.Qisuu.Com)自网络收集整理制作,仅供预览交流学习使用,版权归原作者和出版社所有,如果喜欢,请支持订阅购买正版.
写在"基石"之前
姚海军
"基石"是个平实的词,不够"炫",却能够准确传达我们对构建中的中国科幻繁华巨厦的情感与信心,因此,我们用它来作为这套原创丛书的名字。
最近十年,是科幻创作飞速发展的十年。王晋康、刘慈欣、何宏伟、韩松等一大批科幻作家发表了大量深受读者喜爱、极具开拓与探索价值的科幻佳作。科幻文学的龙头期刊更是从一本传统的《科幻世界》,发展壮大成为涵盖各个读者层的系列刊物。与此同时,科幻文学的市场环境也有了改善,省会级城市的大型书店里终于有了属于科幻的领地。
仍然有人经常问及中国科幻与美国科幻的差距,但现在的答案已与十年前不同。
在很多作品上(它们不再是那种毫无文学技巧与色彩、想象力拘谨的幼稚故事),这种比较已经变成了人家的牛排之于我们的牛肉。差距是明显的--更准确地说,应该是"差别"--却已经无法再为它们排个名次。口味问题有了实际意义,这正是我们的科幻走向成熟的标志。
与美国科幻的差距,实际上是... 阅读全帖
a*****y
发帖数: 33185
42
来自主题: Wisdom版 - 《僧侣与科学家》
第十一章 机器人会思考?
大脑的作用是否和电脑一样?我们赋予周遭世界意义的能力,是否会出现在具有人
工智慧的机器人身上?或者,汲汲于创造这种人工智慧根本就是种误导?人类若有反省
的意识可以质疑生命意义和人在世上的地位,那么,其目的何在?
郑:我们已经讨论过,有些生物学家认为,只要大脑中的物质组织复杂性足够,就
可以浮现意识与思绪和各种情绪,如让生命变得有价值的爱。在他们看来,只要演化到
一定的复杂性门槛,意识没有理由不出现。以此观点,大脑是思考机器,是所有神经元
零件的总和。神经元之间的关系便形成我们所谓的“心”。
意识的运算模型将神经元系统比拟做电脑硬件,心则比做软件。神经元网络是意识
的物质架构,如同电脑的电路为软件提供架构一般。这纯化约论的解释归结说,只要机
器具有充分复杂性,终有一天可以思想和感受。有些专门研究人工智慧的科学家十分确
信,终有一天人制造出有感情、可以体会爱和恨、哀与怜的机器人电脑。届时没有什么
可以阻止它们写出另一本《战争与和平》或编另一本贝多芬的《第九交响曲》。
马:机器纵使能模仿意识,但它的根本本质丝毫不变。这种机器所能做的不过是处
理仍属毫无意义的信息。即... 阅读全帖
n****r
发帖数: 246
43
来自主题: Biology版 - 脑连接图研究进展
【 以下文字转载自 Neuroscience 讨论区 】
发信人: nkbear (空即是色), 信区: Neuroscience
标 题: 脑连接图研究进展
发信站: BBS 未名空间站 (Sun Mar 10 15:51:30 2013, 美东)
神经回路研究神经元是怎么相互连接起来执行特定的功能。 大脑所有神经元之间的连
接图被称作脑连接图,分为静态和动态两种。静态脑连接图是由神经元之间的物理连接
结构所决定的,动态脑连接图则指的是神经元之间的功能性连接。首先,两个物理上连
接的神经元并不一定意味着在功能上的连接,前者是后者的必要而非充分条件。其次,
只有功能性连接才真正有有生理上的意义。
脑连接图可以在不同的尺度上来绘制:宏观尺度,介观尺度,微观尺度。微观脑连接图
指的是单个神经元之间的连接,是通过在纳米到微米尺度上对突触的成像来确定的。绘
制方法包括具有超级精度的光学显微镜和电子显微镜。对这方面感兴趣的实验室有庄小
威,发明双光子显微镜的Winfried Denk,以及在Jenalie Farm的Davi Bock。介观脑连
接图侧重于不同神经元群之间的连接,比如视觉皮层不... 阅读全帖
n****r
发帖数: 246
44
来自主题: Neuroscience版 - 脑连接图研究进展
神经回路研究神经元是怎么相互连接起来执行特定的功能。 大脑所有神经元之间的连
接图被称作脑连接图,分为静态和动态两种。静态脑连接图是由神经元之间的物理连接
结构所决定的,动态脑连接图则指的是神经元之间的功能性连接。首先,两个物理上连
接的神经元并不一定意味着在功能上的连接,前者是后者的必要而非充分条件。其次,
只有功能性连接才真正有有生理上的意义。
脑连接图可以在不同的尺度上来绘制:宏观尺度,介观尺度,微观尺度。微观脑连接图
指的是单个神经元之间的连接,是通过在纳米到微米尺度上对突触的成像来确定的。绘
制方法包括具有超级精度的光学显微镜和电子显微镜。对这方面感兴趣的实验室有庄小
威,发明双光子显微镜的Winfried Denk,以及在Jenalie Farm的Davi Bock。介观脑连
接图侧重于不同神经元群之间的连接,比如视觉皮层不同层之间的连接,可以精确到微
米和毫米之间。借助于能表达荧光蛋白的病毒,一般的共聚焦显微镜就可以胜任,比如
Allen Mouse Brain Connectivity Atlas。宏观脑连接图是不同脑区之间的长距离连接
,精确度在毫米以上。下面我简单介... 阅读全帖
w*****d
发帖数: 57
45
来自主题: Neuroscience版 - 如何评价张生家与谢灿两人的文章?
转华人科学网。http://www.sciencenets.com/thread-1618-1-1.html
谢灿的文章《A magnetic protein biocompass》终于在《Nature Material》上发表了
,首先恭喜一下作者的文章发表。这也意味着,我们首次有机会比对谢灿与张生家的文
章,对两人关于“抢发”文章的争议做出有一个客观评价。
首先,我来总结并点评一下谢灿的文章所描述的研究成果。
总结:
文章回顾了目前已经提出的动物利用磁场定位的机理。第一,光感蛋白Cryptochromes
(Cry)可以在光线刺激下对地磁场产生反应,而缺失这个蛋白的果蝇会失去磁感应的
能力,因此Cry被认为对动物磁感应起重要作用。但是Cry本身不具备磁极性,因此不具
备指南针的功能。第二,由动物体内具有磁性的矿物质所形成“magnetite”被认为是
另一个磁感应的机制,这些磁性矿物质已经在多种动物的器官中被发现,但是有研究指
出这些矿物质与磁感应无关。
基于以上两点,谢灿在文章中提出一个猜想——应该存在一个具有磁性的蛋白,能与
Cry结合,并且具有磁受体的功能;谢灿将这个假设中的... 阅读全帖

发帖数: 1
46
浙大团队在同期《自然》杂志刊发两文:抑郁症研究获重大突破
澎湃新闻记者 徐笛薇
2018-02-15 09:26 来源:澎湃新闻
字号
浙江大学医学院和求是高等研究院胡海岚团队在抑郁症研究方面取得重大突破。
2月15日,著名期刊《自然》杂志同期刊发该团队的两篇研究长文 本文图均为 受访者
供图
2月15日,著名期刊《自然》杂志同期刊发该团队的两篇研究长文(Research Article
)。文章揭示了快速抗抑郁分子的作用机制,推进了人类关于抑郁症发病机理的认知,
并为研发新型抗抑郁药物提供了多个崭新的分子靶点。
“据了解,国际上很多知名的研究团队都在研究‘抗抑郁领域的新贵’氯胺酮的抗病机
理。经过近4年的研究,胡海岚团队终于攻破了这个难题。”浙大医学院常务副院长李
晓明表示,“基础科学的研究是为了推动临床医学的进步。此次开拓性的研究成果为寻
找新型抗抑郁药物起到了极大的推动作用,其转化效应以及临床运用前景不可估量。”
团队成员从左至右为:桑康宁博士、杨艳博士、胡海岚教授、董一言、崔一卉博士和倪
哲一
破解神秘的快速抗抑郁分子
抑郁症已成为影响人类生活最严重的精神疾病之一。浙大医药学部... 阅读全帖
e**c
发帖数: 327
47
Déjà vu
这个问题还有做梦我一直都很有兴趣,有一些猜想和假说,但是一直没能设计出可行的
实验去检测。
大致我觉得和我们大脑神经元处理和存储信息有关。同一个事件是被分解成不同组成部
分的,不同事件经常有相似的组成部分。这些相似组成部分的相似信息可能是由同一批
神经元或环路控制的。在正常情况下,这些神经元会帮我们把各个组成部分组装成一个
完整事件。比如说一次车祸,我们脑中回想车祸的时候,就会回想起车祸现场,涉事人
员,周边环境,等等。只要想起其中一个组成部分,比如出事地点,就能回想起整个事
件。但有些时候,神经被激活的不够,或者链接被干扰了,看到这个地点了,就是想不
起这里究竟发生什么了;或者就是链接错误,以为这里发生的其实是另外一起事件,产
生虚假记忆。
在Déjà vu的时候,比如老李在一个有点相似的环境中车震过,相似组成部分比如旁
边树木被同样的神经元记录了下来,这些神经元同时也记录了车祸现场的树木,但环境
中的其他组成部分是完全不一样的,也是由完全不同的神经元所记录的。下次老李看到
这个相似的树的时候,相应神经元会被激活,但是因为其他因素不一样(或者该神经元
被激活的不够),... 阅读全帖
a*****y
发帖数: 33185
48
来自主题: Wisdom版 - 《僧侣与科学家》
郑:人工智慧研究者所以如此雄心勃勃,大概是最近在机能模拟上成就不凡,已趋近于
原始意识状态的缘故。
最近在所谓“新人工智慧”上的研究显示,一组小机器人可以藉由互动而自我组织
,其行为模式似在暗示它们具有意识。例如,它们可以评估新加入的机器人是否能让它
们提升功能,从而以团体方式决定是否接受这位“新人”。此外,它们还会排斥它们认
为没有帮助的机器人。今天最进步的机器人可能已具有昆虫般的意识层次,且正大步朝
接近狗的程度迈进。不过,在这初步意识和人心所具有的反射意识之间,我们还是应该
有所区别。前面提到的天择进程,可以跟我们所谓的直觉行为,如“帕夫洛夫之犬[1]
”相提并论,但距创造精致语言和反射思维尚远。
在我们的日常生活中,90%的思维处理涉及以经验为主的初步意识。走路、搭车或
做饭不需要反射思维。“反射在这里的意思是自我审视的能力。可以审视自身的存在和
思忖自己命运的反射意识,大约出现于十万年前(克罗马农人时期)人类开始安葬亡者
的时候。人类考古学家相信,想像死后世界,并以各种仪式(若干最早期的坟墓已发掘
这类呈上升趋势)准备死亡旅程,即是反射意识的最初期象征。这种意识也表现在早期
... 阅读全帖
Y**u
发帖数: 5466
49
☆─────────────────────────────────────☆
wuyu (wuyu) 于 (Fri Sep 9 12:23:52 2011, 美东) 提到:
行禅在念住修行中有很重要的地位。跟大多数这儿的同学们一样,我没有福气有专门时
间在一个清静的地方做行禅。只能在上班路上做行禅,虽然效果不是很好,但千里之行
,始于脚下,希望为将来有机会密集禅修打下基础。
我曾经试着给每一步脚掌的移动分解标识“按,移,推,提”。开始感觉效果不错
,但缺点是标识经常跟不上所缘变化,导致标识变成了念口诀。后来请教卡玛兰蒂禅师
,她建议我只用察觉“左脚,右脚”。用这个方法我基本上能跟上所缘变化。但是很容
易走神被杂念打乱。到最后,我想了一个办法。这个办法跟我练习安般息念的经验有关
,我一般用数息(吸呼1-10)来使自己沉淀杂念。在行禅中,我也试着以“数步”让自
己能持续专注。我发现数七步是最好的:(一)容易持续专注;跟数息的道理一样。(
二)可进可退;如果环境嘈杂,或专注力弱,可只觉知“一三五七”步。如果专注力强
,可以“一二三四五六七”左右脚全部觉知(三)易于平衡;因为是奇... 阅读全帖
l*********i
发帖数: 332
50
七.踏上征途
光argue不算本事,人说了,不管怎么说,我做出来了,你说这样做不行,那你说怎么
办?
怎么办呢?不好办,用这种BrdU标记的方法标记的333个新神经元在经过学习记忆任务
后,
撑死也就才16个能表达fos。效率太低!是因为新神经元本身就很难成熟嘛?不是,这
篇文
章也提到BrdU标记的新神经元最后超过90%都能变成成熟的神经元可以被NeuN标记。那么
就是说这个水迷宫的学习任务本身就不能在海马的dentate gyrus内激活很强的神经活
性反
应。在随着作者的思路,企图确定学习活动后,新的神经元和老的神经元,那个更容易发
生反应(“加入空间记忆网络”中去) 之前。让我们回到问题的本源。
说到这,我有一个听上去特土的问题,如果能对学习产生反应的新神经元真是他们记录到
的16个,那么这16个新神经元相对于整个海马DG区能对学习产生反应的7670个神经元,简
直是沧海一粟。这16个新兵对大部队有啥影响?如果没有什么大影响,那我们折腾他们干
什么?
在没有确定新生成的神经元对学习和记忆过程有什么影响之前,研究学习活动可以怎样促
进新神经元
整合到成熟网络中去是一个非常奇怪的问
1 2 3 4 5 6 7 8 9 10 下页 末页 (共10页)