✔️ لینک گروه تلگرامی دوره پردازش EEG برای تمامی شرکت کنندگان از طریق ایمیل ارسال شد. 📧

درصورتی که ایمیلی دریافت نکردید حتما پوشه Spam خود را چک کنید. اگر ایمیل در پوشه Spam هم نبود به ادمین اسپایک (آی دی زیر) پیام دهید.

آی دی ادمین اسپایک:

@SpikeCNMAdmin

مغز، پیشگویی در سر❗️
باوراینکه مغزما توانایی پیش بینی آینده را دارد شاید کمی سخت باشد، اما حقیقت آن است که قشر مغز مانند یک "ماشین حافظه" به‌طور مداوم محرک‌های جدید را تشخیص می‌دهد تا بتواند مثل یک پیشگوی ماهر عمل کند! 😲
پژوهشگران با تصویربرداری از قشر شنوایی موش‌ها دریافتند که نورون‌ها ورودی‌های حسی را در طول زمان ردیابی می‌کنند و "انعکاس‌هایی" ایجاد می‌کنند که به تمایز اطلاعات جدید از قدیمی کمک می‌کند. همچنین محققان، یک مدل شبکه‌ی عصبی طراحی کردند و نشان دادند که نحوه‌ی اتصال نورون‌ها می‌تواند تشخیص جدید بودن یک محرک را به‌صورت خودکار امکان‌پذیر می‌کند. این عملکرد برای ادراک و یادگیری ضروری است. پژوهشگران همچنین ،آزمایشی طراحی کردند که در آن موش‌ها به ترکیبی از صداهای آشنا و جدید واکنش نشان دادند. نتایج نشان داد که هر صدای جدید یک "ردپای عصبی" ایجاد می‌کند که ورودی‌های حسی را در حافظه‌ی کوتاه‌مدت نگه می‌دارد و پاسخ‌های عصبی به محرک‌های جدید را تقویت می‌کند.
بنابراین مغز با استفاده ازاتصالات نورون‌ها و شبکه ی عصبی حاصل پیش بینی های خود را انجام می‌دهد، و در واقع گوی پیشگوی آن، نورون ها هستند!

🔗 مطالعه بیشتر

🧠 نویسنده: آتنا شیدایی

➖➖➖➖➖➖➖➖➖➖➖➖

📱  @Spikecnm (click)
📱  @Spikecnm (click)
🎙  @SpiChat Group (click)

⭐️جامعه علوم اعصاب محاسباتی اسپایک

🤔هوش مصنوعی افکار را به کلمات ترجمه می‌کند 💬

نویدی امیدبخش برای کمک به بیماران آفازی!

✅ بیماران مبتلا به آفازی (aphasia)، در تبدیل افکار خود به کلمات و درک زبان گفتاری دچار مشکل هستند. در حال حاضر پژوهشگران دانشگاه تگزاس با بهره‌گیری از هوش مصنوعی، انقلابی در زمینه ارتباطات این افراد ایجاد کرده‌اند! این سیستم قادر است تا افکار فرد را بدون نیاز به درک زبان گفتاری به متن پیوسته تبدیل کند.

✅ پیش از این، برای آموزش این سیستم رمزگشای مغزی افراد می‌بایست حدود ۱۶ ساعت بدون حرکت در یک اسکنر fMRI بمانند و به پادکست‌های مختلف گوش دهند. چنین روندی برای اکثر اشخاص بخصوص بیماران مبتلا به آفازی که در زمینه‌ی درک زبان گفتاری دچار اختلال هستند، دشوار و تقریبا غیرممکن بود.

✅ اما سیستم جدید، تنها به یک ساعت آموزش (هنگام تماشای ویدئوهای بی‌صدا و کوتاه مانند پیکسار) نیاز دارد. به علاوه، پژوهشگران الگوریتم تبدیلی توسعه داده‌اند که یاد می‌گیرد چگونه فعالیت مغزی فرد جدید را بر روی فعالیت مغزی شخص قبلی نگاشت کند. این امر منجر به رمزگشایی مشابه در زمان بسیار کمتری برای فرد جدید می‌شود.

🔗 مطالعه بیشتر

🧠 نویسنده: یاسمن ابطحی

➖➖➖➖➖➖➖➖➖➖➖➖

📱  @Spikecnm (click)
📱  @Spikecnm (click)
🎙  @SpiChat Group (click)

⭐️جامعه علوم اعصاب محاسباتی اسپایک

👩‍🎓 یادگرفتن همه چیز در کوتاه ترین زمان ممکن! ⏳

همه ی ما شب امتحان آرزو کردیم هر انچه در کتاب هست در ذهنمان نوشته شود!حال پژوهشگران توانسته اند امکان شکل‌دهی به الگوهای یادگیری در مغز را بدون آموزش فراهم کنند. 😮
در این روش، فعالیت مغزی افراد به گونه‌ای تغییر کرد که بتوانند بدون آگاهی از روند یادگیری، اطلاعات جدیدی را پردازش کنند.در این روش فرد درون دستگاه fMRI قرار می‌گیرد. سپس به تصویری از یک شیء انتزاعی (مثلاً یک گلبرگ) نگاه می‌کند. این تصویر که بر روی یک آینه نمایش داده شده است به‌آرامی می‌لرزد. محققان پیش از این، یک الگوی خاص از فعالیت مغزی را برای درک این تصویر تعیین کرده‌اند. شرکت‌کننده هیچ توضیحی درباره این الگو دریافت نمی‌کند، اما هدف او این است که به نحوی باعث کاهش لرزش تصویر شود.بدون آنکه متوجه باشد، مغز او در تلاش برای تنظیم فعالیت خود به الگوی موردنظر محققان است. هر بار که الگوی مغزی او به این الگو نزدیک‌تر می‌شود، لرزش تصویر کاهش می‌یابد.اهمیت این روش در آن است که می‌توان با تغییر مستقیم فعالیت مغزی، فرآیند یادگیری را تسریع کرد و حتی مسیرهای جدیدی برای درمان‌های عصبی و شناختی ایجاد نمود.

🔗 مطالعه بیشتر

نویسنده: آتنا شیدایی

➖➖➖➖➖➖➖➖➖➖➖➖

📱  @Spikecnm (click)
📱  @Spikecnm (click)
🎙  @SpiChat Group (click)

⭐️جامعه علوم اعصاب محاسباتی اسپایک

در این سخنرانی تاثیرگذار، دکتر لیلا آلن، نوروساینتیست برجسته و استاد دانشگاه فلوریدا، تجربه‌ شخصی خود را درباره‌ از دست دادن پدرش به دلیل ابتلا به دمانس پیشانی-گیجگاهی (FTD) به اشتراک می‌گذارد. 🤔
او چالش‌های تشخیص این بیماری را بررسی کرده و درباره‌ تفاوت میان آلزایمر و FTD توضیحاتی ارائه می‌دهد. وی در ادامه، با اشاره به پژوهش‌های نوآورانه‌ی تیم تحقیقاتی خود با همکاری مرکز ملی منابع و تحقیقات دانشگاه میسوری به این حقیقت می‌پردازد که استفاده از خوک‌ها به عنوان مدل‌های معتبرتری برای مطالعه‌ بیماری‌های عصبی در کنار فناوری‌های پیشرفته مانند هوش مصنوعی می‌تواند به شناسایی زودهنگام تغییرات رفتاری مرتبط با زوال عقل کمک نماید. دکتر آلن همچنین به روش‌های نوین تشخیصی مانند اسکن‌های شبکیه برای شناسایی پلاک‌های آلزایمر در چشم، بایومارکرهای خون و تست‌های ادراک حسی اشاره می‌کند که می‌توانند به تشخیص سریع‌تر این بیماری منجر شوند.

شناخت نوع دمانس و تفاوت آن با بیماری آلزایمر از این جهت اهمیت دارد که می‌تواند به بهبود کیفیت زندگی بیمار و مراقبین وی کمک بسیاری نماید.

Video Credit: TEDx Talks

🧠 نویسنده: یاسمن ابطحی

➖➖➖➖➖➖➖➖➖➖➖➖

📱  @Spikecnm (click)
📱  @Spikecnm (click)
🎙  @SpiChat Group (click)

⭐️جامعه علوم اعصاب محاسباتی اسپایک

💡 اسپایگَپ: قسمت دوم ⭐️

سخنران:
امیرحسین چاله‌چاله

• دانشجوی دکتری علوم کامپیوتر ترینیتی دوبلین
• پژوهشگر علوم اعصاب (Neuroscience)
• دانش‌آموخته‌ی مهندسی پزشکی دانشگاه خواجه‌نصیر

🔍 موضوع:
پردازش عصبی در گفتار
"Neural processing in speech"
🔹مقدمه و مفاهیم اولیه
🔹پردازش معنا در گفتار
🔹 روش‌ مدل‌سازی
🔹 کاربردها و چالش‌ها

🗓 تاریخ: ۱۳ اسفند
⏱ زمان: ساعت ۲۰

هزینه ثبت نام: ۵۰ هزار تومان

🔗 لینک پرداخت و ثبت نام


➖➖➖➖➖➖➖➖➖➖➖➖
اطلاعات بیشتر و دنبال کردن ما:

📱  @Spikecnm (click)
📱  @Spikecnm (click)
🎙  @SpiChat Group (click)

⭐️جامعه علوم اعصاب محاسباتی اسپایک

📣 لطفاً این پیام را با دوستان و علاقه‌مندان به اشتراک بگذارید!

⬅️ جهت رفع ابهام

قسمت های مختلف اسپایگپ از هم مستقل اند، و شرکت در هر قسمت نیاز به دیدن قسمت های قبلی ندارد.

💠 ماربل (MARBLE): روشی نوین برای کشف الگوهای پنهان در مغز 🧠

آیا مغزهای مختلف از یک استراتژی مشترک برای حل یک مسئله استفاده می‌کنند؟ 🤔 پژوهشگران EPFL با استفاده از یادگیری عمیق هندسی و توسعه‌ روشی به نام MARBLE به این پرسش پاسخ داده‌اند! 
این رویکرد با تحلیل فعالیت‌های عصبی در میمون‌ها و موش‌ها نشان داد که مغزهای مختلف هنگام انجام یک وظیفه، الگوهای پنهان مشابهی را فعال می‌کنند. 

✅ در حقیقت، MARBLE با استفاده از یادگیری عمیق هندسی، الگوهای مشترک فعالیت مغزی را شناسایی کرده و سیگنال‌های عصبی را در فضاهای چندبعدی ترسیم می‌کند. این روش امکان مقایسه میان افراد مختلف را فراهم نموده و نشان داده است که حیوانات در حین انجام وظایف مشابه، الگوهای مغزی مشترکی دارند.

✅ از جمله کاربردهای این روش، بهبود رابط‌های مغز و ماشین، توسعه رباتیک کمکی، و پیشرفت در تحقیقات علوم اعصاب است.

🔍 این کشف می‌تواند درک ما را از نحوه‌ی پردازش اطلاعات در مغز متحول کند! آیا هوش مصنوعی روزی قادر خواهد بود افکار ما را رمزگشایی کند؟

🔗 مطالعه بیشتر

🧠 نویسنده: یاسمن ابطحی

➖➖➖➖➖➖➖➖➖➖➖➖

📱  @Spikecnm (click)
📱  @Spikecnm (click)
🎙  @SpiChat Group (click)

⭐️جامعه علوم اعصاب محاسباتی اسپایک

هر نفسی که فرو می‌رود،مردمک چشم را تغییر میدهد!!!!👀

پژوهشگران کشف کرده‌اند که تنفس بر اندازه مردمک چشم تأثیر می‌گذارد، به‌طوری‌که هنگام دم کوچک‌تر و هنگام بازدم بزرگ‌تر می‌شود. این فرایند، مستقل از محرک‌های بیرونی است و می‌تواند بر بینایی تأثیر بگذارد، به‌گونه‌ای که جزئیات را در دم و تشخیص اشیا را در بازدم بهبود می‌بخشد.

در آزمایشی با بیش از ۲۰۰ شرکت‌کننده، این اثر در شرایط مختلف، از جمله نرخ‌های تنفس متفاوت، تغییرات نور و انجام وظایف بینایی تأیید شد.

محققان دریافتند که این فرایند حتی در افرادی که فاقد پیاز بویایی هستند نیز وجود دارد، که نشان می‌دهد مغز میانی آن را کنترل می‌کند. این کشف می‌تواند در درک بهتر تنظیم توجه و بینایی مفید باشد.

این یافته‌ها همچنین ممکن است به کاربردهای بالینی منجر شوند، مانند تشخیص یا درمان بیماری‌هایی چون پارکینسون، که آسیب به عملکرد مردمک نشانه‌ای اولیه از آن است. پژوهشگران قصد دارند تأثیر این تغییرات بر بینایی را در مطالعات آینده بررسی کنند.

🔗 مطالعه بیشتر

🧠 نویسنده: آتنا شیدایی

➖➖➖➖➖➖➖➖➖➖➖➖

📱  @Spikecnm (click)
📱  @Spikecnm (click)
🎙  @SpiChat Group (click)

⭐️جامعه علوم اعصاب محاسباتی اسپایک

آیا پاسخ مغز هنگامی که تام و جری می‌بینیم، با زمانی که ماتریکس را تماشا می‌کنیم یکسان است؟
محققان با اسکن مغز افراد در حال تماشای فیلم، دقیق‌ترین نقشه عملکردی مغز را ایجاد کردند. آن‌ها کشف کردند که مغز ۲۴ شبکه مجزا برای پردازش جنبه‌های مختلف فیلم، مانند چهره‌ها، گفتار، حرکت و تعاملات اجتماعی دارد. همچنین هنگام پخش صحنه‌های پیچیده، بخش‌های اجرایی مغز فعال می‌شدند، و در صحنه‌های ساده، مغز بیشتر مناطق مرتبط با زبان و حواس خود را به کار می‌گرفت.

یکی دیگر از کشفیات هیجان‌انگیز این بود که وقتی یک صحنه سخت و پرابهام پخش می‌شد، شبکه‌های تصمیم‌گیری و حل مسئله،فعالیت بیشتری داشتند اما در صحنه‌های واضح، مانند یک مکالمه ساده، مناطق زبانی برتری داشتند. این نشان می‌دهد که مغز ما بسته به میزان درک‌پذیری یک صحنه، نوع پردازش خود را تغییر می‌دهد.

همچنین مشخص شد که بسیاری از مطالعات قبلی که بر پایه fMRI در حالت استراحت بودند، تصویر کاملی از عملکرد مغز ارائه نمی‌دادند. اما این پژوهش با بررسی مغز در شرایط واقعی و طبیعی، اطلاعات عمیق‌تری از نحوه پردازش محرک‌های پیچیده در دنیای واقعی ارائه کرد.

🔗 مطالعه بیشتر

🧠  نویسنده: آتنا شیدایی

➖➖➖➖➖➖➖➖➖➖➖➖

📱  @Spikecnm (click)
📱  @Spikecnm (click)
🎙  @SpiChat Group (click)

⭐️جامعه علوم اعصاب محاسباتی اسپایک

‼️ آخرین مهلت ثبت‌نام قسمت دوم اسپایگپ ⏳

فرصت خیلی کمی برای ثبت‌نام در قسمت دوم اسپایگپ باقی مونده! اگه به پردازش عصبی در گفتار علاقه داری، این رویداد رو از دست نده.

🔍 یه خبر خوب هم داریم! تو پستی که برای این رویداد توی لینکدین گذاشتیم، یه کد تخفیف ۷۰٪ برای ثبت‌نام پیدا می‌کنی!

🔗 لینک پست رویداد در کانال اسپایک

پس حتماً یه سر به پیج لینکدین ما بزن و یادت نره که فالو کنی تا از رویدادهای بعدی هم باخبر بشی! 🚀

✔️ لینک گروه هماهنگی قسمت دوم اسپایگپ به تمامی شرکت کنندگان ارسال شد 📧

درصورتی که ایمیلی دریافت نکردید حتما پوشه Spam خود را چک کنید. اگر ایمیل در پوشه Spam هم نبود به ادمین اسپایک (آی دی زیر) پیام دهید.

آی دی ادمین اسپایک:

@SpikeCNMAdmin

قسمت دوم از سری وبینارهای اسپایگَپ هم با استقبال بی‌نظیر شما برگزار شد!✨

در این قسمت، امیرحسین چاله‌چاله، پژوهشگر علوم اعصاب، به دنیای شگفت‌انگیز “پردازش عصبی در گفتار” پرداخت و مفاهیمی مثل پردازش معنا در مغز و روش‌های پیشرفته مدل‌سازی رو به زبانی ساده توضیح داد. 🤯

از همه‌ی عزیزانی که در این وبینار شرکت کردند صمیمانه سپاسگزاریم. 🙏 اگر شما هم در این وبینار حضور داشتید، نظرتون رو با ما به اشتراک بگذارید. چه چیزی بیشتر از همه توجهتون رو جلب کرد؟ 🤔

برای اینکه بتونیم در قسمت‌های بعدی اسپایگَپ، موضوعات جذاب‌تری رو پوشش بدیم و کیفیت رو بالاتر ببریم، مشتاق شنیدن نظرات، پیشنهادات و حتی انتقادات شما هستیم. ☺️

منتظر معرفی قسمت بعدی باشید و اگر هنوز عضو کانال اسپایک نشدید عضو بشید که رویداد های بعدی رو از دست ندید.

به ما بگید دوست دارید در مورد چه موضوعاتی بیشتر بدونید؟ چه مباحثی براتون جذابه؟ در کامنت‌ها منتظرتون هستیم! ❤️

درک حس لامسه اینبار با دستان مصنوعی !!
محققان با استفاده از تحریک الکتریکی مغز، روشی برای بازگرداندن حس لامسه در اندام‌های مصنوعی یافته‌اند  . این روش شامل کاشت آرایه‌های الکترودی کوچک در بخش‌هایی از مغز است که حس لامسه و حرکت دست را کنترل می‌کنند. هنگام استفاده از بازوی رباتیک، حسگرهای آن اطلاعات لمسی را به این الکترودها ارسال کرده و مغز را تحریک می‌کنند تا فرد حس لمس، فشار و حرکت را تجربه کند.

در آزمایش‌های اولیه، شرکت‌کنندگان تنها یک حس تماس ساده را دریافت می‌کردند، اما با  پیشرفت این فناوری، محققان دریافتند که تحریک همزمان چند الکترود باعث افزایش وضوح و شدت حس لامسه می‌شود. آزمایش‌های بلندمدت نشان دادند که این احساسات در طول سال‌ها پایدار باقی می‌مانند.

همچنین، با تحریک متوالی گروهی از الکترودها، حس حرکت اشیا روی پوست شبیه‌سازی شد. شرکت‌کنندگان توانستند لغزش اشیا، تغییر شکل و حتی حروف را روی انگشتان خود تشخیص دهند. این پیشرفت، امکان ایجاد پروتزهایی با حس طبیعی‌تر را فراهم می‌کند و می‌تواند به افراد دارای نقص حسی کمک کند تا کنترل بهتری بر حرکات خود داشته باشند.

🔗 مطالعه بیشتر

🧠  نویسنده: آتنا شیدایی

➖➖➖➖➖➖➖➖➖➖➖➖

📱  @Spikecnm (click)
📱  @Spikecnm (click)
🎙  @SpiChat Group (click)

⭐️جامعه علوم اعصاب محاسباتی اسپایک

شاید فکر کنی هوش مصنوعی فقط استفاده از کتابخانه‌های آماده مثل Tensorflow یا PyTorch هستش؟ 🤔 شاید اسم LLM، NLP یا CatBoost رو زیاد شنیده باشی؟

اما یه لحظه صبر کن! ✋ هوش مصنوعی فقط این ابزارها نیست. هوش مصنوعی در حقیقت:

• جبر خطیه (Linear Algebra)
• تشخیص الگوهای آماری (Statistical Pattern Recognition)
• بهینه‌سازی (Optimization)
• حساب دیفرانسیل و انتگرال (Calculus)

هستش.

پس یادت باشه اگه میخوای توی این دنیای پر تحول هوش مصنوعی تو بازی بمونی و بتونی جایگاه خوبی داشته باشی: «ریاضیات یاد بگیر، نه فقط ابزار». 🗝

توی این ویدئوی کوتاه، یه نگاهی میندازیم به Morphable Models، یه مدل جذاب که بهمون نشون میده چطور ریاضیات میتونه توی هوش مصنوعی جادو کنه! ✨

اگر به این حوزه جذاب علاقه‌مندید و می‌خواهید عمیق‌تر بهش بپردازید و ترستون هم از یادگرفتن ریاضیات هوش مصنوعی بریزه و بفهمید که چقدر ساده بوده، منتظر دوره جامع «ریاضیات برای هوش مصنوعی» در اسپایک باشید! 🤓🔥📢


این ویدئو رو حتما ببینید و نظرتون رو برامون بنویسید ⬇️

🧠  گردآورنده: رامین توکلی


➖➖➖➖➖➖➖➖➖➖➖➖

📱  @Spikecnm (click)
📱  @Spikecnm (click)
🎙  @SpiChat Group (click)

⭐️جامعه علوم اعصاب محاسباتی اسپایک

🗺 نقشه راه یادگیری ریاضیات هوش‌مصنوعی

💡 این نقشه راه، که توسط رامین توکلی با بهره‌گیری از نظرات اساتید دانشگاه تهیه شده است، می‌تواند راهنمای ارزشمندی در مسیر یادگیری ریاضیات هوش مصنوعی برای شما باشد.

💯 این نقشه راه بر اساس دوره آموزشی "ریاضیات هوش‌مصنوعی: ورود به دنیای هوش‌مصنوعی" از مجموعه اسپایک تنظیم شده است.

➖➖➖➖➖➖➖➖➖➖➖➖

📱  @Spikecnm (click)
📱  @Spikecnm (click)
🎙  @SpiChat Group (click)

⭐️جامعه علوم اعصاب محاسباتی اسپایک

🤪 عجیب اما واقعی!قطب نمای نورونی در مغز مگس میوه ای!

دانشمندان کشف کرده‌اند که مگس‌های میوه‌ای با کمک یک شبکه‌ی کوچک از نورون‌ها یک قطب‌نمای دقیق داخلی دارند که به آن‌ها کمک می‌کند جهت‌یابی کنند. پیش‌تر تصور می‌شد که چنین دقتی تنها با یک شبکه‌ی بزرگ از نورون‌ها ممکن است، زیرا شبکه‌های کوچک دچار خطا می‌شوند.
اما پژوهش‌های جدید نشان داده‌اند که اگر اتصالات بین نورون‌ها بسیار دقیق و حساب‌شده باشد، حتی یک شبکه‌ی کوچک هم می‌تواند به‌درستی کار کند. مارسلا نورمن، محقق مؤسسه‌ی Janelia، متوجه شد که با فقط چهار نورون و تنظیم دقیق ارتباطات بین آن‌ها، می‌توان یک شبکه‌ی پایدار برای جهت‌یابی ایجاد کرد.
این کشف نشان می‌دهد که دقت یک شبکه‌ی عصبی تنها به تعداد نورون‌ها بستگی ندارد، بلکه نحوه‌ی اتصال آن‌ها نیز بسیار مهم است. در مغزهای بزرگ، نورون‌های زیادی برای انجام یک وظیفه استفاده می‌شوند، اما در شبکه‌های کوچک، چون نورون‌ها کمتر هستند، ارتباطات باید بسیار دقیق‌تر تنظیم شوند.

اکنون دانشمندان در حال بررسی چگونگی تنظیم این شبکه ها در مغز و عوامل اثر گذار بر دقت انها هستند.

🔗 مطالعه بیشتر

🧠  نویسنده: آتنا شیدایی

➖➖➖➖➖➖➖➖➖➖➖➖

📱  @Spikecnm (click)
📱  @Spikecnm (click)
🎙  @SpiChat Group (click)

⭐️جامعه علوم اعصاب محاسباتی اسپایک