Périphériques technologiques
IA
Un cerveau hybride homme-souris apparaît ! Une recherche de 7 ans de l'Université de Stanford publiée dans Nature
Un cerveau hybride homme-souris apparaît ! Une recherche de 7 ans de l'Université de Stanford publiée dans Nature
Cet article est réimprimé avec l'autorisation d'AI New Media Qubit (ID de compte public : QbitAI). Veuillez contacter la source pour la réimpression.
Les organoïdes cérébraux humains sont désormais combinés avec succès avec des cerveaux de souris entre les mains des scientifiques.
Et si vous touchez les moustaches d’une souris, ces cellules cérébrales peuvent réagir normalement.
Les résultats de cette recherche menée à Stanford ont été publiés dans le dernier numéro de Nature.
Quelle est la profondeur de la combinaison de ce « cerveau hybride homme-souris » ?
Selon les propres mots de l'auteur correspondant Sergiu Pasca, neuroscientifique à Stanford : C'est comme ajouter un nouveau transistor à un circuit.
Que diable se passe-t-il ?
Intégration du tissu cérébral humain dans le cerveau du rat
Pour que cela soit clair, nous devons commencer par les
organoïdes. Les organoïdes sont une collection de cellules cultivées à partir de cellules souches humaines telles que les cellules souches embryonnaires et les cellules souches pluripotentes induites.
Ces dernières années, les organoïdes ont constitué un point chaud universitaire dans le domaine des neurosciences, car ces micro-organes tridimensionnels contiennent certaines caractéristiques clés de leurs organes représentatifs et peuvent être utilisés pour simuler le développement humain et les maladies in vitro.
En d’autres termes, à l’aide d’organoïdes, les scientifiques peuvent observer directement diverses structures des reins, des intestins et même du cerveau dans une boîte de Pétri pour explorer les mécanismes neuronaux sous-jacents.
La commodité est la commodité, mais les organoïdes ont aussi de nombreuses limites.
Par exemple, bien que les organoïdes cérébraux puissent imiter le cerveau humain, ils sont difficiles à établir des connexions neuronales comme un vrai cerveau et ne peuvent pas être intégrés à d'autres circuits neuronaux qui contrôlent le comportement.
Des chercheurs de l'Université de Stanford visent à briser cette limitation.
Leur plan expérimental est le suivant :
Tout d'abord, utiliser des cellules souches humaines pour cultiver une structure semblable à un cerveau similaire au cortex cérébral.
Ensuite, transplantez-le dans le cortex somatosensoriel du cerveau de rats athymiques âgés de seulement 2-3 jours. Cette zone du cerveau du rat reçoit des signaux des moustaches et d'autres organes sensoriels et les transmet à d'autres zones du cerveau.
Le nombre de rats nouveau-nés participant à l'expérience est d'environ 100. Ils sont tous implantés dans la même partie de l’organoïde cérébral afin que les scientifiques puissent mieux suivre son développement.
Au début, ces tissus cérébraux humains ne mesuraient qu'environ 5 mm de long, mais après 6 mois, ils occupaient 1/3 de l'hémisphère cérébral du rat.
La raison pour laquelle ces tissus cérébraux humains peuvent se développer est que les cellules endothéliales de rat y ont rapidement pénétré et ont formé des vaisseaux sanguins. Les vaisseaux sanguins fournissent des nutriments et des substances de signalisation aux cellules humaines et évacuent les déchets métaboliques.
Les chercheurs ont également observé que des cellules immunitaires résidentes dans le cerveau des rats apparaissaient également dans des tissus cérébraux humains transplantés.
De plus, les résultats expérimentaux montrent que les neurones des organoïdes ont réussi à établir un mécanisme de travail dans le cerveau du rat et à s'intégrer aux propres circuits neuronaux du rat.
En d'autres termes, ces tissus cérébraux humains ont été mélangés au cerveau du rat et
en font partie! À cette époque, les chercheurs ont découvert que les cellules humaines du cortex somatosensoriel des souris réagissaient également lorsqu'elles touchaient leurs moustaches.
De plus, les chercheurs ont également spécialement traité certains tissus cérébraux humains afin que les neurones individuels puissent être activés par la lumière bleue de fréquences spécifiques.
Les rats implantés avec ces tissus cérébraux humains ont participé à un nouvel entraînement : des fibres optiques ultra-fines étaient implantées dans leur cerveau. Lorsque ces fibres optiques émettaient de la lumière bleue, ils pouvaient boire l'eau du robinet.
Les résultats ont montré que ces rats ont appris à associer la lumière bleue à l'eau potable. Cela a montré que les cellules cérébrales humaines implantées étaient réellement impliquées dans le travail du cerveau du rat.
Il convient de noter que les chercheurs ont mentionné que les organoïdes cérébraux transplantés dans des cerveaux de rats ont une forme et une fonction plus complexes que les organoïdes cérébraux cultivés in vitro.
Quelle est la signification ?
Les scientifiques ont exprimé leur espoir de
explorer davantage les maladies neurodégénératives humaines et les maladies mentales grâce à de telles expériences, puis de développer de nouveaux médicaments efficaces. L'épilepsie, la maladie d'Alzheimer, le syndrome de Parkinson et la sclérose latérale amyotrophique dont on entend souvent parler sont toutes des maladies neurodégénératives.
Afin de mieux comprendre l'activité des tissus cérébraux chez les patients atteints de maladies neurologiques, Cette recherche a duré au total 7 ans.
Dans l'une des expériences, les chercheurs ont implanté des organoïdes cérébraux cultivés à partir de cellules souches de patients atteints du syndrome de Timothy (TS) dans un côté du cerveau de souris, et dans un autre côté, des organoïdes cérébraux provenant d'humains en bonne santé ont été utilisés à des fins de comparaison.
Le syndrome de Morsey est une maladie génétique rare dans laquelle les patients sont sujets à l'arythmie)Après cinq à six mois d'implantation chez la souris, ils ont observé que la maladie Les cellules seront plus petites et se livrent à une activité électrique très différente de celle des cellules cérébrales saines.
Et la morphologie des dendrites aux terminaisons des neurones TS a été considérablement modifiée. Une analyse plus approfondie a révélé qu'à un stade de différenciation similaire, le schéma de ramification dendritique du TS t-hCO dans le cerveau des rats était anormal, alors que la ramification dendritique du TS t-hCO cultivé in vitro ne montrait pas cette situation. Les chercheurs ont souligné que le schéma de ramification dans le cerveau des rats était anormal, ce qui concorde avec leurs recherches antérieures sur cette maladie. On peut voir que l'effet de la révélation de phénotypes de maladies en implantant des cerveaux de type humain dans des rats est assez bon. De manière générale, ces recherches ont attiré l'attention de nombreuses personnes dans les domaines biologique et médical. Madeline A. Lancaster(Madeline A. Lancaster)
, membre du Conseil de recherches médicales de Cambridge, Royaume-Uni, a commenté :Cette recherche est globalement assez progressive et offre une nouvelle façon de comprendre les maladies liées au dysfonctionnement des cellules cérébrales. . méthode.
Mais en fait, il semble qu'aucun problème majeur ne soit survenu jusqu'à présent, et les souris ne sont pas devenues plus intelligentes grâce à l'implantation de cerveaux semblables à ceux des humains. Un rapport publié l'année dernière par l'Académie nationale des sciences, de l'ingénierie et de la médecine déclarait : « Les organes semblables au cerveau provenant de l'homme sont encore trop primitifs pour former la conscience ou l'intelligence humaine. » Professeur Pascal, l'auteur correspondant de cet article. , a déclaré que depuis À en juger par leur processus expérimental et leurs résultats, les rats ont très bien toléré les organoïdes du cerveau humain et la transplantation n'a pas causé de problèmes tels que l'épilepsie. Malgré cela, de nombreuses voix du doute subsistent dans la communauté universitaire. Arlotta, membre de l'équipe de l'Académie nationale des sciences, a un point de vue différent. Elle estime qu'avec le développement de la science, de nouveaux problèmes sont susceptibles de surgir. Elle a déclaré que le thème de « l'intégration des organes humains avec d'autres organismes » devait faire l'objet d'une attention constante et ne devait pas être discuté une seule fois puis ignoré. En particulier pour les primates tels que les singes et les orangs-outans, ils ressemblent davantage aux humains, de sorte que les organes semblables au cerveau humain sont susceptibles de se développer plus maturement et d'avoir un plus grand impact sur le comportement animal. À cet égard, le professeur Pascal a déclaré qu'ils ne mèneraient pas de telles recherches à l'avenir et n'encourageraient pas les autres à mener de telles recherches. De plus, certains chercheurs ont souligné les limites de cette étude : Bien que les résultats de l'implantation de « mini-cerveaux humains » chez des rats soient meilleurs que d'autres expériences animales précédentes, en raison des limitations de temps, d'espace et d'espèces croisées, etc. , même lorsqu'ils sont transplantés à des stades précoces de développement, ils sont incapables de former des circuits neuronaux humains hautement réductibles. Bennett Novitch, membre du Centre de recherche biomédicale et sur les cellules souches de l'UCLA, a également commenté : L'utilisation de rats implantés avec du tissu cérébral humain pour tester des médicaments est réalisable pour de petites études, mais ce n'est toujours pas réalisable pour les sociétés pharmaceutiques car elles ont besoin de rapidité et échelle. Équipe de rechercheL'équipe qui a mené cette étude provenait du Département de psychiatrie et des sciences du comportement et du Département de médecine comparée de l'Université de Stanford. Co-stars : Omer Revah, Felicity Gore et Kevin W. Kelly. Omer Revah, PhD en physiologie et neurosciences computationnelles de l'Université hébraïque. Après avoir obtenu son doctorat, il a travaillé comme chercheur postdoctoral au Département de psychiatrie et des sciences comportementales de l'Université de Stanford. Médecine à l'Université hébraïque. Felicity Gore est actuellement engagée dans des recherches au département de bio-ingénierie de l'Université de Stanford. Kevin W. Kelly, actuellement engagé dans des recherches en neurosciences et génomique au Département de psychiatrie et des sciences du comportement de Stanford. L'auteur correspondant Sergiu PascaIl convient de noter que cette recherche a également soulevé de nouvelles questions éthiques. Le monde extérieur craint que ces « hybrides humains + autres biologiques » nuisent gravement au bien-être animal et créent même des « hommes-rats ».
est actuellement professeur au Département de psychiatrie et des sciences du comportement de l'Université de Stanford.
Adresse papier :
https://www.nature.com/articles/s41586-022-05277-w 参考链接：
[1]https://www.nature.com/articles/d41586-022-03238-x
[2]https://www.washingtonpost.com/science /2022/10/12/cerveau-tissus-rats-stanford/
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!
Outils d'IA chauds
Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes
AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.
Undress AI Tool
Images de déshabillage gratuites
Clothoff.io
Dissolvant de vêtements AI
AI Hentai Generator
Générez AI Hentai gratuitement.
Article chaud
Outils chauds
Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit
SublimeText3 version chinoise
Version chinoise, très simple à utiliser
Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP
Dreamweaver CS6
Outils de développement Web visuel
SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)
Le papier Stable Diffusion 3 est enfin publié, et les détails architecturaux sont révélés. Cela aidera-t-il à reproduire Sora ?
Mar 06, 2024 pm 05:34 PM
L'article de StableDiffusion3 est enfin là ! Ce modèle est sorti il y a deux semaines et utilise la même architecture DiT (DiffusionTransformer) que Sora. Il a fait beaucoup de bruit dès sa sortie. Par rapport à la version précédente, la qualité des images générées par StableDiffusion3 a été considérablement améliorée. Il prend désormais en charge les invites multithèmes, et l'effet d'écriture de texte a également été amélioré et les caractères tronqués n'apparaissent plus. StabilityAI a souligné que StableDiffusion3 est une série de modèles avec des tailles de paramètres allant de 800M à 8B. Cette plage de paramètres signifie que le modèle peut être exécuté directement sur de nombreux appareils portables, réduisant ainsi considérablement l'utilisation de l'IA.
Avez-vous vraiment maîtrisé la conversion des systèmes de coordonnées ? Des enjeux multi-capteurs indispensables à la conduite autonome
Oct 12, 2023 am 11:21 AM
Le premier article pilote et clé présente principalement plusieurs systèmes de coordonnées couramment utilisés dans la technologie de conduite autonome, et comment compléter la corrélation et la conversion entre eux, et enfin construire un modèle d'environnement unifié. L'objectif ici est de comprendre la conversion du véhicule en corps rigide de caméra (paramètres externes), la conversion de caméra en image (paramètres internes) et la conversion d'image en unité de pixel. La conversion de 3D en 2D aura une distorsion, une traduction, etc. Points clés : Le système de coordonnées du véhicule et le système de coordonnées du corps de la caméra doivent être réécrits : le système de coordonnées planes et le système de coordonnées des pixels Difficulté : la distorsion de l'image doit être prise en compte. La dé-distorsion et l'ajout de distorsion sont compensés sur le plan de l'image. 2. Introduction Il existe quatre systèmes de vision au total : système de coordonnées du plan de pixels (u, v), système de coordonnées d'image (x, y), système de coordonnées de caméra () et système de coordonnées mondiales (). Il existe une relation entre chaque système de coordonnées,
Cet article vous suffit pour en savoir plus sur la conduite autonome et la prédiction de trajectoire !
Feb 28, 2024 pm 07:20 PM
La prédiction de trajectoire joue un rôle important dans la conduite autonome. La prédiction de trajectoire de conduite autonome fait référence à la prédiction de la trajectoire de conduite future du véhicule en analysant diverses données pendant le processus de conduite du véhicule. En tant que module central de la conduite autonome, la qualité de la prédiction de trajectoire est cruciale pour le contrôle de la planification en aval. La tâche de prédiction de trajectoire dispose d'une riche pile technologique et nécessite une connaissance de la perception dynamique/statique de la conduite autonome, des cartes de haute précision, des lignes de voie, des compétences en architecture de réseau neuronal (CNN&GNN&Transformer), etc. Il est très difficile de démarrer ! De nombreux fans espèrent se lancer dans la prédiction de trajectoire le plus tôt possible et éviter les pièges. Aujourd'hui, je vais faire le point sur quelques problèmes courants et des méthodes d'apprentissage introductives pour la prédiction de trajectoire ! Connaissances introductives 1. Existe-t-il un ordre d'entrée pour les épreuves de prévisualisation ? R : Regardez d’abord l’enquête, p
DualBEV : dépassant largement BEVFormer et BEVDet4D, ouvrez le livre !
Mar 21, 2024 pm 05:21 PM
Cet article explore le problème de la détection précise d'objets sous différents angles de vue (tels que la perspective et la vue à vol d'oiseau) dans la conduite autonome, en particulier comment transformer efficacement les caractéristiques de l'espace en perspective (PV) en vue à vol d'oiseau (BEV). implémenté via le module Visual Transformation (VT). Les méthodes existantes sont globalement divisées en deux stratégies : la conversion 2D en 3D et la conversion 3D en 2D. Les méthodes 2D vers 3D améliorent les caractéristiques 2D denses en prédisant les probabilités de profondeur, mais l'incertitude inhérente aux prévisions de profondeur, en particulier dans les régions éloignées, peut introduire des inexactitudes. Alors que les méthodes 3D vers 2D utilisent généralement des requêtes 3D pour échantillonner des fonctionnalités 2D et apprendre les poids d'attention de la correspondance entre les fonctionnalités 3D et 2D via un transformateur, ce qui augmente le temps de calcul et de déploiement.
Le premier modèle mondial de génération de vidéos de scènes de conduite autonomes multi-vues DrivingDiffusion : nouvelles idées pour les données et la simulation BEV
Oct 23, 2023 am 11:13 AM
Quelques réflexions personnelles de l'auteur Dans le domaine de la conduite autonome, avec le développement de sous-tâches/solutions de bout en bout basées sur BEV, les données d'entraînement multi-vues de haute qualité et la construction de scènes de simulation correspondantes sont devenues de plus en plus importantes. En réponse aux problèmes des tâches actuelles, la « haute qualité » peut être divisée en trois aspects : des scénarios à longue traîne dans différentes dimensions : comme les véhicules à courte portée dans les données sur les obstacles et les angles de cap précis lors du découpage des voitures, et les données sur les lignes de voie. . Scènes telles que des courbes avec des courbures différentes ou des rampes/fusions/fusions difficiles à capturer. Celles-ci reposent souvent sur de grandes quantités de données collectées et sur des stratégies complexes d’exploration de données, qui sont coûteuses. Valeur réelle 3D - image hautement cohérente : l'acquisition actuelle des données BEV est souvent affectée par des erreurs d'installation/calibrage du capteur, des cartes de haute précision et l'algorithme de reconstruction lui-même. cela m'a amené à
GSLAM | Une architecture générale et un benchmark
Oct 20, 2023 am 11:37 AM
J'ai soudainement découvert un article vieux de 19 ans GSLAM : A General SLAM Framework and Benchmark open source code : https://github.com/zdzhaoyong/GSLAM Accédez directement au texte intégral et ressentez la qualité de ce travail ~ 1 Technologie SLAM abstraite a remporté de nombreux succès récemment et a attiré de nombreuses entreprises de haute technologie. Cependant, la question de savoir comment s'interfacer avec les algorithmes existants ou émergents pour effectuer efficacement des analyses comparatives en termes de vitesse, de robustesse et de portabilité reste une question. Dans cet article, une nouvelle plateforme SLAM appelée GSLAM est proposée, qui fournit non seulement des capacités d'évaluation, mais fournit également aux chercheurs un moyen utile de développer rapidement leurs propres systèmes SLAM.
'Minecraft' se transforme en une ville IA et les habitants des PNJ jouent comme de vraies personnes
Jan 02, 2024 pm 06:25 PM
Veuillez noter que cet homme carré fronça les sourcils, pensant à l'identité des « invités non invités » devant lui. Il s’est avéré qu’elle se trouvait dans une situation dangereuse, et une fois qu’elle s’en est rendu compte, elle a rapidement commencé une recherche mentale pour trouver une stratégie pour résoudre le problème. Finalement, elle a décidé de fuir les lieux, de demander de l'aide le plus rapidement possible et d'agir immédiatement. En même temps, la personne de l'autre côté pensait la même chose qu'elle... Il y avait une telle scène dans "Minecraft" où tous les personnages étaient contrôlés par l'intelligence artificielle. Chacun d’eux a un cadre identitaire unique. Par exemple, la jeune fille mentionnée précédemment est une coursière de 17 ans mais intelligente et courageuse. Ils ont la capacité de se souvenir, de penser et de vivre comme des humains dans cette petite ville de Minecraft. Ce qui les anime est une toute nouvelle,
Revoir! Fusion profonde de modèles (LLM/modèle de base/apprentissage fédéré/mise au point, etc.)
Apr 18, 2024 pm 09:43 PM
Le 23 septembre, l'article « DeepModelFusion:ASurvey » a été publié par l'Université nationale de technologie de la défense, JD.com et l'Institut de technologie de Pékin. La fusion/fusion de modèles profonds est une technologie émergente qui combine les paramètres ou les prédictions de plusieurs modèles d'apprentissage profond en un seul modèle. Il combine les capacités de différents modèles pour compenser les biais et les erreurs des modèles individuels pour de meilleures performances. La fusion profonde de modèles sur des modèles d'apprentissage profond à grande échelle (tels que le LLM et les modèles de base) est confrontée à certains défis, notamment un coût de calcul élevé, un espace de paramètres de grande dimension, l'interférence entre différents modèles hétérogènes, etc. Cet article divise les méthodes de fusion de modèles profonds existantes en quatre catégories : (1) « Connexion de modèles », qui relie les solutions dans l'espace de poids via un chemin de réduction des pertes pour obtenir une meilleure fusion de modèles initiale.
