UB领导的团队获得200万美元用于研究大脑运动技能学习

研究人员开发神经元回路模拟器;可能导致更智能的计算机和内存丢失的新疗法。如果您将人脑视为一台计算机，那么很难不给它留下深刻的印象。它每秒可以执行超过一万亿个逻辑运算。它紧凑，整齐地契合在头骨内。它使用的功率与灯泡相同，并且似乎具有无限的数据存储容量。

尽管近年来进行了大量投资，但人类对大脑的了解相对有限，大脑对大脑的了解约为860亿个神经元，并且具有超过四千万个突触(或连接)。

为了更好地了解器官，布法罗大学领导的研究团队获得了国家科学基金会(National Science Foundation)的200万美元 拨款， 用于建立一个跨学科的研究计划，该计划探索大脑如何学习和存储信息。

UB工程学院化学与生物工程副教授Rudiyanto Gunawan说：“我们的大脑为我们提供了学习和更好地了解世界的无限能力，但这是我们最不了解的器官。”和应用科学。

古纳万说，该项目最终可能会激发出新的计算机体系结构，从而导致功能更强大，效率更高的超级计算机，以及对导致记忆力丧失的疾病(例如阿尔茨海默氏病)的新疗法。

共同主要研究人员(按字母顺序)是加利福尼亚大学圣地亚哥分校生物科学系教授高山山明;阿拉巴马大学物理与天文学系副教授Claudia Mewes;王林冰，弗吉尼亚理工大学土木与环境工程系，Charles E. Via，Jr.交通基础设施与系统工程教授。罗德岛大学环境与生命科学学院细胞与分子生物学副教授张颖。

团队开发“神经形态平台”

该小组将专注于运动皮层，大脑的一部分负责自愿运动的计划，控制和执行。在小鼠大脑的这一区域的研究表明，与运动技能学习相关的神经元活动。

例如，当执行一项新任务时，神经元之间的连接激发似乎是随机的。随着任务的重复，学习的第二阶段的神经元活动达到高峰。接下来是第三阶段，在该阶段中出现了一致的神经元活动模式，这种模式对于每只小鼠都是唯一的。

“随着大脑的学习，它找到了最有效的网络来处理和存储信息，”古纳万说。“我们想知道这是如何发生的，因此我们可以将这些知识整合到人工设备中，这将帮助我们解决一些社会最紧迫的问题。”

为此，研究人员正在计划所谓的“神经形态平台”，该平台本质上是一个模拟大脑或其一部分的系统。

团队打算创建的平台将专注于数百个神经元。最终，研究人员希望将该模型扩展到10,000个神经元。

人工智能和自旋电子学

近年来，由于在，欧洲，和其他地方正在进行的重大举措，神经科学数据激增，这将有助于团队的工作。

该团队将开发人工智能算法，以分析从老鼠的大脑网络生成的无数显微图像和单个神经元分子特征。

根据这些数据，研究人员计划创建可说明神经元活动的大规模生化模型。为了进一步验证和模拟神经元的行为，该团队还计划开发一种能够产生复杂的大脑活动计算机模拟的自旋电子设备。

古纳万说，总体目标是创建一个多学科的，健壮的大脑研究平台。这可能会导致灵感来自大脑的设备进行信息处理，数据存储，计算和决策。

“人的大脑比最先进的超级计算机的效率高出大约12个数量级。试想一下，如果我们能在计算机体系结构中实现这种效率，”他说。

他说，尽管先进的超级计算具有无限的可能性，尤其是与医学和制药有关的平台，但该平台本身可能对研究脑部疾病的研究人员有益。

他说：“准确模拟神经元活动的能力-与记忆力丧失，认知和其他行为有关-对于开发许多面对社会的最具破坏性的神经系统疾病的新疗法至关重要。”