Ask Daily｜睡眠は外界とのつながりを遮断しない; Baidu、Wenxin Yiyan の有料版を開始; 視覚言語モデルには人間と同じ錯視があるのか？
追问 nextquestion 2023-11-02 10:01
コレクションに含まれています
#質問デイリー109
#錯視1
#痛み4個
#遺伝子療法1
#スリープ22
整理｜ChatGPT
編集者｜lixia
科学コミュニティ
睡眠はあなたを外の世界から遮断しません
長い間、人々は睡眠とは環境との接触を失い、外部刺激に反応しない状態であると信じてきました。 最近、フランスのソルボンヌ大学の研究チームがNature Neuroscience< /span> 新しい研究が雑誌 a>ことで確認できます。睡眠段階全体にわたって、前刺激EEGは、低認知状態よりも高認知状態で刺激が提示された場合に、反応がより頻繁に起こることを示した。研究結果によると、健康な人であっても、本当の睡眠中には外部刺激に対する反応が現れる時間が短いことがわかっています。この反応ウィンドウは、睡眠に関連する心理的および認知的プロセスをさらに調査するために、睡眠者とのリアルタイムのコミュニケーションへの道を開く可能性があります。 皺状筋または頬骨筋の収縮を観察する）で正確な行動反応が得られたことがわかりました。これは健康な参加者の徐波睡眠を除くでは、両方のグループのほとんどの睡眠段階（刺激の種類に応じて、眉をひそめるか微笑むかを求められました。この研究 に掲載されました。研究者らは、49 人の昼寝参加者 (27 人のナルコレプシー患者と 22 人の健康な参加者を含む) の語彙決定タスクを実行しながら、行動反応を直接調査し、この見解に疑問を呈しました。参加者は、その他
#睡眠 #リアクションウィンドウ
論文を読んでください:
バシャク・テュルカー、エステバン・ムニョス・ムサト 他言語刺激に対する行動および脳の反応は、睡眠中の外界の認知統合の一時的な期間を明らかにします。ナット・ニューロシ（2023）。 https://doi.org/10.1038/s41593-023-01449-7
遺伝子治療慢性疼痛治療の新たな可能性を開く
現在のオピオイド危機により、依存性のない疼痛治療の必要性が生じています。最近、オックスフォード大学および英国のその他の機関の研究チームが科学トランスレーショナル医療に関する新しい研究を発表しました。彼らは、疼痛関連感覚ニューロンの過剰活動を直接阻害することが、標的を絞った疼痛治療戦略として機能するかどうかを評価した。研究者らは、ヒトのニコチン性アセチルコリンおよびグリシン受容体に基づく化学遺伝システムである PSAM4-GlyR をマウスの感覚ニューロンで発現させました。 FDA 承認薬を使用するとバレニクリン活性化PSAM4-GlyR感覚ニューロンを阻害できるマウスの急性炎症と神経因性疼痛を改善します。 PSAM4-GlyR の活性化も、ヒトの感覚ニューロンの活動を阻害し、赤髄痛患者の感覚ニューロンの活動亢進の症状を軽減します。ヒト疼痛モデルにおけるさらなる検証が必要であるが、これらの結果は、疼痛の遺伝子治療におけるPSAM4-GlyRの可能性を実証している。
#慢性痛 #遺伝子治療
論文を読んでください:
ヒメナ・ペレス＝サンチェス 他ヒト化化学遺伝系は、マウスの痛みに関連した行動とヒトの感覚ニューロンの活動亢進を抑制します。サイエンス・トランスレーショナル・メディスン（2023）。 http://doi.org/10.1126/scitranslmed.adh3839
異種間エクソソーム転移年齢を大幅に逆転させることができる
初期の研究では、若いマウスと古いマウスの間で 3 か月間血漿を移植すると症状が長引く可能性がある< a i=3>ことが示されています。高齢マウスの寿命は 10% です。しかし、これらの研究はすべて同じ種の動物間で行われたため、種間での血漿の移動によって生物学的年齢を逆転できるかどうかはわかりません。最近、カリフォルニア大学とその提携機関の研究チームは、ジャーナル「GeroScience」に新しい研究を発表しました。彼らは、若いブタの血液からE5 (エキソソーム) 成分を老ラットに移し、6 つの異なるエピジェネティック時計を使用して、肝臓、血液、心臓、視床下部への影響などの治療効果を評価しました。エピゲノムの変化を分析することで生物学的年齢を測定します。研究結果は、老齢ラットをE5で治療すると、血液、肝臓、心臓のエピジェネティック年齢を大幅に低下させ、若いラットと同等のレベルにすることができることを示しています。研究者らはまた、血中脂質、血糖、クレアチニンなどの指標も分析し、これらの指標が治療後に大幅に改善されたことを発見し、実験終了時には若者の指標と同じであった。グループ。
#エクソソーム #寿命 #リバースエイジ
論文を読んでください:
スティーブ・ホーバス、カビタ・シン 他若いブタ血漿分画による複数のラット臓器における生物学的年齢の逆転。ゲロサイエンス（2023）。 https://doi.org/10.1007/s11357-023-00980-6
テクノロジーの世界
Baidu、Wenxin Yiyan の有料版を月額 59.9 元で開始
11月1日、Wen Xin Yi Yanは正式に会員サービスを開始しました。 Wen Xin Yi Yan の公式ウェブサイトによると、継続月会費は 49.9 元、1 回の月次購入は 59.9 元です。この会員サービスはWenxin Large Model 4.0に対応していますが、Wenxin Large Model 3.5も引き続き無料でご利用いただけます。さらに、Wen Xin Yi Yan メンバーシップと Wen Xin Yi Ge シルバー メンバーシップを含む、月額 99 元の共同メンバーシップも開始しました。その中で、Wenxin Yige Silver メンバーは、マルチサイズの高解像度画像を迅速に生成し、ポスターや芸術的な書道を作成できるだけでなく、AI を使用して画像を編集およびレタッチすることもできます。 10月17日、BaiduはWenxin大型モデルのバージョン4.0をリリースし、「これはこれまでで最も強力なWenxin大型モデルであり、その総合的な機能はGPT-4に劣らない」と述べた。 Baiduによると、Wenxin Big Model 3.5は8月31日から全社会に公開され、ユーザー数は4,500万人に達したという。 【北京ニュース】
#百度 #文心の一言
DeepMind がリリースAlphaFold の新バージョン
11月1日のニュースによると、DeepMind社がリリースしたAlphaFoldの最新版では、タンパク質の構造予測精度が大幅に向上し、精度が10％近く向上したという。この技術はまた、RNA 構造やその他の生体分子構造を予測する機能を含むように予測の範囲を拡張します。新しいバージョンはまだ開発中ですが、そのパフォーマンスは優れています。この画期的な進歩により、生物医学研究、創薬、基礎生物学の探求が加速され、デジタルバイオロジーの時代が到来します。新世代の AlphaFold の機能は、タンパク質の構造の予測に限定されず、核酸や低分子リガンドなどの生体分子の構造の予測も含まれており、残基修飾などの複雑な生物学的プロセスにも対応できます。この技術は創薬の分野にとって非常に重要であり、科学者が従来のドッキング方法を超えて新しい薬物分子を特定して設計するのに役立ちます。さらに、新しい AlphaFold モデルは、CRISPR-Cas9 システムなどの複雑な生物学的メカニズムをよりよく理解できるようになり、遺伝子編集や治療への応用のためのより正確なツールを提供します。 【管理人の自宅】
#ディープマインド #アルファフォールド
AIとデータモデル
視覚言語モデル人間と同じ錯覚を持っていますか?
視覚言語モデル (VLM) は、人間がキャプチャした大量のデータに基づいてトレーニングされ、世界の理解をシミュレートします。しかし、人間の現実認識は必ずしも物理世界に忠実であるとは限りません。つまり、視覚的な錯覚が存在します。これは重要な疑問を引き起こします: VLM は人間のような幻覚を生み出すのでしょうか、それとも現実を正確に表現する能力を本当に学習したのでしょうか?この問題を研究するために、著者らは 5 つの錯視を含むデータセットを構築し、最先端の VLM で錯視を調べるための 4 つのタスクを定式化しました。結果は、全体的な位置合わせが低いにもかかわらず、大きなモデルは人間の知覚に近く、視覚的な錯覚の影響を受けやすいことを示しています。これらのデータセットと予備的な発見は、人間と機械の錯視の認識をより深く理解するのに役立ち、人間と機械の認識と共有の視覚世界の理解をより適切に調整できる将来の計算モデルの基礎を提供します。
#VLM #目の錯覚
論文を読んでください:
張一一、潘佳一 他言語における視覚的な錯覚の基礎付け: 視覚言語モデルは人間と同じように錯覚を認識しますか? 2023年。
https://doi.org/10.48550/arXiv.2311.00047
物体検出タスクの直接トレーニングスパイキング ニューラル ネットワーク
スパイキング ニューラル ネットワーク (SNN) は、脳からインスピレーションを得たエネルギー効率の高いモデルであり、エンコードが可能 時空間の動的情報。最近の研究では、直接トレーニングされた SNN は分類タスクで優れたパフォーマンスを発揮し、必要なタイム ステップが非常に少ないことがわかっています。ただし、物体検出などの回帰タスクを処理できる直接トレーニングされた SNN を設計することは依然として困難です。この問題を解決するために、著者は EMS-YOLO と呼ばれる新しいタイプの直接トレーニング SNN フレームワークを提案します。これは、ANN-SNN 変換を必要とせずに、サロゲート勾配を使用して物体検出タスク用のディープ SNN をトレーニングしようとする最初の戦略です。具体的には、低消費電力で直接トレーニングされた SNN の深さを効率的に拡張できる、EMS-ResNet という名前のオールスパイク残差モジュールを設計しました。さらに、EMS-ResNet が勾配消失を回避できることを理論的に解析し証明しました。実験結果は、この方法がわずか 4 つのタイム ステップで同じ構造の ANN ネットワークと同等のパフォーマンスを達成し、エネルギー消費を 5.83 倍節約できることを示しています。
#スパイクニューラルネットワーク #EMS-YOLO
論文を読んでください:
Qiaoyi Su、Yuhong Chou、他物体検出のための深く直接トレーニングされたスパイキング ニューラル ネットワーク。 2023. https://doi.org/10.48550/arXiv.2307.11411