Richard Andersen과 그의 동료들은이 방법을 사용하여 사지 마비 환자의 정수리 피질에서 기록했습니다.
전극을 가로 지르는 활동 패턴을 분석함으로써 환자는 실제로 그렇게 할 수는 없지만 환자가 어디로 옮길지를 알 수있었습니다.
이러한 종류의 연구의 궁극적 인 목표는 기록을 사용하여 로봇 팔이나 다리 또는 실제 팔과 다리를 제어하여 원하는 방향으로 움직입니다. 이것이 가능하다는 것을 이미 보여주었습니다. 사지 마비 환자의 뇌에서 기록을 가져 왔으며 컴퓨터 화면에 표시된대로 가상 팔의 움직임을 제어하는 데 사용되었습니다. 환자는 원하는 방향을 생각하여 팔을 움직이는 법을 배웠습니다.
단일 뉴런에서 녹음
마지막으로, 수술 자체 동안 단일 뉴런의 활동을 기록하기 위해 뇌에 미세 전극을 삽입하는 것이 임상 적으로 정당하다고 판단되는 상황이있다. 뇌에 통증 수용체가 없기 때문에 절차는 고통이 없습니다.
Itzhak Fried와 Christof Koch는 수술 중 해마와 주변 지역에 전극을 삽입했으며 환자가 유명한 사람들의 사진을 보는 동안 기록했습니다. 그들은 특정 사람들에게 선택적으로 반응하는 개별 뉴런을 발견했습니다. 많은 유명한 저명한 교수가 Jennifer Aniston의 사진에 대한 응답으로 하나의 뉴런이 어떻게 폭발적인 활동을 보였는지를 강의했습니다.
선택적으로 코딩하는 뉴런을 찾는 것은 정말 놀라운 일이지만 오해되기 쉽습니다. 우선, 환자가 이름을 읽을 때 동일한 뉴런이 반응했습니다. 그래서 활동은 그녀의 인식보다는 Jennifer Aniston의 기억을 반영합니다. 둘째, 작은 뉴런 샘플에서만 기록하는 것이 가능했기 때문에 이것이 이런 방식으로 반응 한 지역에서 유일한 뉴런이라는 증거는 없습니다.
생물학적으로 그럴듯한 계산 모델
그래서 장기적으로 미래는 어떻습니까? 뇌를 이해하기 위해 우리가해야 할 일은 뇌 영상을 사용하거나 뉴런으로부터 기록하는 것이라고 아무도 믿지 않습니다. 인간의 뇌에는 약 1,000 억 개의 뉴런이 있습니다. 따라서 우리는 슈퍼 컴퓨터에서 실행할 수있는 뇌의 작동 방식에 대한 모델이 필요합니다.
이 모델들은 뇌의 두 가지 특징을 고려해야합니다. 첫 번째는 훌륭한 아키텍처입니다. 이것은 뉴런이 수염의 굽힘에 반응하는 마우스 체성 감각 피질 영역에 대해 이미 수행되었습니다. 이 성과는 많은 유럽 연구소의 협력과 IBM의 Blue Brain 컴퓨터의 방대한 컴퓨팅 능력을 가져 왔습니다.
두 번째는 뇌의 전체 구조이며, 관련된 구조의 유형을 의미합니다. 이제 Google이 소유 한 회사 Deep Mind가이를 시작했습니다. 이것은 보드 게임 Go의 세계 챔피언 플레이어를이긴 AlphaGo 프로그램을 개발함으로써 미디어의 주목을 받았습니다. 두뇌와 마찬가지로 프로그램의 아키텍처에는 계획 및 가치 네트워크가 포함되며이를 바탕으로 특정 위치의 예상 결과를 예측하는 방법을 배울 수 있습니다.
그러므로 장기적인 목표는 우리가 실제 뇌에 대해 알고있는 것의 관점에서 점점 더 유연하고 생물학적으로 그럴듯한 컴퓨터 모델을 생산하는 것이어야한다는 것이 분명합니다.
이것이 완료되었다고 가정합시다.