Голубь Скиннера

​​Искусственный интеллект – Пифия современности #ai Публикация: Savcisens, G., Eliassi-Rad, T., Hansen, L. K., Mortensen, L. H., Lilleholt, L., Rogers, A., ... & Lehmann, S. (2023). Using sequences of life-events to predict human lives. Nature Computational Science, 1-14. На пятый день после наступления нового года, когда беспечность настоящего постепенно угасает, неизбежно задумываешься о будущем... В долгосрочной перспективе оно кажется неосязаемым и туманным – по крайней мере, для нас. Но не для искусственного интеллекта! Недавно в Nature Computational Science была представлена модель life2vec, предсказывающая жизнь людей. Модель опиралась на данные жителей Дании от 25 до 70 лет с 2008 по 2016 года. Эти данные представляли собой детализированную последовательность событий в сферах труда и здоровья: получение зарплаты или стипендии, устройство на работу, посещение врачей, постановку диагнозов и т. д. Используя эти данные, расположенные в хронологическом порядке, модель оценивала каждое событие как изолированно, так и в контексте всей последовательности жизни человека целиком. Это и позволяло осуществить предсказание на ближайшие четыре года. С технической точки зрения важно подчеркнуть, что в модели не использовались традиционные методы предсказания временных рядов, поскольку события жизни человека характеризуются многомерными признаками и не регистрируются через равные промежутки времени. Наконец, само понятие времени в данном случае усложняется, так как представлено и датой события, и возрастом конкретного человека. С учётом всех сложностей была использована архитектура трансформера. Все категории событий жизни человека составили синтетический "вокабуляр", и последовательность событий жизни рассматривались как "предложения", состоящие из элементов этого вокабуляра. Если упрощать, то задача предсказания следующих событий жизни человека сводилась к задаче предсказания следующих "слов" по аналогии с тем, как это делают ИИ-чатботы. Что именно может предсказывать модель? Концептуально ограничений нет, поскольку для каждого типа предсказаний на основе сырых данных формируется новое пространство векторов, специфичных для этого типа. То есть каждое событие жизни может быть по-разному представлено в контексте типа предсказания. Это и делает модель в чём-то универсальной. С её помощью удалось предсказать как раннюю смертность для выборки людей от 35 до 65 лет, так и психологически тонкие показатели, связанные с десятью личностными характеристиками экстраверсии. Интересно, что life2vec превзошла модели (рекуррентные нейронные сети), натренированные на данных, относящихся исключительно к предсказываемой переменной. Представляет интерес пример (см. Рис.) двумерной проекции жизней людей для случая с предсказанием смертности. Выделенные на изображении (d) регионы 1 и 2 соответствуют высокой вероятности выживания и смерти соответственно. Примечательно, что в немалая часть региона 2 представлена молодыми людьми (f), которые в действительности умерли (см. красные точки), что указывает на сложный характер предсказаний, с которыми справилась модель. Реальные смерти, близкие к региону 1 (высокая вероятность выживания) и соответствующие ложно-отрицательному результату, объяснялись несчастными случаями, возникновениями новообразований или инфарктом, что действительно сложнее предсказать на основе имеющихся данных. Из ограничений модели следует отметить использование лишь небольшого промежутка времени длиной в 8 лет, а также возможные социодемографические искажения, связанные с отсутствием данных тех, кто не получает зарплату или не посещает медицинские учреждения. Впрочем, ничто не мешает в дальнейшем использовать и иные источники данных – например, социальные сети. Этические сомнения также возникают, но они настолько очевидны, что не требуют пояснений. P. S. Отдельная благодарность подписчице канала Алине за наводку на статью. И для заинтересованных – по этой ссылке можно найти репозиторий с исходным кодом.

#popsci #podcast Последний в этом году выпуск подкаста “Кортекс” продолжает формирующуюся традицию, в рамках которой я и Настя обсуждаем статьи в нейронауке, опубликованные за текущий год. Лично я не могу охарактеризовать этот научный год как “прорывной”, хотя, конечно, в нашу подборку обсуждаемых статей многое и не вошло. Поэтому призываю вас оставлять в комментариях те публикации 2023 года, которые вас заинтересовали. Таймкоды подкаста: 3:47 - развитие слухового восприятия у новорожденных 10:17 - слуховые стимулы влияют на активность зрительной коры 17:45 - воспоминания о травме при ПТСР - это не просто грустные воспоминания! 24:10 - NeuroGPT учится языку мозга  29:15 - нарушение возбуждения/томрожения в мозге при шизофрении 34:20 - открытие новой области мозга, конкурирующей с первичной моторной корой 39:00 - мозговые механизмы юмора 41:30 - замораживание мозга приводит к замедлению восприятия времени 44:00 - что мы сделали в этом году? рассказываем о наших исследованиях 58:00 - пожелания на следующий год! А мои персональные итоги года следующие — многое свершилось, многое еще предостоит, двигаюсь дальше, стараясь практиковать пелевинский “летитбизм”. Поздравляю всех с наступающими праздниками! Берегите себя💗

Human Neocortical Neurosolver — от нейрона к сенсорам (почти) #neuroimaging #programming #resources Давно не пополняла коллекцию полезных тулбоксов. Несколько дней назад вышла новая версия библиотеки HNN (Human Neocortical Neurosolver) на Python (с описанием исходного программного обеспечения можно ознакомиться в этой публикации). Ценность этой библиотеки в том, что в очень user-friendly формате она позволяет соотносить МЭГ/ЭЭГ данные с клеточной активностью нейронов, их порождающей. Работать можно, в частности, с вызванными потенциалами или осцилляторной активностью. На фоне оптимистичности подхода можно выделить два ограничения: 1. Фактически основной ингредиент тулбокса — это моделирование активности кортикальных источников в виде первичного тока с использованием биофизической модели нейронов. Соотнесение же с измерениями на МЭГ/ЭЭГ сенсорах осуществляется за счет сопоставления смоделированной активности кортикальных источников и той, которая была реконструирована на основе МЭГ/ЭЭГ с помощью методов решения обратной задачи. Решение обратной задачи в этом случае — отдельный изолированный шаг. О сложностях, которые его могут сопровождать, я писала в одном из предыдущих постов. Получается, что биофизическая модель описывает переход с микроуровня клеток на макроуровень кортикальных источников, но не на уровень сенсоров. Т. е. на выходе мы получаем сопоставление моделей “нейрон-диполь” и “сенсор-диполь”. Это очевидным образом может порождать искажения. 2. Сама используемая биофизическая модель опирается на архитектуру колонок пирамидальных нейронов неокортекса и не затрагивает иные возможные архитектуры. Впрочем, сами используемые параметры (пропорции возбуждения/торможения, специфичные для каждого слоя синаптические взаимодействия и характеристики спайковой активности) обеспечивают некоторые степени свободы. Несмотря на текущие ограничения подхода, он открывает пространство для тестирования гипотез. В частности, с помощью HNN получилось сформировать предсказания об источниках спонтанных бета-осцилляций в неокортексе, которые затем были подтверждены на основе инвазивных данных мышей и обезьян. На видео — пример симуляции вызванной активности. А по этой ссылке можно найти пример скрипта, который решает обратную задачу для соматосенсорной вызванной активности, наблюдаемой в МЭГ-данных, а затем моделирует сеть нейронов, репродуцирующую активность соответствующих источников.

​​Мозг — это…  #neuro #poetry_of_science Препринт: Bolt, T. S., & Uddin, L. (2023). " The Brain is...": A Survey of The Brain's Many Definitions. bioRxiv, 2023-10. Авторы свежего препринта проанализировали несколько миллионов статей и извлекли из них несколько тысяч фраз с определением того, что есть мозг. С помощью NLP удалось выделить 24 семантические группы этих определений (см. график). Наиболее биохимические и молекулярные определения (напр., “Мозг — это богатый липидами орган”) соответствуют левому верхнему углу графика, наиболее абстрактные и метафоричные (напр., ”Мозг — это сложная динамическая система” ) — правому нижнему. Если “молекулярные” определения хоть как-то целесообразны для обсуждения конкретных аспектов функционирования мозга, то общие абстракции отягощают своей очевидностью (если не подразумевают конкретную терминологию из области теории информации или нелинейных систем).  Интересно было бы провести схожую кластеризацию семантических групп для определений различных когнитивных доменов — памяти, внимания, сознания и т. д. — и оценить пересечения между ними. Подозреваю, что их будет немало. Если совершить небольшой экскурс в прошлое, прельщает своей простотой цитата, приписываемая древнеримскому врачу Галену: “Мозг — начало всех нервов, сердце — начало всех артерий”. С учетом того, что до Галена и его первых описаний нервной системы мозг нередко считался всего лишь регулятором исходящего от сердца тепла (в прямом смысле, а не в современном романтизированном), это определение по-своему революционно для той эпохи.  Впрочем, Гален тоже грешил любовью к абстракциям, утверждая, что “мозг — самое сложное, что есть в теле человека”. Правда, потом он дополнял эту мысль спасительной конкретикой: “Но мозг был бы несовершенен, если бы у человека отсутствовала хоть одна часть тела — например, стопа. Как и стопа была бы несовершенна без мозга.” А в целом, если вспомнить некоторые искажения и баги, к которым так склонен наш мозг, и если вторить более позднему высказыванию Курта Воннегута, возможно, мозг — не “венец эволюции, а очень плохая схема для выживания”.  Оставляйте в комментариях определения мозга, которые кажутся интересными вам (non-serious replies приветствуются).

#popsci #podcast Посплетничав и поизливав душу в предыдущем выпуске подкаста “Кортекс”, на этот раз я и моя коллега Настя углубились в более биологически насыщенную тему и в новом выпуске обсудили исследования органоидов в нейронауке. Тема показалась необъятной, поэтому мы затронули наиболее прозрачные аспекты. Таймкоды: 00:46 - Что такое органоиды и как их создают 08:23 - Как изучать развитие нервной системы с помощью органоидов 19:30 - Как изучать аутизм с помощью органоидов? 26:40 - Вирус Зика, болезнь Паркинсона, болезнь Альцгеймера 31:50 - Преимущества исследований органоидов 35:30 - Есть ли у органоидов сознание? 36:00 - Персонифицированная медицина и органоиды 41:00 - Восстановление зрительной коры с помощью органоидов 45:00 - Органоиды играют в пинг-понг 51:00 - Глубокомысленные выводы Приятного прослушивания!

​​“Молодость” (не картина Паоло Соррентино) #popsci #mental_health #аспирантское #metascience Недавно приняла участие в сессии по медицинским нейротехнологиям на III Конгрессе молодых ученых. Ирония состоит в том, что это едва ли не единственная сессия, на которой выступали молодые ученые, формально соответствующие этому определению. Хотя нейронаука сама по себе молодая дисциплина и любого ее представителя можно было бы так охарактеризовать 🙂 Эта сессия показала, что не существует портрета типичного молодого нейроучёного — каждого из присутствующих в нейронауку привёл свой путь (спойлер: даже если вы занимаетесь космическими летательными аппаратами, есть риск, что вас начнут терзать загадки человеческого мозга и измерения его активности). И каждый по-своему может реализовать себя в ней: даже среди семи участников сессии разброс решаемых проблем и используемых методов оказался очень большим, начиная от омиксных технологий и заканчивая ЭЭГ/МЭГ.  Сессия оказалась полезной также и тем, что мы поговорили не только о содержательной части наших исследований, профессиональном пути, некоторых рыночных проблемах, но и о трудностях, с которыми сталкивается молодой ученый, в частности, в ментальной сфере. Напомню, что в моем канале есть несколько постов на эту тему:  - о психическом здоровье аспирантов; - о факторах, влияющих на их успех.  Исходно в сессии планировался дополнительный раздел с советами для тех, кто присматривается к реализации себя в нейротехнологиях и науке, но возможные рекомендации очевидным образом извлекаются как раз из этой последней части обсуждения. Чем быстрее расстаться с иллюзиями о том, что наука не дает мгновенного результата, что она — не панацея от тотального незнания, что понятие “громких открытий” теряет свою актуальность, тем, возможно, ваша “молодость” в науке пройдет беспечнее и содержательнее.  И еще от себя добавлю три совета, которые не озвучила на сессии (хотя жанр советов как таковой мне не близок и то, что сработало для меня, может не сработать для других): 1. Как можно скорее начните пробовать себя в преподавании.  2. Не используйте свой перфекционизм как повод для бездействия и бесконечной подготовки, потому что на самом деле вам никогда не будет казаться, что вы знаете и умеете всё. И уж тем более не существует идеального набора пререквизитов, которые необходимо освоить для того, чтобы разрешить себе реализовываться в нейронауке — она слишком многолика, выбирайте, что вам ближе.  Область вашего незнания может определить спектр ваших ближайших задач.  3. Если участвуете в обсуждениях или семинарах, формируйте в себе навык задавать вопросы, даже если вам кажется, что у вас вопросов нет. Когда вы формулируете вопросы, вы помогаете себе и другим синтезировать новое знание.  А полное видео с сессии можно посмотреть по этой ссылке.

#popsci #podcast Еще в далеком июне мы с моей подругой Настей записали очередной выпуск подкаста “Кортекс”. Это получилась искренняя исповедь о том, каким мы видим свое существование в науке, какой опыт в ней мы любим, какой — все еще кажется непривычным, что мы ожидаем от своего профессионального будущего. Порой, работая в этой сфере даже в большом коллективе, понимаешь, что и ты, и твои коллеги, особенно если вы еще аспиранты или молодые ученые, — все вы находитесь на изолированных островках, омываемых вашими собственными научными чаяниями, ожиданиями, проблемами, страхами и заветными мечтами. И возможность обсудить их с кем-то еще позволяет понять, что волны, омывающие остров, не такие опасные, а еще можно построить судно и начать перемещаться. Интересно, что хоть мы с Настей обе занимаемся не столь отдаленными задачами, наше восприятие некоторых аспектов работы в науке рознилось: например, Настя считает важным качеством ученого азарт, а я склоняюсь к тому, что это — терпение. После записи выпуска нас обеих захватила научная стихия, в результате чего финальный монтаж созрел только сейчас. Переслушивая наши рассуждения, я понимаю, что даже спустя всего несколько месяцев лично я на некоторые вопросы уже ответила бы иначе. Поэтому уверена, что с учетом этой нестатичности мы еще не раз будем возвращаться к такому формату “нейросплетен” и рефлексий в наших выпусках. Приятного прослушивания!

​​Атласы для нейроисследователей и врачей #resources #tools Некоторое время назад я публиковала пост со ссылками на ресурсы с автоматическим объединением результатов нейроисследований по соотнесению психологических параметров и данных фМРТ, а также вызванных потенциалов, выделенных на основе ЭЭГ. Дополнением к этим коллекциям могут стать онлайн-атласы, которые можно использовать для тренировки "насмотренности": 1. EEG Atlas. В этом атласе можно выбрать возрастную группу, состояние сознания (бодрствование, сон, кома), степень ЭЭГ-нарушений, указать наличие конкретных паттернов (межсудорожные спайки, моторные ритмы и т. д. ) и получить пример ЭЭГ-сегмента с выделенными паттернами, соответствующими запросу. В интерактивном режиме можно менять монтаж ЭЭГ. В ряде примеров дополнительно доступны аннотация из истории болезни пациента или описание свойств самих наблюдаемых паттернов. 2. EEGpedia: ЭЭГ-википедия с описаниями и примерами клинических, стандартных физиологических паттернов и артефактов. Дополнительно есть раздел с квизом, в котором по одному примеру ЭЭГ нужно определить диагноз (правда, судя по всему, этот раздел не особо обновляется). 3. Central XNAT: база, в которой по ключевым словам и параметрам можно найти примеры МРТ, ПЭТ или КТ и изучить их во встроенном просмотрщике. 4. Radiology Masterclass: галерея КТ мозга с интерактивными аннотациями для различных диагнозов. Там же есть квиз для самопроверки. 5. NeuroVault: открытый репозиторий фМРТ- и ПЭТ-карт. 6. ACMEGS: образовательные примеры по МЭГ нескольких пациентов.

​​Атомные привычки #productivity #readinglist Мои отношения с селф-хелп литературой неоднозначные. Ни одна книга этого жанра не перевернула мою жизнь – возможно, тому виной мои собственные упрямство, научный снобизм и большее доверие граблям, на которые мне иногда везет наступать. Тем не менее, по давней настоятельной рекомендации, прочитала книгу "Атомные привычки" Джеймса Клира и осталась довольна тем, как в доступной и ненавязчивой форме изложена система закрепления полезных привычек. Некоторые наблюдения автора тесно переплетаются с моим личным опытом, поэтому решила поделиться ими здесь. - Мотивация и самоконтроль переоценены. Энергетика "Just Do It" очень хороша. С таким настроением я раньше хваталась за новые проекты, что давало ощущение чистого листа и индульгенцию на тупики в других проектах. Но, как бы сильно я ни любила науку, вдохновение рано или поздно сходит на нет, положительное подкрепление в виде значимых результатов появляется не сразу, и на выходе остается фрустрация или скука. На первых порах это ошибочно может восприниматься как признак того, что ты занимаешься чем-то не тем. Со временем пришло понимание, что перепады внутренней мотивации естественны и полагаться исключительно на нее в формировании полезных привычек было бы наивно. Можно (и нужно) продолжать функционировать даже тогда, когда интерес падает. - Не надо противостоять искушению, когда его можно заранее избежать. Внутренней мотивации и самоконтроля недостаточно. Сегодня на волне энтузиазма мне может казаться, что последующие несколько недель я каждый день буду править свою статью по диссертации, не забывать про side projects, а еще перед работой бегать по 4 км. Но, поскольку мой мозг довольно импульсивный, на следующий день его может выбить из колеи какая-нибудь мелочь, и вместо продуктивности и здорового образа жизни может случиться падение в копинг-стратегии в виде прокрастинации, выполнения не приоритетных задач, приема вредной пищи и т. д. Но риски этого можно минимизировать, если я еще на берегу позабочусь о внешней среде в соответствии с законами, которые приведены в описываемой книге. Эти законы не пытаются обуздать хватающийся за сиюминутные стимулы мозг, а делают его нашим союзником. - Законы формирования привычек, минимизирующие усилия для их выполнения: 1. Придайте очевидности. Привязывайте привычки к заметным внешним стимулам: ко времени и месту, к другим уже устоявшимся привычкам или к конкретным объектам (например, книге, предварительно размещенной у кровати, если вы хотите привыкнуть читать каждый вечер). 2. Добавьте привлекательности. Сочетайте необходимые действия с желаемыми (например, пробежку с прослушиванием подкаста), окружите себя людьми, чье поведение вам близко. 3. Упростите. Лучшее – враг хорошего. Ежедневные правки статьи по одной странице в день с большей вероятностью приведут к результату, чем выжидание удачного момента, когда можно исправить ее разом; 10 минут пробежки гораздо лучше, чем полное ее отсутствие, и т. д. На первых порах действие как таковое важнее филигранности. 4. Привнесите удовольствие. Многие привычки сопряжены с далекими целями. Мозг ценит настоящее сильнее, чем будущее. После одной пробежки мой мозг не заметит, что в глобальном смысле в моем организме что-то поменялось. После написания части статьи защита кандидатской не станет казаться ближе. Поэтому имеет смысл сразу вознаграждать себя за выполненные действия. Для неэффективных привычек все законы действуют наоборот (подробнее см. таблицу). - Идентичность важнее. Цели достигаются, меняются или теряют актуальность. Важнее сфокусироваться на том, кем вы хотите быть, чем на конкретных результатах. Несколько лет назад я мечтала публиковать статьи в журналах Q1 – эта мечта сбылась, и не раз, но культивация в себе идентичности ученого гораздо шире. И не думаю, что когда-нибудь этот процесс завершится. Совсем лаконичные выводы: система привычек важнее и стабильнее целей, не боритесь с собой в моменте, позаботьтесь о себе будущем 💚.

​​Атомные привычки #productivity #readinglist Мои отношения с селф-хелп литературой неоднозначные. Ни одна книга этого жанра не перевернула мою жизнь – возможно, тому виной мои собственные упрямство, научный снобизм и большее доверие граблям, на которые мне иногда везет наступать. Тем не менее, по давней настоятельной рекомендации, прочитала книгу "Атомные привычки" Джеймса Клира и осталась довольна тем, как в доступной и ненавязчивой форме изложена система закрепления полезных привычек. Некоторые наблюдения автора тесно переплетаются с моим личным опытом, поэтому решила поделиться ими здесь. - Мотивация и самоконтроль переоценены. Энергетика "Just Do It" очень хороша. С таким настроением я раньше хваталась за новые проекты, что давало ощущение чистого листа и индульгенцию на тупики в других проектах. Но, как бы сильно я ни любила науку, вдохновение рано или поздно сходит на нет, положительное подкрепление в виде значимых результатов появляется не сразу, и на выходе остается фрустрация или скука. На первых порах это ошибочно может восприниматься как признак того, что ты занимаешься чем-то не тем. Со временем пришло понимание, что перепады внутренней мотивации естественны и полагаться исключительно на нее в формировании полезных привычек было бы наивно. Можно (и нужно) продолжать функционировать даже тогда, когда интерес падает. - Не надо противостоять искушению, когда его можно заранее избежать. Внутренней мотивации и самоконтроля недостаточно. Сегодня на волне энтузиазма мне может казаться, что последующие несколько недель я каждый день буду править свою статью по диссертации, не забывать про side projects, а еще перед работой бегать по 4 км. Но, поскольку мой мозг довольно импульсивный, на следующий день его может выбить из колеи какая-нибудь мелочь, и вместо продуктивности и здорового образа жизни может случиться падение в копинг-стратегии в виде прокрастинации, выполнения не приоритетных задач, приема вредной пищи и т. д. Но риски этого можно минимизировать, если я еще на берегу позабочусь о внешней среде в соответствии с законами, которые приведены в описываемой книге. Эти законы не пытаются обуздать хватающийся за сиюминутные стимулы мозг, а делают его нашим союзником. - Законы формирования привычек, минимизирующие усилия для их выполнения: 1. Придайте очевидности. Привязывайте привычки к заметным внешним стимулам: ко времени и месту, к другим уже устоявшимся привычкам или к конкретным объектам (например, книге, предварительно размещенной у кровати, если вы хотите привыкнуть читать каждый вечер). 2. Добавьте привлекательности. Сочетайте необходимые действия с желаемыми (например, пробежку с прослушиванием подкаста), окружите себя людьми, чье поведение вам близко. 3. Упростите. Лучшее – враг хорошего. Ежедневные правки статьи по одной странице в день с большей вероятностью приведут к результату, чем выжидание удачного момента, когда можно исправить ее разом; 10 минут пробежки гораздо лучше, чем полное ее отсутствие, и т. д. На первых порах действие как таковое важнее филигранности. 4. Привнесите удовольствие. Многие привычки сопряжены с далекими целями. Мозг ценит настоящее сильнее, чем будущее. После одной пробежки мой мозг не заметит, что в глобальном смысле в моем организме что-то поменялось. После написания части статьи защита кандидатской не станет казаться ближе. Поэтому имеет смысл сразу вознаграждать себя за выполненные действия. Для неэффективных привычек все законы действуют наоборот (подробнее см. таблицу). - Идентичность важнее. Цели достигаются, меняются или теряют актуальность. Важнее сфокусироваться на том, кем вы хотите быть, чем на конкретных результатах. Несколько лет назад я мечтала публиковать статьи в журналах Q1 – эта мечта сбылась, и не раз, но культивация в себе идентичности ученого гораздо шире. И не думаю, что когда-нибудь этот процесс завершится. Совсем лаконичные выводы: система привычек важнее и стабильнее целей, не боритесь с собой в моменте, позаботьтесь о себе будущем 💚.