Как мы слышим? Звуковая волна контактирует с ушной раковиной, самой внешней частью уха. Затем он спускается по спирали вниз по ушному каналу и вызывает вибрацию барабанной перепонки, заставляя косточки, три самые маленькие кости в вашем теле, упираться в овальное окно. Это приводит к химическим реакциям, происходящим в улитке, которая генерирует электрический сигнал к преддверно-улитковому нерву, который затем передает сигнал в соматосенсорную кору.

Хотя приведенный выше путь демонстрирует, как звук передается из окружающей среды в мозг, он не указывает, как химические колебания или реакции преобразуются в мысли, а также не объясняет, почему мысли у разных людей различаются или как они варьируются.

Современные технологии в области неврологии не только находятся в зачаточном состоянии, но, например, им не хватает развития, необходимого для того, чтобы связать наше понимание химических реакций с рассечением мысли. Как специалист по неврологии, общие пути после окончания учебы включают посещение медицинской школы или проведение всей жизни в академических кругах. Ни то, ни другое меня не интересовало, и в сочетании с моим внутренним пониманием программирования я решил заняться вычислительной или трансляционной нейронаукой, чтобы уточнить текущие технологические проблемы, с которыми мы сталкиваемся.

В настоящее время нейробиология является относительно новой и новаторской областью; распространенной технологии недостаточно, чтобы понять сам мозг: мы можем оценивать и исследовать поведение, изучать и препарировать мозг после смерти, но существующей технологии для понимания мозговой активности в реальном времени недостаточно, чтобы полностью понять только функцию мозга. .

Например, технология фМРТ использует магнитно-резонансную томографию для отслеживания активности крови; используя сигналы, зависящие от уровня кислорода в крови (BOLD), аппарат фМРТ позволяет нам визуализировать, где присутствует активность. Тем не менее, отслеживание предполагаемого кровотока в мозге не является достаточной информацией для ученых и исследователей, чтобы лучше понять неявные компоненты и отношения мозга с различными долями или отделами: исследования показали, что технология фМРТ имеет «[39% коэффициент воспроизводимости, вариабельность между пациентами, и есть посторонние переменные, которые трудно контролировать: частота сердечных сокращений, диета, артериальное давление, экспрессия генов и т. д.]» (Specht, 2020).

Первоначально МРТ использовалась для понимания средней активности человеческого мозга, для картирования человеческого мозга, но со временем наше понимание мозга заставило ученых понять, что мозг более индивидуален и уникален, чем мы думали. Эти несоответствия/уникальность между мозгами затрудняют контроль и получение результатов, которым единогласно доверяют в области нейробиологии.

К счастью, достижения в области машинного обучения продемонстрировали массовые улучшения, связанные с чтением в реальном времени и точностью технологии фМРТ; машинное обучение и глубокое обучение эволюционировали для использования в методах визуализации/анализа мозга для разработки основанных на визуализации систем диагностики и классификации инсульта, некоторых психических расстройств, эпилепсии и т. д.. (Zhu et al., 2019). Каземинежад и Сотеро использовали алгоритмы машинного обучения для переоценки данных фМРТ 816 участников исследования, направленного на определение различных уровней аутизма топологически. Использование алгоритмов машинного обучения позволило этим исследователям достичь точности, чувствительности и специфичности 95, 97 и 95% соответственно при обнаружении общности биомаркеров между участниками (2019).

В то время как достижения фМРТ с машинным обучением — это только один пример того, как разработка программного обеспечения разрешила несоответствия с пониманием взаимосвязей внутри мозга, нейробиология и разработка программного обеспечения — это два увлекательных сочетания для построения киборгского будущего: нейронные протезы.

Нейронное протезирование — какая мелкая, но очень захватывающая смесь нейронауки и информатики! Один из моих наставников в аспирантуре, ведущий исследователь в моем университете по приему ощущений после инсульта в лаборатории нейрореабилитации, был доктором в области разработки программного обеспечения, но интересовался нейробиологией. Ее любовь к биологии и разработке программного обеспечения помогла мне понять, что эти две области могут смешиваться.

Нейронное протезирование — захватывающее достижение. Хью Герр, один из основоположников бионики, создал свой собственный протез, который регистрирует двигательную активность, а не ощущения.

Сенсорное восприятие является важнейшим недостатком бионического сообщества. Хотя существуют методы дедукции восприятия ощущений, технологические средства для получения сенсорной информации в реальном времени в неинвазивном поместье чрезвычайно ограничены. Однако с развитием программной инженерии, биологического понимания и механики восприятие ощущений может быть восстановлено.

В младших и старших классах я приходил к своим консультантам, чтобы узнать их мнение о продолжении учебы, чтобы получить степень магистра или бакалавра в области разработки программного обеспечения. К моему счастью, они посоветовали мне не идти на программу магистратуры/бакалавра (для разработки программного обеспечения), а вместо этого отправиться на буткемп по программированию. С точки зрения традиционного школьного образования, чтобы начать карьеру в области разработки искусственного интеллекта, могут потребоваться годы. В то время как участие в буткемпе по кодированию можно сделать менее чем за год.

Я выбрал Flatiron School из-за их уникальной иммерсивной системы обучения и неоспоримой веры в своих учеников; во время подготовительной работы по кодированию я никогда не чувствовал себя изолированным, мои вопросы всегда положительно воспринимались и получали хорошие ответы от терпеливых тренеров, и благодаря усердной работе я смог усвоить преподаваемый материал. Если вы в настоящее время учитесь в области, связанной с биологией, или заинтересованы в том, чтобы погрузиться в мир кодирования, я рекомендую вам сначала изучить и взвесить свои варианты, но, по крайней мере, проверить Flatiron Coding Bootcamp. В то время как предмедицинский трек является конкурентоспособным, и на нем может быть сложно ориентироваться и общаться, я никогда не получал такой полной поддержки и поддержки со стороны своих сверстников и учителей, как у меня есть Flatiron.

Будучи студентом Flatiron, у нас есть алгоритмические упражнения для каждого студента, которые он может практиковать для интервью по кодированию, алгоритмический клуб, лекторы, специальные приглашенные докладчики, мероприятия по собеседованию по технологиям искусственного интеллекта и подготовка.

В то время как Flatiron готовит вас к взаимодействию в реальном мире и ожиданиям инженеров-программистов, уровень эмпатии и сочувствия Flatirons по отношению к своим ученикам несравним: каждый день в 5:30 когорта выполняет упражнение «Отойди». «Отойти» позволяет учащимся рассказать о своих проблемах дня и поделиться с одноклассниками своими чувствами, которые находят отклик во всей группе. Цель этого упражнения состоит не только в том, чтобы понять, что синдром самозванца реален, но и в том, чтобы друг через друга понять, что синдром самозванца — это не одиночное путешествие по построению сообщества.

Как современный фермер использует трактор как продолжение своего тела, так и компьютер является продолжением мозга. Программная инженерия — это судно, которое позволяет ощутимо увеличить разум и взаимосвязь по всему миру. Я изучал неврологию 4,5 года и в декабре 2019 года окончил Университет штата Колорадо. Будь то нейронное протезирование или исследования после инсульта, взаимодействие человека с компьютером и ИИ (искусственный интеллект), технология интерфейса мозг-компьютер — с помощью средств разработки программного обеспечения и слияния нейробиологии — это карьерный путь, который я выбрал и буду продолжай выбирать.

Ресурсы:

АЖ+. Этот человек может управлять своей бионической рукой силой мысли. YouTube, YouTube, 14 января 2016 г., www.youtube.com/watch?v=ocFRxDFawHA.

Каземинежад, А., и Сотеро, Р. К. (2019). Топологические свойства функциональных сетей фМРТ в состоянии покоя улучшают классификацию аутизма на основе машинного обучения. Frontiers in neuroscience, 12, 1018. https://doi.org/10.3389/fnins.2018.01018

Лв, Х. и др. «Функциональная МРТ в состоянии покоя: все, что всегда хотели знать неспециалисты». Американский журнал нейрорадиологии, 2018 г., doi:10.3174/ajnr.a5527.

Шпехт, К. (2020). Текущие проблемы трансляционной и клинической фМРТ и будущие направления. Границы в психиатрии, 10. doi:10.3389/fpsyt.2019.00924

TEDtalksДиректор. Новая бионика позволяет нам бегать, карабкаться и танцевать | Хью Герр. YouTube, YouTube, 28 марта 2014 г., «www.youtube.com/watch?v=CDsNZJTWw0w.

Ван, З. Айрин и Джонс, Стивен Э. «Интеграция постобработки МРТ с искусственным интеллектом при эпилепсии». Consult QD, Consult QD, 6 декабря 2019 г., Consultqd.clevelandclinic.org/integrating-mri-post-processing-with-artificial-intelligence-in-epilepsy/.

Чжу Г., Цзян Б., Тонг Л., Се Ю., Захарчук Г. и Винтермарк М. (2019). Применение глубокого обучения к методам нейровизуализации. Frontiers in Neurology 10. doi:10.3389/fneur.2019.00869