當前的神經(jīng)網(wǎng)絡(luò)算法產(chǎn)生了令人印象深刻的結(jié)果，有助于解決許多問題。但是，用于運行這些算法的電子設(shè)備仍然需要太多的處理能力。當涉及實時處理感官信息或與環(huán)境的交互時，這些人工智能(AI)系統(tǒng)根本無法與實際的大腦競爭。
Neuromorphic芯片可檢測高頻振蕩
神經(jīng)形態(tài)工程學是一種有希望的新方法，可以彌合人工智能與自然智能之間的鴻溝。蘇黎世大學，蘇黎世聯(lián)邦理工學院和蘇黎世大學醫(yī)院的跨學科研究團隊已經(jīng)使用這種方法來開發(fā)基于神經(jīng)形態(tài)技術(shù)的芯片，該芯片能夠可靠，準確地識別復(fù)雜的生物信號?？茖W家們能夠使用這項技術(shù)成功檢測以前記錄的高頻振蕩(HFO)。使用顱內(nèi)腦電圖(iEEG)測量的這些特定波已被證明是用于識別引起癲癇發(fā)作的腦組織的有前途的生物標志物。
復(fù)雜，緊湊且節(jié)能
研究人員首先設(shè)計了一種算法，該算法可以通過模擬大腦的自然神經(jīng)網(wǎng)絡(luò)(即所謂的尖峰神經(jīng)網(wǎng)絡(luò)(SNN))來檢測HFO。第二步涉及在指甲大小的硬件中實現(xiàn)SNN，該硬件通過電極接收神經(jīng)信號，并且與傳統(tǒng)計算機不同，它具有很高的能源效率。這樣就可以在不依賴互聯(lián)網(wǎng)或云計算的情況下以非常高的時間分辨率進行計算。UZH和ETH Zur-ich的神經(jīng)信息學研究所教授Giacomo Indiveri說：“我們的設(shè)計使我們能夠?qū)崟r識別生物信號中的時空模式。”
測量手術(shù)室和醫(yī)院外部的HFO
研究人員現(xiàn)在計劃利用他們的發(fā)現(xiàn)來創(chuàng)建一個電子系統(tǒng)，該系統(tǒng)可以實時可靠地識別和監(jiān)視HFO。當用作手術(shù)室中的附加診斷工具時，該系統(tǒng)可以改善神經(jīng)外科手術(shù)干預(yù)的結(jié)果。
但是，這不是HFO識別可以發(fā)揮重要作用的唯一領(lǐng)域。該小組的長期目標是開發(fā)一種可以在醫(yī)院外使用的監(jiān)測癲癇病的設(shè)備，這將使數(shù)周或數(shù)月的大量電極信號分析成為可能。Indiveri說：“我們希望在設(shè)計中集成低能耗的無線數(shù)據(jù)通信，例如將其連接到手機。”蘇黎世大學醫(yī)院的神經(jīng)生理學家Johannes Sarnthein闡述道：“諸如此類的便攜式或可植入芯片可以識別癲癇發(fā)作率較高或較低的時期，這將使我們能夠提供個性化的藥物。”這項癲癇病研究正在蘇黎世癲癇病學和癲癇手術(shù)中心進行，
標簽： 人工神經(jīng)元
免責聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！