London Universitet Kollecinin tədqiqatçıları beyin siqnallarının təhlilində əlamətdar bir irəliləyiş əldə ediblər. Alimlər yalnız beyin fəaliyyətlərindən istifadə edərək siçanlardan 10 saniyəlik video klipləri yenidən qurmağı bacarıblar. Aparıcı tədqiqatçı Joel Bauer bildirir ki, bu metod beynin gördüyümüz görüntüləri necə şərh etdiyini anlamaqda yeni bir qapı açır.
Əvvəlki tədqiqatlar ümumiyyətlə insanlar tərəfindən izlənilən görüntüləri fMRI skanları ilə təhlil edərək yenidən qurmağa çalışmışdır. Lakin UCL komandası bu tədqiqatda daha həssas bir metoddan istifadə etdi: tək hüceyrəli qeyd. Təcrübə zamanı siçanlara videolar göstərildi və beynin görmə mərkəzi olan görmə qabığındakı neyronların fəaliyyəti fərdi olaraq qeyd edildi. Bu məlumatları təhlil etmək üçün tədqiqatçılar “dinamik neyron kodlaşdırma modeli” adlanan süni intellekt modeli hazırlayıblar. Model hər bir neyronun müəyyən video kadrlara necə cavab verdiyini öyrənməklə işləyir. Bundan əlavə, sistem siçanın bədən hərəkətləri, bəbək genişlənməsi və daxili fizioloji vəziyyəti kimi amilləri nəzərə aldı. Bu, nəticədə alınan görüntünün heyvanın faktiki qavrayışına daha yaxın olmasına imkan verib.
Tədqiqatçılar həmçinin neyronların aktiv olduğu anları müəyyən etmək üçün kalsium səviyyəsindəki artımları izlədilər. Daha sonra alqoritm boş rəqəmsal görüntüdəki piksel dəyərlərini yeniləyərək videonu addım-addım yenidən qurub. Modeli öyrətdikdən sonra komanda siçanlar əvvəllər heç görmədikləri videoları izləyərkən qeydə alınan beyin siqnallarından istifadə edərək 10 saniyəlik kliplər yaratdı. Nəticələrin dəqiqliyi piksel korrelyasiyası istifadə edilərək sınaqdan keçirildi və real video kadr-kadr süni intellekt tərəfindən yaradılan görüntü ilə müqayisə edildi. Tədqiqatçılar izlənilən neyronların sayı artdıqca görüntü keyfiyyətinin əhəmiyyətli dərəcədə yaxşılaşdığını qeyd ediblər. Tədqiqatın ən maraqlı tapıntılarından biri də beynin dünyanı tam olaraq kamera kimi qeyd etməməsi idi. Bauerə görə, həm insan, həm də siçan beyinləri gördüklərini dəyişdirərək və şərh edərək məlumatları emal edir. Alimlər bu fərqin əslində bir qüsur deyil, canlıların ətraf mühitdə yaşamasına kömək edən bir xüsusiyyət olduğuna inanırlar.
Tədqiqat qrupu hazırda sistemin qətnaməsini artırmağı və daha geniş bir baxış sahəsi əldə etməyi hədəfləyir. Bu texnologiyanın sonradan müxtəlif növlərin dünyanı necə qavradığını anlamağımıza, görmə pozğunluqlarını öyrənməyimizə və bəzi nevroloji xəstəliklərin mexanizmlərini açmağımıza kömək edə biləcəyi düşünülür.
