研究人员制定了构建大脑数字双胞胎的路线
神经科学和受大脑启发的人工智能的最新发展为理解智能开辟了新的可能性。现在，中国科学院自动化研究所姜天子领导的研究小组概述了一个名为“数字孪生大脑”的创新平台的关键组件和特性，该平台可以弥合生物智能和人工智能之间的差距，并提供新的解决方案。对两者的见解。这项研究于 9 月 22 日发表在《智能计算》( Science Partner Journal)上。
网络结构是生物和人工智能的共同点。由于大脑由生物网络组成，因此使用人工网络构建的数字模型或大脑“双胞胎”将允许研究人员将有关生物智能的知识输入模型中。最终目标是“推动通用人工智能发展，促进精准心理医疗”，这一壮举需要全球跨学科科学家的共同努力。
利用数字孪生大脑，研究人员可以通过模拟和调节大脑在不同状态下执行各种认知任务来探索人脑的工作机制。例如，他们可以模拟大脑在休息状态下如何正常运作以及在疾病状态下如何发生故障，或者开发方法通过调节其活动将其从不良状态中转移出来。
尽管听起来像科幻小说，但数字孪生大脑的想法有着坚实的生物学基础。它集成了三个核心要素：充当结构支架和生物约束的大脑图谱、根据生物数据训练来模拟大脑功能的多级神经模型，以及用于评估和更新当前“双胞胎”的一系列应用程序。
预计这三个核心要素将在闭环中发展和相互作用。动态大脑图谱可以改进神经模型，从而生成更真实的功能模拟。当前由这些模型组成的“双胞胎”随后在不断扩大的实际应用范围中得到验证，包括疾病生物标志物发现和药物测试。这些应用程序通过提供反馈来增强大脑图谱来完成整个循环。
生物大脑具有复杂的结构和复杂的动力学。因此，需要高度细致的大脑图谱，包括不同尺度、多种模式、甚至来自不同物种的图谱，来学习如何构建其数字孪生。通过全面收集的图谱，可以深入探索大脑的各个方面，以及不同大脑区域之间的联系和相互作用，以及大脑组织的基本原理。
另一方面，大脑图谱也受到限制，因为神经模型必须基于它们才能实现“生物学合理性”，这带来了技术挑战。
蒋的团队认为，脑网络组图谱将成为开发数字孪生大脑的重要组成部分。2016年，中国科学院自动化研究所的研究人员宣布，这本图谱是一个包含246个大脑分区的宏观图谱，并正在朝着对人脑结构和连接性进行“广泛而详细的绘制”的方向发展。 。
与此同时，鉴于现有的大脑模拟平台缺乏解剖学基础，作者认为设计“一个开源、高效、灵活、用户友好的受图集约束的大脑模拟平台”至关重要，该平台必须强大到足以支持多尺度和多模态建模。还有许多悬而未决的问题需要解决，例如如何有效地将点点滴滴的生物知识编织到数字孪生中，如何设计更好的模拟模型，以及如何将数字孪生大脑集成到实际场景中。
总之，数字孪生大脑代表了神经科学和人工智能的融合。通过集成复杂的大脑图谱、动态神经模型和大量应用程序，该平台有望彻底改变我们对生物和人工智能的理解。在全球科学家的共同努力下，数字孪生大脑有望推动通用人工智能的发展，彻底改变精准心理医疗，为我们对人类思维的理解、智能技术的发展和发现人类大脑的变革性突破铺平道路。脑部疾病的治疗方法。
版权声明：本文由用户上传，如有侵权请联系删除！