投稿问答最小化  关闭

万维书刊APP下载

读科研丨AI材料可自我学习并形成“肌肉记忆”

2022/10/27 13:44:21  阅读:208 发布者:

要提倡科学,靠科学才有希望。

——邓小平

291

AI材料可自我学习并形成“肌肉记忆”

在建筑、飞机和成像技术等方面具有重要应用

就像一个不用看琴键就能熟练弹奏的钢琴家,近日,美国加州大学洛杉矶分校的机械工程师设计出了一种新的材料,可随时间推移学习行为并发展出它自己的“肌肉记忆”,允许实时适应不断变化的外力。该材料由一个具有可调梁的结构系统组成,能根据动态条件改变其形状和行为。这项研究现已发表在《科学·机器人》上,将在建筑、飞机和成像技术等方面具有重要应用。

领导该研究的乔纳森·霍普金斯教授说,这种人工智能材料可对暴露于环境条件时应表现出的行为和特性进行学习。例如,当材料被放置在飞机机翼中时,它可以学习飞行过程中风的模式,改变自身机翼的形状,以提高飞机的效率和机动性;被注入这种材料的建筑结构还可自我调整某些区域的刚度,以提高其在地震或其他自然或人为灾害期间的整体稳定性。

科学家们利用和调整了现有人工神经网络的概念。人工神经网络正是驱动机器学习的算法,研究人员在互连系统中开发了人工神经网络组件的机械等效物。这一机械神经网络由以三角形格子图案定向的单独可调光束组成,每根梁都具有音圈、应变片和挠曲件,使梁能够改变其长度,实时适应不断变化的环境,并与系统中的其他梁相互作用。

然后,优化算法通过从每个应变仪获取数据并确定刚度值的组合来控制整个系统。为了检查应变仪监控系统的有效性,团队还使用了在系统输出节点上训练的相机。

该系统的早期原型,在施加力的输入和机械神经网络响应的输出之间表现滞后,影响了系统的整体性能。研究团队测试了梁中应变仪和弯曲的多次迭代以及不同的晶格图案和厚度,最终设计方案克服了滞后并在各个方向准确地分配了施加的力。

目前该系统大约有微波炉那么大,但研究人员计划简化机械神经网络设计,以便在3D晶格内以微尺度制造数千个网络,用于实际材料应用。

作者:张梦然 来源:科技日报

深度学习可识别显微照片中的细菌

近日,美国华盛顿大学研究人员开发出一种深度学习软件Omnipose,能帮助解决在显微镜图像中识别各种微小细菌的挑战。研究结果已发表在《自然·方法学》杂志上。

科学家研究发现,在大型细菌图像数据库上训练的Omnipose,在表征和量化混合微生物培养物中的无数细菌方面表现良好,并消除了其前身可能出现的一些错误。由于不同细菌的光学特性存在差异,Omnipose在克服识别问题方面表现出色。

由于抗生素治疗或细菌间侵袭过程中产生的化学物质的拮抗作用,该软件不会轻易被细胞形状的极端变化所欺骗。事实上,该程序表明它甚至可在大肠杆菌试验中检测细胞中毒。

大多数细菌是球形或棒状,但有些具有其他基本形式,例如扭曲的螺旋形。Omnipose还可识别更精细的细菌,这些细菌具有细长的形状,其物理特征会使深度学习工具难以判断图像中存在哪些细菌。

在分析来自杂草拟南芥根的细胞时,Omnipose在这个3D样本中确实显示出一些优势。

为了探究它是否也可成为其他依赖显微镜的生物、甚至非生命科学领域的多功能工具,研究人员在超小型蛔虫——秀丽隐杆线虫的显微照片上试用了该程序。作为遗传、神经科学、发育和微生物行为研究中的重要生物,秀丽隐杆线虫像一些细菌一样,具有细长的形状,也可像许多其它蠕虫一样扭曲自己。

结果表明,无论它的各种伸展、收缩和其他运动如何,Omnipose都可挑选出秀丽隐杆线虫,这种能力在延时跟踪秀丽隐杆线虫运动期间的神经研究中可能是有用的。

在设计像Omnipose这样的工具时,研究人员正在研究单像素精度的尺度来定义细胞的边界,这是因为大多数细菌细胞体图像仅由少量像素组成。研究人员解释说,在图像中定义边界称为分割,通过深度神经网络、高精度分割算法开发的Ominpose具有前所未有的分割精度。

Omnipose在各种细胞形态和模式上的高性能,可能会从以前无法访问的显微镜图像中解开信息,这或将改变生物图像分析的游戏规则。

作者:张梦然 来源:科技日报

磁共振成像新技术“看清”大脑神经活动

可在毫秒级时间尺度上进行监测

韩国研究团队近期开发出一种新方法,可使用磁共振成像(MRI)在毫秒级时间尺度上,非侵入性地跟踪大脑信号的传播。这项发表于《科学》杂志的最新研究有望给了解大脑带来革命性突破。

依赖血氧水平的功能磁共振成像(fMRI)用于获取活人的大脑图像,这项技术并不是直接观察神经元活动,而是通过一项指标追踪大脑中血流的变化,即血氧水平依赖效应。实践中,通常在几秒钟内,依赖血氧水平的fMRI会随着时间的推移产生多幅图像。新研究中,研究人员没有用到任何全新的仪器设备,只是修改了磁共振脑部扫描的方式。

这项新技术名为神经元活动直接成像(DIANA),其工作原理是对传统的MRI机器进行改造,以更快的速度,在毫秒级别生成一系列局部图像。这一速度相当于思维的速度,神经信号传递在毫秒级别,整个认知、决策等活动只需要0.1秒。然后,研究人员将这些局部图像拼接在一起,以获得每个时间点的大脑横截面的完整视图。

为了看看他们是否可以通过这种方法识别大脑活动的任何信号,研究人员将麻醉的老鼠放入MRI扫描仪中,然后用电流轻轻敲击其面部的胡须垫。他们发现,在电击后25毫秒左右,他们的技术产生的图像在体感皮层(感知胡须刺激的小鼠大脑部分)中记录了某种信号。

进一步探索发现,DIANA信号实际上随着时间的推移而移动。它在敲击胡须垫后大约10毫秒出现在称为丘脑的大脑区域,在大约25毫秒时移动到体感皮层的一个部分,然后在几毫秒后在体感皮层的另一部分出现。

通过使用电生理学和光遗传学等侵入性技术对同一大脑区域进行测量,研究小组表明,DIANA信号实际上是在追踪神经元活动对胡须刺激的反应。

到目前为止,这项新技术只在小鼠身上进行了测试,但研究人员已经将其称为“游戏规则的改变者”,这表明它可能会改变科学家研究大脑的方式,并导致对大脑工作原理的新理解。

作者:张佳欣 来源:科技日报

细胞应激反应或是抗衰和延寿关键

当衰老年龄“开启”时,细胞中的应激反应可能是延缓衰老和延长寿命的关键。来自新加坡南洋理工大学科学家们的这一新发现,为开发可以延缓发病甚至解决与年龄相关疾病(如癌症、痴呆和中风)的疗法打开了大门。这项发表于《自然·通讯》上的研究结果,是首次发现这种压力反应与衰老之间的联系。

在对一种与人类相似的秀丽隐杆线虫进行的实验中,研究小组发现,与喂食正常饮食的线虫相比,通过喂食高糖饮食来开启衰老线虫的这种应激反应可以延长它们的寿命。

研究人员确定了一种名为“未折叠蛋白反应”的细胞途径,它会影响喂食高糖饮食的动物寿命。他们发现,抑制这一途径极大地延长了这些动物的寿命,因此提出,针对这一途径的操纵可能会延长患有代谢障碍的人的寿命。

南洋理工大学-生物科学学院-细胞生物学家兼研究带头人纪尧姆·蒂博教授说:“虽然新研究发现,高糖饮食可能有助于延缓线虫的衰老并延长其寿命,但我们并不建议老年人转向高糖饮食。这项研究确实表明,在细胞中触发某些应激反应可能会促进长寿,而用药物激活这种应激反应可能是减缓细胞衰老的关键。”

除了证明在衰老的线虫中操纵这种应激反应的效果外,科学家还表明,当喂食高葡萄糖饮食的幼虫“关闭”相同的反应时,它们比正常饮食情况下的线虫活得更长。

蒂博教授说:“衰老是各种人类疾病的关键风险因素。从公共卫生的角度来看,确定支撑衰老过程的细胞途径可以使我们朝着开发治疗与年龄相关疾病的新治疗策略更近一步。”

作者:张佳欣 来源:科技日报

新研究向治愈艾滋病跨出重要一步

40多年来,世界各地的科学家一直在努力寻找治疗艾滋病(AIDS)的方法,但还未取得成功。近日,由丹麦奥胡斯大学领导的国际科研团队,找到一种增强人体自身抗击艾滋病病毒(HIV)能力的方法,相关论文已发表在《自然·医学》杂志上。这是向治愈艾滋病迈出的重要一步。

目前,抗逆转录病毒疗法(ART)主要用于治疗HIV和预防AIDS的发作,这种疗法可以抑制血液中的病毒数量,并部分恢复免疫系统。然而,如果停止ART疗法,血液中的病毒数量在几周内就会上升到治疗开始前的水平。这是因为HIV隐藏在人体某些免疫细胞的基因组中,而这项研究正是针对这些细胞,对其进行干预。

研究人员研究了两种类型的实验药物对最近被诊断出感染艾滋病的人的影响。

来自丹麦和英国的研究参与者被随机分为四组,所有人都接受了ART疗法。他们中的一些人还接受了药物罗米地辛,这种药物可防止病毒隐藏在人体的免疫细胞中;另一些人则接受了针对HIV的单抗药物,这可能会清除被感染的细胞,增强免疫系统;其中一组接受不含实验药物的ART疗法,另一组接受的是ART和两种实验药物相组合的疗法。

研究结果表明,新诊断出的HIV携带者,如果在接受治疗的同时服用抗HIV的单抗,在治疗开始后,病毒数量下降的速度会更快,并对HIV产生更好的免疫力。如果他们暂停服用常用的抗HIV药物,免疫系统也可部分或完全抑制病毒。

该实验背后的理论是,单抗有助于免疫系统识别和杀死受感染的细胞。

此外,抗体还与最终进入淋巴结的病毒结合形成大复合物,会刺激某些免疫细胞对艾滋病毒产生免疫力。这样,人体或许能够控制病毒的传播,并“保护”自己免受HIV感染引起的伤害。

先前对实验药物的临床试验显示,如果暂停ART疗法,人们对HIV的免疫力或免疫系统抑制感染的能力没有任何重大影响。

尽管取得显著成果,但在看到HIV完全治愈之前,研究人员称,还需要进一步找到优化治疗效果的方法。

作者:张佳欣 来源:科技日报

转自:建强伟业科研服务”微信公众号

如有侵权,请联系本站删除!


  • 万维QQ投稿交流群    招募志愿者

    版权所有 Copyright@2009-2015豫ICP证合字09037080号

     纯自助论文投稿平台    E-mail:eshukan@163.com