Замкнутые нервно-роботов экспериментов, чтобы проверить Вычислительные Свойства нейронных сетей

Общая цель следующего эксперимента — исследовать двунаправленное взаимодействие между биологической сетью диссоциированных нейронов и небольшим роботом. Непрерывный диалог может изменить вычислительные свойства нейронной системы, вызывая своего рода обучение. Это достигается путем подготовки культуры нейронов на микроэлектродной матрице, чтобы обеспечить экспериментальный сеанс продолжительностью в несколько часов без ущерба для активности клеток.

На втором этапе рассчитывается карта отклика культуры, которая позволяет выбрать стимулирующие электроды для реального эксперимента с замкнутым контуром. Далее определяются параметры кодирования и декодирования, чтобы обеспечить обмен информацией между биологическими и электронными системами. Полученные результаты свидетельствуют о значительном увеличении навигационных возможностей робота-агента на основе сравнения среднего расстояния, пройденного между попаданиями в различных условиях управления.

Этот метод может помочь нам ответить на ключевые вопросы в нашей инженерной области, например, можем ли мы получить словарь, чтобы перевести язык нейронов на язык машин и наоборот? Как правило, люди, плохо знакомые с этим методом, будут испытывать трудности из-за технологической сложности экспериментальной установки и архитектуры программного обеспечения. Демонстрировать процедуру будет Марта Бизо, аспирант моей лаборатории.

Первым шагом является подготовка микроэлектродной матрицы или MEA-чипа с 60 электродами, которые можно использовать для стимуляции или записи нейронной сети. После нанесения культур нейронов на ME, чипы A ждут около трех недель, пока нейронная сеть не созреет. В день эксперимента разогрейте систему отопления MEA в течение 5-10 минут, установив регулятор температуры на 37 градусов Цельсия и включив нагревательную пластину под самой MEA.

Также используйте крышку с подогревом для уменьшения испарения с помощью стерилизованных газопроницаемых крышек автоклава, накрывайте культуры крышкой для ограничения испарения и предотвращения изменения осмолярности во время записи. Теперь циркулируйте над культурой для поддержания стабильного уровня кислорода и pH. Дайте культуре отдохнуть в течение 30 минут После периода покоя запишите спонтанную активность нейронных клеток в течение 30 минут.

Затем сохраните данные в файл, нажав кнопку «Запись» в поле «Спайки» формы записи данных. В форме отображения необработанных данных определите 10 каналов с наибольшим числом пиков. Затем выберите эти каналы в любой из раскладок MEA.

Форма кодирования отображается здесь путем перетаскивания курсора мыши по нужным областям. Выбрав каналы, щелкните правой кнопкой мыши в любом месте макета MEA и выберите «Добавить в левую сенсорную область» во всплывающем меню. Эти электроды будут использоваться для проведения электрической стимуляции на следующем этапе.

Далее убедитесь, что стимулятор и усилитель MEA правильно подключены. Для всех конфигураций требуется два провода на каждый желаемый канал стимуляции, в то время как для передачи сигнала синхронизации требуется дополнительный коаксиальный кабель. Когда все будет готово, включите стимулятор.

Следующим шагом является определение параметров стимула в форме карты подключения. Все стимуляции подаются в культуру с помощью фазических прямоугольных волн напряжения. Установите половину длительности на 300 микросекунд и установите амплитуду на 1,5 пикового верхнего напряжения.

Начните запись реакции на стимуляцию, нажав кнопку запуска. В форму карты подключения автоматически подается серия из 30 стимулов с частотой 0,2 Гц от одного из ранее выбранных стимуляционных электродов. В то время как этот электрод действует как стимулирующий электрод, реакция электродов записывается от остальных 59 электродов на чипе MEA.

Затем, с пятисекундной задержкой между сериями, серия из 30 стимулов повторяется по очереди на каждом из оставшихся девяти идентифицированных электродов стимуляции, в то время как записи собираются с остальных 59 электродов. Далее карта компьютерных соединений для каждого стимулирующего канала с помощью шпионского кода — приложения, которое выполняет вычисления на нейронных данных. Из карт соединений отбросьте из дальнейшего анализа все стимулирующие электроды, которые не вызвали откликов.

Затем из числа оставшихся электродов выберите пару с наименьшим перекрытием в ответах, как описано в текстовом протоколе, выберите один из этих электродов для кодирования сенсорной информации с левой стороны робота, а другой — для кодирования показаний с правой стороны. Для этого наведите курсор мыши на один электрод, щелкнув правой кнопкой мыши по макету MEA, затем выберите «Добавить в левую сенсорную область». Затем перетащите курсор на другой электрод.

Щелкните правой кнопкой мыши и выберите «Добавить в правую сенсорную область». Затем в форме кодирования выберите схему кодирования, задав для параметра тип кодирования линейный. Затем определите минимальную и максимальную скорость стимуляции, используя диапазон по умолчанию от 0,5 до двух герц, и установите параметр джиттера равным нулю.

Затем в форме декодирования задайте параметры алгоритма декодирования. Это изменение скорости и постоянная времени параметров распада до единицы для умеренно активной культуры с примерно одним всплеском в секунду на канал. Далее установите параметры пакета алгоритма декодирования в форме декодирования в ноль.

Время затухания не имеет значения, если изменение скорости равно нулю. В форме Диспетчер экспериментов выберите данные для записи, установив флажки Сохранить данные о всплесках, Данные робота и Данные о стимулах. Теперь запустите предварительно обучающегося робота, нажав кнопку «Начать эксперимент» в форме менеджера экспериментов.

При появлении запроса выберите новые имена файлов данных. Оставьте эксперимент на 30 минут. Затем нажмите кнопку «Остановить эксперимент», чтобы остановить запуск робота.

Затем включите протокол обучения, отметив стимуляцию на 10 после. Нажмите галочку в форме менеджера экспериментов. Затем нажмите кнопку «Начать эксперимент» еще раз, чтобы снова выполнить тренировочный прогон робота в течение 30 минут.

Во время этого цикла обучения стимуляция от робота меняется с нерегулярной на титанический. Когда робот сталкивается с препятствием, для обучения нейронной сети используется стимул «Титаника». После сохранения данных снова отключите протокол обучения, сняв флажок «Доставка на танническую стимуляцию».

После того как вы установите флажок, нажмите кнопку «Начать эксперимент», чтобы выполнить 30-минутный запуск робота после обучения. Как и раньше, не забывайте менять имена файлов, чтобы предотвратить переопределение. В дополнение к виртуальному роботу, показанному ранее, этот же набор обучающих запусков может быть использован с нейронной сетью и физическим роботом.

Здесь показан путь, по которому движется виртуальный робот во время 20-минутного эксперимента с пустым MEA. Для этого контрольного эксперимента на MEA не было нанесено никаких клеток. Светло-зеленые области свободны для движения робота, а темно-зеленые круги представляют собой непроходимые препятствия, которые робот может воспринимать с помощью датчиков расстояния.

В каждом испытании робот стартует в верхней левой части арены и перемещается к своему конечному положению, изображенному в виде большой розовой точки. Более мелкие черные точки символизируют удары о препятствие. Цветовая кодировка контуров указывает на прошедшее время.

В этом эксперименте без нейронной сети робот был остановлен первым же препятствием, с которым он столкнулся. Здесь показана траектория виртуального робота во время эксперимента с разомкнутым контуром, в котором робот фактически ослеплен. Вместо того, чтобы кодировать сенсорную информацию, потоки стимуляции, доставляемые в нейронную сеть, являются просто регулярными последовательностями.

Здесь показан путь, по которому следовал виртуальный робот во время 20-минутного эксперимента с замкнутым контуром, в котором нейронная сеть получала сатанинскую обратную связь после того, как робот столкнулся с препятствием. Отметим, что в отличие от эксперимента с разомкнутым контуром, этот робот успешно обошел множество препятствий. Это указывает на то, что двунаправленное взаимодействие между нейронными и искусственными элементами необходимо для получения хороших навигационных характеристик робота.

На этом графике показана навигационная производительность робота, выраженная в пикселях, пройденных между последующими попаданиями. Первые два столбца отображают распределение пройденных расстояний, два контрольных эксперимента, пустой MEA и конфигурации с разомкнутым контуром. Третья и четвертая колонки отображают спектакль без и с подачей стимуляции «Титаника».

После каждого удара о препятствие введение стимуляции «Титаника» значительно улучшается. Расстояние, пройденное между двумя последовательными попаданиями, улучшило навигационные характеристики робота. Этот график представляет собой вероятность того, что данный алгоритм декодирования робота успешно пройдет по короткой трассе за ограниченный промежуток времени.

Парадигмы декодирования отличаются друг от друга из-за относительного веса всплесков и изолированных спайков после его разработки. Этот метод проложил путь для URGs в области нейроробототехники и нейропротезирования, чтобы исследовать, как соединить мозг и машины с целью улучшения производительности современных нейронных интерфейсов. После просмотра этого видео у вас должно сложиться хорошее представление о том, как спланировать и провести гибридный эксперимент по исследованию вычислительных свойств воплощенной биологической нейронной сети.