近日，美國麻省理工學院和IBM分別公布了其新研究，即利用AI幫助人們進行神經(jīng)科學領域的研究，進一步幫助人們加速對人類大腦的理解。
據(jù)悉，麻省理工學院的研究人員正在訓練機器學習模型，研究從單個分割的大腦掃描圖像和未標記的掃描圖像中，分割大腦解剖結構，從而使用AI實現(xiàn)神經(jīng)科學圖像分割的自動化。IBM的研究人員則創(chuàng)建了一個基于云端的神經(jīng)科學模型，用于研究神經(jīng)退行性疾病（由大腦和脊髓的神經(jīng)元或髓鞘的喪失所致，并隨著時間推移而惡化，導致出現(xiàn)功能障礙），并使用模擬生物進化的算法來解決復雜問題。
聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉(zhuǎn)載。文章觀點僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用，如有內(nèi)容侵權或者其他違規(guī)問題，請聯(lián)系本站處理。
舉報投訴
-
AI
+關注
關注
87文章
34146瀏覽量
275271 -
MIT
+關注
關注
3文章
254瀏覽量
24203 -
機器學習
+關注
關注
66文章
8490瀏覽量
134036 -
IMB
+關注
關注
0文章
3瀏覽量
6391
原文標題：MIT和IBM研究人員利用AI探索神經(jīng)科學
文章出處：【微信號：robotmagazine，微信公眾號：機器人技術與應用】歡迎添加關注！文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關推薦
熱點推薦
IBM探索AI驅(qū)動的降本增效新路徑
AI 驅(qū)動已成為企業(yè)降本增效的戰(zhàn)略級引擎，其價值實現(xiàn)不在于技術本身，而在于與業(yè)務場景的深度融合。IBM 咨詢提出的"戰(zhàn)略規(guī)劃+運營管理"雙軌并行模式，突破傳統(tǒng)單點優(yōu)化的局限，構建
研究人員開發(fā)出基于NVIDIA技術的AI模型用于檢測瘧疾
瘧疾曾一度在委內(nèi)瑞拉銷聲匿跡，但如今正卷土重來。研究人員已經(jīng)訓練出一個模型來幫助檢測這種傳染病。
DeepSeek最新AI模型現(xiàn)已登陸IBM watsonx.ai平臺
，工程和科學計算提供裨益。 利用已部署的模型（如 IBM Granite，Llama，DeepSeek等）和以下解決方案能力，開發(fā)者可以在 IBM watsonx.
研究人員利用激光束開創(chuàng)量子計算新局面
演示設備 威特沃特斯蘭德大學(Wits)的物理學家利用激光束和日常顯示技術開發(fā)出了一種創(chuàng)新的計算系統(tǒng)，標志著在尋求更強大的量子計算解決方案方面取得了重大飛躍。 該大學結構光實驗室的研究人員取得的這一
基于光學衍射神經(jīng)網(wǎng)絡的軌道角動量復用全息技術的設計與實驗研究
隨著神經(jīng)網(wǎng)絡的發(fā)展，光學神經(jīng)網(wǎng)絡（ONN）的研究受到廣泛關注。研究人員從衍射光學、散射光、光干涉以及光學傅里葉變換等基礎理論出發(fā)，利用各種光
《AI for Science：人工智能驅(qū)動科學創(chuàng)新》第6章人AI與能源科學讀后感
幸得一好書，特此來分享。感謝平臺，感謝作者。受益匪淺。
在閱讀《AI for Science：人工智能驅(qū)動科學創(chuàng)新》的第6章后，我深刻感受到人工智能在能源科學領域中的巨大潛力和廣泛應用。這一章詳細
發(fā)表于 10-14 09:27
AI for Science：人工智能驅(qū)動科學創(chuàng)新》第4章-AI與生命科學讀后感
領域的研究人員的工作模式相融合，也是一個亟待解決的問題。然而，這些挑戰(zhàn)也孕育著新的機遇。隨著技術的不斷進步和應用場景的拓展，AI在生命科學領域的應用將更加廣泛和深入，為科學家們提供更多
發(fā)表于 10-14 09:21
《AI for Science：人工智能驅(qū)動科學創(chuàng)新》第二章AI for Science的技術支撐學習心得
偏見、倫理道德等問題。此外，如何更好地將AI與科學研究人員的傳統(tǒng)工作模式相融合，也是一個亟待解決的問題。未來，隨著技術的不斷進步和應用場景的拓展，AI for Science有望在更多領域發(fā)揮關鍵作用
發(fā)表于 10-14 09:16
《AI for Science：人工智能驅(qū)動科學創(chuàng)新》第一章人工智能驅(qū)動的科學創(chuàng)新學習心得
，無疑為讀者鋪設了一條探索人工智能（AI）如何深刻影響并推動科學創(chuàng)新的道路。在閱讀這一章后，我深刻感受到了人工智能技術在科學領域的廣泛應用潛力以及其帶來的革命性變化，以下是我個人的學習
發(fā)表于 10-14 09:12
名單公布！【書籍評測活動NO.44】AI for Science：人工智能驅(qū)動科學創(chuàng)新
、生命科學、電子科學、能源科學、環(huán)境科學等領域的政府工作人員、科研人員、創(chuàng)業(yè)者、投資者等參考。
發(fā)表于 09-09 13:54
人工智能神經(jīng)元的基本結構
人工智能神經(jīng)元的基本結構是一個復雜而深入的話題，涉及到計算機科學、數(shù)學、神經(jīng)科學等多個領域的知識。 引言 人工智能（Artificial Intelligence，簡稱AI）是計算機
人工神經(jīng)網(wǎng)絡的工作原理和基本特征
通過模擬大腦神經(jīng)網(wǎng)絡處理、記憶信息的方式來進行信息處理，是現(xiàn)代神經(jīng)科學研究成果基礎上提出的一種非線性、自適應信息處理系統(tǒng)。人工神經(jīng)網(wǎng)絡在工程與學術界被廣泛應用，成為涉及神經(jīng)科學、思維
日本九州大學開發(fā)了名為QDyeFinder的人工智能(AI)工具
QDyeFinder的人工智能（AI）工具，這一創(chuàng)新技術能夠在小鼠大腦的圖像中自動識別和重建單個神經(jīng)元的復雜結構，為神經(jīng)科學研究開啟了新的篇章。
研究人員利用人工智能提升超透鏡相機的圖像質(zhì)量
研究人員利用深度學習技術提高了直接集成在 CMOS 成像芯片上的超透鏡相機(左)的圖像質(zhì)量。超透鏡利用 1000 納米高的圓柱形氮化硅納米柱陣列(右圖)操縱光線。 研究人員
MIT/三星研究人員利用活體拉曼光譜直接觀察葡萄糖指紋圖譜
MIT/三星研究人員對葡萄糖拉曼光譜進行活體觀測 Direct observation of glucose fingerprint using in vivo Raman spectroscopy
工商網(wǎng)監(jiān)
評論