Inhaltsverzeichnis
Forscher rekonstruieren seit langem Teile des Drosophila-Gehirns durch elektronenmikroskopische (EM) Bilder. Diese Bilder haben eine gute Klarheit und können die kleinen Verzweigungen von Neuronen und verbundenen Synapsen zeigen. Die daraus resultierende Konnektivitätskarte neuronaler Schaltkreise liefert wichtige Erkenntnisse darüber, wie das Gehirn soziales, gedächtnisbezogenes und Navigationsverhalten erzeugt.
Die größte jemals validierte Sammlung von Zelltypen
Heim Technologie-Peripheriegeräte KI Mit 130.000 annotierten Neuronen und 53 Millionen Synapsen haben die Princeton University und andere das erste vollständige Gehirnkonnektom einer „adulten Fliege' veröffentlicht

Mit 130.000 annotierten Neuronen und 53 Millionen Synapsen haben die Princeton University und andere das erste vollständige Gehirnkonnektom einer „adulten Fliege' veröffentlicht

Jul 15, 2023 pm 05:17 PM
计算机 模型

Von Caenorhabditis elegans (302 Neuronen) bis hin zu Drosophila melanogaster (~100.000 Neuronen) gibt es bis heute viele Projekte, die das Konnektom des gesamten Gehirns verschiedener Organismen kartiert haben. Drosophila melanogaster ist einer der am gründlichsten vom Menschen untersuchten Organismen. Bis 2017 wurden acht Nobelpreise für die Forschung mit Fruchtfliegen vergeben.

Die Forschung der Forscher zu Drosophila geht weiter. Kürzlich haben Forscher der Princeton University und anderer Institutionen das Konnektom des gesamten Gehirns von Drosophila veröffentlicht, das etwa 130.000 annotierte Neuronen und zig Millionen Arten von Synapsen umfasst.

Mit 130.000 annotierten Neuronen und 53 Millionen Synapsen haben die Princeton University und andere das erste vollständige Gehirnkonnektom einer „adulten Fliege veröffentlicht

Jeder weiß bis zu einem gewissen Grad, dass ein grundlegendes Nervensystem schon seit der Antike existiert, die Entstehung des Gehirnsystems lässt sich jedoch bis vor 500 Millionen Jahren zurückverfolgen. Untersuchungen zeigen, dass die Unterteilung des Gehirns in verschiedene Regionen hilft, seine Funktion zu verstehen.

Allerdings gibt es seit vielen Jahren Kontroversen über die neuronale Verbindungskarte auf neuronaler und synaptischer Ebene. Der Hauptgrund für dieses Phänomen ist, dass dem Menschen die Technologie fehlt, solche Verbindungskarten zu rekonstruieren. Die Dinge begannen sich erst zu Beginn des 21. Jahrhunderts zu ändern, als sich die Technologie weiterentwickelte.

Heute haben Forscher der Princeton University und anderer Institutionen das Drosophila-Gesamthirn-Konnektom veröffentlicht, die erste vollständige neuronale Verbindungskarte des erwachsenen Drosophila-Gehirns.

Mit 130.000 annotierten Neuronen und 53 Millionen Synapsen haben die Princeton University und andere das erste vollständige Gehirnkonnektom einer „adulten Fliege veröffentlichtBilder

Papieradresse: https://www.biorxiv.org/content/10.1101/2023.06.27.546656v1.full.pdf

Mit 130.000 annotierten Neuronen und 53 Millionen Synapsen haben die Princeton University und andere das erste vollständige Gehirnkonnektom einer „adulten Fliege veröffentlichtBilder

Nach Veröffentlichung der Ergebnisse , sagte jemand: „Viele Projekte haben das Konnektom des gesamten Gehirns verschiedener Organismen kartiert, von Caenorhabditis elegans (302 Neuronen) bis hin zu Drosophila melanogaster (ca. 100.000 Neuronen). Warum können wir es mit unserer aktuellen Rechenleistung nicht virtuell abbilden?“ Wie wäre es mit präzisen Computersimulationen dieser Organismen in einer 3D-Umgebung? Dennoch können Fruchtfliegen mit diesen Synapsen sehen, riechen, hören, gehen und natürlich fliegen.

Forscher rekonstruieren seit langem Teile des Drosophila-Gehirns durch elektronenmikroskopische (EM) Bilder. Diese Bilder haben eine gute Klarheit und können die kleinen Verzweigungen von Neuronen und verbundenen Synapsen zeigen. Die daraus resultierende Konnektivitätskarte neuronaler Schaltkreise liefert wichtige Erkenntnisse darüber, wie das Gehirn soziales, gedächtnisbezogenes und Navigationsverhalten erzeugt.

Obwohl die EM-Methode auf Teile des Gehirns angewendet und informative lokale Konnektivitätskarten rekonstruiert wurde, reicht diese Methode für ein umfassenderes Verständnis der Gehirnfunktion nicht aus.

Zuvor haben Forscher ein einzelnes Synapsengitter basierend auf der Forschung von Ito et al. erstellt. Das in diesem Artikel verwendete Gitter basiert auf der JFRC2-Standard-Gehirnvorlage, die zuvor eine vollständige Gehirnsegmentierung generierte. Diese Gitter werden auch in Virtual Fly verwendet Projekt Gehirn (Drosophila-Simulation). Diese Studie verschiebt diese Netze durch eine Reihe nicht starrer Transformationen vom JFRC2-Raum in den FlyWire-Raum (FAFB14.1).

Hinweis: FlyWire ist eine Connectomics-Plattform für das gesamte Gehirn zur Erforschung des Drosophila-Gehirns. Seit 2019 nutzen Wissenschaftler und erfahrene Korrektoren FlyWire, um KI-Segmentierungen ganzer Fruchtfliegengehirne Korrektur zu lesen. Bis Juni 2023 wurden in FlyWire mehr als 120.000 Neuronen Korrektur gelesen, darunter das gesamte Zentralhirn.

Wie in der Abbildung unten gezeigt, enthält das gesamte in dieser Studie rekonstruierte erwachsene Gehirn von Drosophila 127.978 Neuronen (Abbildung 1a) mit 53 Millionen Synapsen zwischen ihnen. Bilder des gesamten Gehirns der erwachsenen weiblichen Drosophila melanogaster (Abb. 1e, f) wurden zuvor durch serielle Schnittübertragungs-EM erhalten und von Zheng et al. in den öffentlichen Bereich freigegeben.

Bilder

Dieser Artikel zeigt, dass die durch die Rekonstruktion des gesamten Drosophila-Gehirns in dieser Studie erhaltene Verbindungskarte vollständig genug ist, um als „Konnektom“ bezeichnet zu werden. Das Konnektom ist im Vergleich zu Caenorhabditis elegans (300 Neuronen, weniger als 10^4 Synapsen) und Drosophila-Larven im ersten Larvenstadium (3.000 Neuronen, 5×10^5 Synapsen) deutlich verbessert. Ein Sprung nach vorne: Das Konnektom übersteigt nicht nur die Hälfte des Drosophila-Gehirns In seiner Menge deckt es auch die subösophageale Zone (SEZ) des Drosophila-Zentralhirns ab, die für den Geschmack und die mechanische Wahrnehmung sehr wichtig ist. Darüber hinaus deckt das Konnektom auch die Prozesse ab, die Motoneuronen vom Drosophila-Gehirn nach unten treiben.

Die folgende Abbildung zeigt die Kategorien von Neuronen. Abbildung (a) zeigt, dass Neuronen im Drosophila-Gehirn nach „Strom“ klassifiziert werden: intrinsisch, afferent und efferent. Jede Flussklasse wird dann basierend auf Standort und Funktion weiter in „Superklassen“ unterteilt. Dem ersten öffentlich zugänglichen Facettenauge fehlten etwa 8.000 Netzhautzellen und vier winzige Augäpfel einer Hemisphäre, Teile, die durch schraffierte Balken gekennzeichnet sind. (b) Mithilfe dieser neuronalen Annotationen erstellte die Studie eine aggregierte synaptische Karte zwischen Superklassen im Drosophila-Gehirn. (c) Darstellung aller Neuronen in jeder Oberklasse. (d) Zusätzlich zum Augennerv und dem Halsbindegewebe (CV) gibt es in jeder Hemisphäre 8 Nerven. Alle Neuronen, die den Nerv kreuzen, werden rekonstruiert und erklärt. (e) Sensorische Neuronen können basierend auf ihren Reaktionen auf sensorische Modalitäten unterteilt werden. In FlyWire wurden fast alle sensorischen Neuronen nach Modalität klassifiziert. (f) Darstellung aller nicht-visuellen sensorischen Neuronen.

Mit 130.000 annotierten Neuronen und 53 Millionen Synapsen haben die Princeton University und andere das erste vollständige Gehirnkonnektom einer „adulten Fliege veröffentlichtBild

Das Bild unten ist ein Diagramm des Gehirns der Fruchtfliege, das für die Verarbeitung visueller Informationen verantwortlich ist:

Mit 130.000 annotierten Neuronen und 53 Millionen Synapsen haben die Princeton University und andere das erste vollständige Gehirnkonnektom einer „adulten Fliege veröffentlichtBild

Das Bild unten zeigt den Informationsfluss durch das Zentralhirn von eine Fruchtfliege:

Mit 130.000 annotierten Neuronen und 53 Millionen Synapsen haben die Princeton University und andere das erste vollständige Gehirnkonnektom einer „adulten Fliege veröffentlicht Bilder

Die größte jemals validierte Sammlung von Zelltypen

Das FlyWire-Connectome ist das größte und komplexeste Connectome, das jemals erhalten wurde. In einem anderen Artikel mit dem Titel „Ein Konsens-Zelltypatlas aus mehreren Konnektomen enthüllt Prinzipien der Schaltkreisstereotypie und -variation“ stellte das Team einige Schlüsselfragen auf und beantwortete sie, um Konnektome dieser Größenordnung weiter zu erklären:

1) Wie Welche Kanten wichtig sind für wissen?

2) Wie kann man Connectome-Diagramme vereinfachen, um automatisierte oder manuelle Analysen zu unterstützen?

3) Inwieweit ist dieses Konnektom eine Momentaufnahme eines einzelnen Gehirns oder repräsentativ für die Art als Ganzes?

Mit 130.000 annotierten Neuronen und 53 Millionen Synapsen haben die Princeton University und andere das erste vollständige Gehirnkonnektom einer „adulten Fliege veröffentlichtBilder

Link zum Papier: https://www.biorxiv.org/content/10.1101/2023.06.27.546055v1.full.pdf

Diese Probleme beziehen sich sowohl innerhalb als auch zwischen Datensätzen Die Connectome-Annotation des Satzes ist untrennbar mit der Identifizierung des Zelltyps verbunden.

Auf der einfachsten Ebene wäre die Navigation in dieser verbundenen Gruppe ohne ein umfassendes Anmerkungssystem eine große Herausforderung. Die Anmerkungen des Teams zu dieser Arbeit stellen also eine indizierte und hierarchische Liste von für Menschen lesbaren Teilen bereit, die es Biologen ermöglichen, die für sie interessanten Systeme und Neuronen zu erforschen.


Connectome-Annotation ist auch für die Sicherstellung der Datenqualität von entscheidender Bedeutung, da sie unweigerlich Segmentierungsfehler aufdeckt, die korrigiert werden müssen. Darüber hinaus hat Drosophila eine lange Geschichte in der Erforschung der Schaltkreisbasis einer Vielzahl angeborener und erworbener Verhaltensweisen sowie ihrer entwicklungsgenetischen Ursprünge. Das volle Potenzial des Datensatzes lässt sich nur durch die gegenseitige Identifizierung von Zelltypen innerhalb des Konnektoms erreichen mit denen, die zuvor im Abschnitt „Charakterisierung“ in veröffentlichter und laufender Literatur identifiziert wurden.


Der Vergleich mit partiellen Hemihirn-Konnektomen bestätigt, dass die meisten Fliegenzelltypen stark stereotyp sind und dass Verbindungen innerhalb einfach definierter und allgemeiner heuristischer Konnektome zuverlässig und eher funktionsfähig sind. Dabei wurden jedoch auch unerwartete Veränderungen bei einigen Zelltypen festgestellt und es zeigte sich, dass viele Zelltypen, die ursprünglich in der Gehirnhälfte vorkommen, nicht zuverlässig reidentifiziert werden können. Diese Erkenntnis führte zu der Notwendigkeit, eine neue und leistungsstarke Methode zur Definition von Zelltypen in Connectomics-Datensätzen zu entwickeln und anzuwenden.

In dieser Studie generierten Forscher für Menschen lesbare Anmerkungen auf verschiedenen Granularitätsebenen (Superklasse, Zellklasse, Abstammungsklasse usw.) für alle Neuronen im Fliegenhirn.

Die von den Forschern bereitgestellte Karte von 4.179 Zelltypen ist nicht die größte aller Zeiten (eine Hälfte des Gehirns hat 5.620, und neuere Arbeiten im Gehirn von Mäusen lieferten bis zu 5.000 Molekülcluster). Es handelt sich jedoch um die größte validierte Sammlung von Zelltypen, die jemals zusammengestellt wurde.

Der Zelltyp ist eine beweisbare Hypothese über die biologische Variabilität innerhalb und zwischen Tieren. In C. elegans wurden 118 Zelltypen, die aus dem ursprünglichen Konnektom abgeleitet wurden, durch die anschließende Analyse des Konnektoms und der molekularen Daten eindeutig bestätigt. Bei einigen Säugetieren ist die Erstellung von Katalogen mit 100 Zelltypen möglich und wurde mit multimodalen Daten wie der Netzhaut oder dem motorischen Kortex validiert.

Großmaßstäbliche molekulare Karten liefern jedoch äußerst informative Hierarchien, es gab jedoch keine Versuche, terminale Zelltypen – die feinsten Einheiten aller Individuen – genau zu definieren. Die Forscher testeten diese fälschbare Zelltyp-Hypothese zum ersten Mal an mehr als 5.000 Zelltypen und bestätigten oder korrigierten etwa 3.166 Zelltypen in Konnektomdaten aus drei Hemisphären.

Es ist erwähnenswert, dass Konnektomdaten für die Abgrenzung von Zelltypen besonders wichtig sind: Sie sind von Natur aus multimodal (durch Bereitstellung von Morphologie und Konnektivität) und können alle Zellen im Gehirn (vollständig) sehen. Es ist sehr unwahrscheinlich, dass Zelltypen, die diesen strengen Test bestehen, (dauerhaft) verändert werden. Basierend auf diesem Verständnis sollten weitere 850 Zelltypen, die innerhalb von nur zwei Hemisphären des FlyWire-Datensatzes definiert sind, ebenfalls genau und dauerhaft sein. Die Forscher gehen davon aus, dass Connectome-Daten zum Goldstandard für Zelltypen werden. Daher wird die Verknüpfung molekularer und konnektomischer Zelltypen von entscheidender Bedeutung sein.

Die Leute sind vielleicht ein wenig überrascht oder sogar enttäuscht, dass mehr als ein Drittel der Hälfte der Zelltypen des Gehirns in FlyWire noch nicht identifiziert werden können. Die Forscher bekräftigen, dass die meisten Zellen identifiziert werden können, und sie gehen davon aus, dass sie durch ihre eigenen Bemühungen und die anderer weiterhin schrittweise Verbesserungen an aktuellen Plattformen und Tools vornehmen werden.

Dennoch offenbaren die aktuellen Ergebnisse mehrere wichtige Probleme: Erstens müssen die vielen Zelltypen, die mithilfe von Daten aus einer einzelnen Gehirnhälfte identifiziert wurden, jetzt geändert werden; zweitens müssen neue Multi-Connectome-Typisierungsmethoden durchgeführt werden (Abbildung 6). Dies bietet eine leistungsstarke und effiziente Lösung Drittens werden Beispiele für kontinuierliche Variation bei erwachsenen Fliegen häufig mit Zelltypen von Säugetieren in Verbindung gebracht, und Forscher verfügen nun über die Werkzeuge und Daten, um diese Variation mit zuvor unmöglicher Präzision zu bewältigen. „Gehirnübergreifende Zelltypisierung“ Entwicklung und Krankheit im gesamten Gehirn.

Das obige ist der detaillierte Inhalt vonMit 130.000 annotierten Neuronen und 53 Millionen Synapsen haben die Princeton University und andere das erste vollständige Gehirnkonnektom einer „adulten Fliege' veröffentlicht. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

AI Hentai Generator

AI Hentai Generator

Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

R.E.P.O. Energiekristalle erklärten und was sie tun (gelber Kristall)
2 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
Repo: Wie man Teamkollegen wiederbelebt
4 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
Hello Kitty Island Abenteuer: Wie man riesige Samen bekommt
4 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌

Heiße Werkzeuge

Notepad++7.3.1

Notepad++7.3.1

Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version

SublimeText3 chinesische Version

Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1

Senden Sie Studio 13.0.1

Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6

Dreamweaver CS6

Visuelle Webentwicklungstools

SublimeText3 Mac-Version

SublimeText3 Mac-Version

Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Die CSRankings National Computer Science Rankings 2024 sind veröffentlicht! CMU dominiert die Liste, MIT fällt aus den Top 5 Die CSRankings National Computer Science Rankings 2024 sind veröffentlicht! CMU dominiert die Liste, MIT fällt aus den Top 5 Mar 25, 2024 pm 06:01 PM

Die 2024CSRankings National Computer Science Major Rankings wurden gerade veröffentlicht! In diesem Jahr gehört die Carnegie Mellon University (CMU) im Ranking der besten CS-Universitäten in den Vereinigten Staaten zu den Besten des Landes und im Bereich CS, während die University of Illinois at Urbana-Champaign (UIUC) einen der besten Plätze belegt sechs Jahre in Folge den zweiten Platz belegt. Georgia Tech belegte den dritten Platz. Dann teilten sich die Stanford University, die University of California in San Diego, die University of Michigan und die University of Washington den vierten Platz weltweit. Es ist erwähnenswert, dass das Ranking des MIT zurückgegangen ist und aus den Top 5 herausgefallen ist. CSRankings ist ein globales Hochschulrankingprojekt im Bereich Informatik, das von Professor Emery Berger von der School of Computer and Information Sciences der University of Massachusetts Amherst initiiert wurde. Die Rangfolge erfolgt objektiv

Das weltweit leistungsstärkste Open-Source-MoE-Modell ist da, mit chinesischen Fähigkeiten, die mit GPT-4 vergleichbar sind, und der Preis beträgt nur fast ein Prozent von GPT-4-Turbo Das weltweit leistungsstärkste Open-Source-MoE-Modell ist da, mit chinesischen Fähigkeiten, die mit GPT-4 vergleichbar sind, und der Preis beträgt nur fast ein Prozent von GPT-4-Turbo May 07, 2024 pm 04:13 PM

Stellen Sie sich ein Modell der künstlichen Intelligenz vor, das nicht nur die Fähigkeit besitzt, die traditionelle Datenverarbeitung zu übertreffen, sondern auch eine effizientere Leistung zu geringeren Kosten erzielt. Dies ist keine Science-Fiction, DeepSeek-V2[1], das weltweit leistungsstärkste Open-Source-MoE-Modell, ist da. DeepSeek-V2 ist ein leistungsstarkes MoE-Sprachmodell (Mix of Experts) mit den Merkmalen eines wirtschaftlichen Trainings und einer effizienten Inferenz. Es besteht aus 236B Parametern, von denen 21B zur Aktivierung jedes Markers verwendet werden. Im Vergleich zu DeepSeek67B bietet DeepSeek-V2 eine stärkere Leistung, spart gleichzeitig 42,5 % der Trainingskosten, reduziert den KV-Cache um 93,3 % und erhöht den maximalen Generierungsdurchsatz auf das 5,76-fache. DeepSeek ist ein Unternehmen, das sich mit allgemeiner künstlicher Intelligenz beschäftigt

KAN, das MLP ersetzt, wurde durch Open-Source-Projekte auf Faltung erweitert KAN, das MLP ersetzt, wurde durch Open-Source-Projekte auf Faltung erweitert Jun 01, 2024 pm 10:03 PM

Anfang dieses Monats schlugen Forscher des MIT und anderer Institutionen eine vielversprechende Alternative zu MLP vor – KAN. KAN übertrifft MLP in Bezug auf Genauigkeit und Interpretierbarkeit. Und es kann MLP, das mit einer größeren Anzahl von Parametern ausgeführt wird, mit einer sehr kleinen Anzahl von Parametern übertreffen. Beispielsweise gaben die Autoren an, dass sie KAN nutzten, um die Ergebnisse von DeepMind mit einem kleineren Netzwerk und einem höheren Automatisierungsgrad zu reproduzieren. Konkret verfügt DeepMinds MLP über etwa 300.000 Parameter, während KAN nur etwa 200 Parameter hat. KAN hat eine starke mathematische Grundlage wie MLP und basiert auf dem universellen Approximationssatz, während KAN auf dem Kolmogorov-Arnold-Darstellungssatz basiert. Wie in der folgenden Abbildung gezeigt, hat KAN

Hallo, elektrischer Atlas! Der Boston Dynamics-Roboter erwacht wieder zum Leben, seltsame 180-Grad-Bewegungen machen Musk Angst Hallo, elektrischer Atlas! Der Boston Dynamics-Roboter erwacht wieder zum Leben, seltsame 180-Grad-Bewegungen machen Musk Angst Apr 18, 2024 pm 07:58 PM

Boston Dynamics Atlas tritt offiziell in die Ära der Elektroroboter ein! Gestern hat sich der hydraulische Atlas einfach „unter Tränen“ von der Bühne der Geschichte zurückgezogen. Heute gab Boston Dynamics bekannt, dass der elektrische Atlas im Einsatz ist. Es scheint, dass Boston Dynamics im Bereich kommerzieller humanoider Roboter entschlossen ist, mit Tesla zu konkurrieren. Nach der Veröffentlichung des neuen Videos wurde es innerhalb von nur zehn Stunden bereits von mehr als einer Million Menschen angesehen. Die alten Leute gehen und neue Rollen entstehen. Das ist eine historische Notwendigkeit. Es besteht kein Zweifel, dass dieses Jahr das explosive Jahr der humanoiden Roboter ist. Netizens kommentierten: Die Weiterentwicklung der Roboter hat dazu geführt, dass die diesjährige Eröffnungsfeier wie Menschen aussieht, und der Freiheitsgrad ist weitaus größer als der von Menschen. Aber ist das wirklich kein Horrorfilm? Zu Beginn des Videos liegt Atlas ruhig auf dem Boden, scheinbar auf dem Rücken. Was folgt, ist atemberaubend

Google ist begeistert: JAX-Leistung übertrifft Pytorch und TensorFlow! Es könnte die schnellste Wahl für das GPU-Inferenztraining werden Google ist begeistert: JAX-Leistung übertrifft Pytorch und TensorFlow! Es könnte die schnellste Wahl für das GPU-Inferenztraining werden Apr 01, 2024 pm 07:46 PM

Die von Google geförderte Leistung von JAX hat in jüngsten Benchmark-Tests die von Pytorch und TensorFlow übertroffen und belegt bei 7 Indikatoren den ersten Platz. Und der Test wurde nicht auf der TPU mit der besten JAX-Leistung durchgeführt. Obwohl unter Entwicklern Pytorch immer noch beliebter ist als Tensorflow. Aber in Zukunft werden möglicherweise mehr große Modelle auf Basis der JAX-Plattform trainiert und ausgeführt. Modelle Kürzlich hat das Keras-Team drei Backends (TensorFlow, JAX, PyTorch) mit der nativen PyTorch-Implementierung und Keras2 mit TensorFlow verglichen. Zunächst wählen sie eine Reihe von Mainstream-Inhalten aus

KI untergräbt die mathematische Forschung! Der Gewinner der Fields-Medaille und der chinesisch-amerikanische Mathematiker führten 11 hochrangige Arbeiten an | Gefällt mir bei Terence Tao KI untergräbt die mathematische Forschung! Der Gewinner der Fields-Medaille und der chinesisch-amerikanische Mathematiker führten 11 hochrangige Arbeiten an | Gefällt mir bei Terence Tao Apr 09, 2024 am 11:52 AM

KI verändert tatsächlich die Mathematik. Vor kurzem hat Tao Zhexuan, der diesem Thema große Aufmerksamkeit gewidmet hat, die neueste Ausgabe des „Bulletin of the American Mathematical Society“ (Bulletin der American Mathematical Society) weitergeleitet. Zum Thema „Werden Maschinen die Mathematik verändern?“ äußerten viele Mathematiker ihre Meinung. Der gesamte Prozess war voller Funken, knallhart und aufregend. Der Autor verfügt über eine starke Besetzung, darunter der Fields-Medaillengewinner Akshay Venkatesh, der chinesische Mathematiker Zheng Lejun, der NYU-Informatiker Ernest Davis und viele andere bekannte Wissenschaftler der Branche. Die Welt der KI hat sich dramatisch verändert. Viele dieser Artikel wurden vor einem Jahr eingereicht.

FisheyeDetNet: der erste Zielerkennungsalgorithmus basierend auf einer Fischaugenkamera FisheyeDetNet: der erste Zielerkennungsalgorithmus basierend auf einer Fischaugenkamera Apr 26, 2024 am 11:37 AM

Die Zielerkennung ist ein relativ ausgereiftes Problem in autonomen Fahrsystemen, wobei die Fußgängererkennung einer der ersten Algorithmen ist, die eingesetzt werden. In den meisten Arbeiten wurde eine sehr umfassende Recherche durchgeführt. Die Entfernungswahrnehmung mithilfe von Fischaugenkameras für die Rundumsicht ist jedoch relativ wenig untersucht. Aufgrund der großen radialen Verzerrung ist es schwierig, die standardmäßige Bounding-Box-Darstellung in Fischaugenkameras zu implementieren. Um die obige Beschreibung zu vereinfachen, untersuchen wir erweiterte Begrenzungsrahmen-, Ellipsen- und allgemeine Polygondesigns in Polar-/Winkeldarstellungen und definieren eine mIOU-Metrik für die Instanzsegmentierung, um diese Darstellungen zu analysieren. Das vorgeschlagene Modell „fisheyeDetNet“ mit polygonaler Form übertrifft andere Modelle und erreicht gleichzeitig 49,5 % mAP auf dem Valeo-Fisheye-Kameradatensatz für autonomes Fahren

Tesla-Roboter arbeiten in Fabriken, Musk: Der Freiheitsgrad der Hände wird dieses Jahr 22 erreichen! Tesla-Roboter arbeiten in Fabriken, Musk: Der Freiheitsgrad der Hände wird dieses Jahr 22 erreichen! May 06, 2024 pm 04:13 PM

Das neueste Video von Teslas Roboter Optimus ist veröffentlicht und er kann bereits in der Fabrik arbeiten. Bei normaler Geschwindigkeit sortiert es Batterien (Teslas 4680-Batterien) so: Der Beamte hat auch veröffentlicht, wie es bei 20-facher Geschwindigkeit aussieht – auf einer kleinen „Workstation“, pflücken und pflücken und pflücken: Dieses Mal wird es freigegeben. Eines der Highlights Der Vorteil des Videos besteht darin, dass Optimus diese Arbeit in der Fabrik völlig autonom und ohne menschliches Eingreifen während des gesamten Prozesses erledigt. Und aus Sicht von Optimus kann es auch die krumme Batterie aufnehmen und platzieren, wobei der Schwerpunkt auf der automatischen Fehlerkorrektur liegt: In Bezug auf die Hand von Optimus gab der NVIDIA-Wissenschaftler Jim Fan eine hohe Bewertung ab: Die Hand von Optimus ist der fünffingrige Roboter der Welt am geschicktesten. Seine Hände sind nicht nur taktil

See all articles