Искусственный интеллект имитирует сетчатку глаза
Одна из проблем протезов различных нервных тканей, в том числе искусственной сетчатки глаза, состоит в кодировании данных. Это оптимальное преобразование информации датчика в набор сигналов, которые могут быть правильно прочитаны нервной системой. Например, в глазных протезах понижают избыточный объем данных цифровой камеры так, чтобы он соответствовал пропускной способности соединений протеза со зрительными нервными волокнами. Эти данные обычно сжимают с помощью стандартных алгоритмов.
Швейцарские исследователи во главе с профессором нейроинженерии Федеральной политехнической школы Лозанны Диего Геззи (Diego Ghezzi) применили для кодировки данных машинное обучение. Сначала они изучили, как преобразуются сигналы от фоторецепторов к ганглиозным клеткам сетчатки в глазах мыши, помещенных в питательный раствор и некоторое время сохранявших свои функции. Затем ученые смоделировали эти процессы с помощью системы двух обучаемых нейросетей. И наконец, протестировали уменьшенные ИИ изображения на цифровом двойнике сетчатки в сравнении с реакциями сетчатки мышиных глаз.
В экспериментах ИИ позволял получать изображения, которые вызывали реакцию нейронов, более схожую с реакцией на оригинальное изображение, чем стандартные графические алгоритмы. Нейросети превзошли их и генерировали уменьшенные изображения, порождающие более надежный нейронный ответ. Особенно хорошо новый метод справился с поиском оптимальной контрастности изображений. Те, кто работает с программами их обработки, хорошо знают, что перемещение ползунка контраста к краям его диапазонов сильно усложняет восприятие изображения.
Диего Геззи говорит, что проверка на мышиной сетчатке однозначно доказывает успех нового подхода. Сейчас группа профессора исследует применимость модели к зрению человека. Ученые намерены адаптировать свой метод к другим сенсорным устройствам, например слуховым протезам и протезам конечностей. Статью о результатах исследования можно скачать на сайте журнала Nature Communications.