摘要 - 具有光学动力和数据遥测的基于最小的和无线近红外(NIR)的神经记录器是一种有希望的长期监测的有前途的方法,该方法具有最小的现状独立唱片仪之间的最小物理维度。但是,基于NIR的神经记录综合电路(IC)的主要挑战是在存在光引起的寄生寄生短路电流的情况下保持强大的操作。当信号电流保持较小以降低功耗时,尤其如此。在这项工作中,我们为电动机预测提供了一个容忍和低功率的神经记录IC,该记录可以在低调的300 µw/mm 2中充分发挥作用。,它以4.1噪声效率因子(NEF)伪抗抑制作用的放大器,芯片神经特征提取器和单个的Mote-Mote级增益控制,在38℃时达到了0.57 µW的最佳能力消耗。应用猴子的20通道预录的神经信号,IC可以预测用
摘要 — 微型化和无线近红外 (NIR) 神经记录器具有光学供电和数据遥测功能,已被引入作为一种有前途的安全长期监测方法,其物理尺寸在最先进的独立记录器中最小。然而,基于 NIR 的神经记录集成电路 (IC) 面临的主要挑战是在结二极管光感应寄生短路电流存在的情况下保持稳健运行。当信号电流保持较小以降低功耗时尤其如此。在这项工作中,我们提出了一种用于运动预测的耐光低功耗神经记录 IC,它可以在高达 300 µ W/mm 2 的光照下完全发挥作用。它实现了 38 ◦ C 时 0.57 µ W 的最佳功耗,具有 4.1 噪声效率因数 (NEF) 伪无电阻放大器、片上神经特征提取器和单独的微尘级增益控制。通过应用猴子的 20 通道预录神经信号,该 IC 可以预测手指的位置和速度,
一位名叫Elon Musk的著名商人发明了植入物,并将其插入猴子的大脑中。他声称,Neuralink Brain-Computer界面业务已与猴子联系起来玩视频游戏。这一消息引起了全世界的轰动,鉴于美国亿万富翁对这样的病毒事件的偏爱,这并不令人惊讶。但是,一家西班牙公司不太满意,在过去的八年中,建立了一个基于石墨烯的脑植物的植入物,该植入物声称它击败了马斯克的Neuralink。Carolina Aguilar的联合创始人兼首席执行官兼首席执行官解释说:“大脑界面必须很好地执行三个任务:记录大脑信号,激活它们,然后在大脑中保持稳定多年”。但根据Aguilar的说法,材料麝香目前正在使用称为PEDOT的聚合物的NeuralInk使用,它溶解在大脑内部太快,无法适合大脑刺激植入物。因此,神经助理,概述,它的观点在不正确的轨道上。
摘要 — 微型化和无线近红外 (NIR) 神经记录器具有光学供电和数据遥测功能,已被引入作为一种有前途的安全长期监测方法,其物理尺寸在最先进的独立记录器中最小。然而,基于 NIR 的神经记录集成电路 (IC) 面临的主要挑战是在结二极管光感应寄生短路电流存在的情况下保持稳健运行。当信号电流保持较小以降低功耗时尤其如此。在这项工作中,我们提出了一种用于运动预测的耐光低功耗神经记录 IC,它可以在高达 300 µ W/mm 2 的光照下完全发挥作用。它实现了 38 ◦ C 时 0.57 µ W 的最佳功耗,具有 4.1 噪声效率因数 (NEF) 伪无电阻放大器、片上神经特征提取器和单独的微尘级增益控制。通过应用猴子的 20 通道预录神经信号,该 IC 可以预测手指的位置和速度,
新德里,帕亚尔·卡帕迪亚 (Payal Kapadia) 的《一切想象为光》 (All We Imagine As Light) 继续在国际奖项舞台上取得优异成绩,入围英国电影学院奖 (BAFTA) 三个类别的长名单,包括最佳导演奖。英国电影学院星期五晚间公布了即将举行的颁奖典礼第一轮投票的结果,涉及 25 个类别。卡帕迪亚的这部马拉雅拉姆-印地语电影创造了历史,成为五月戛纳电影节上第一部获得大奖的印度电影。该片入围最佳非英语电影、最佳导演和最佳原创剧本三个长名单,各 10 部。除了《一切想象为光》之外,桑迪亚·苏瑞 (Sandhya Suri) 的桑托什 (Santosh) 和卡兰·坎达里 (Karan Kandhari) 的姐妹午夜 (Sister Midnight) 也获得了英国编剧、导演或制片人杰出处女作奖提名。印度裔英国演员戴夫·帕特尔 (Dev Patel) 的导演处女作《猴子人》 (Monkey Man) 也入围了长名单。帕特尔入围最佳男主角候选名单。据 BAFTA 称,入围候选名单中的电影将进入投票提名阶段,投票于周五开始,并于 1 月 10 日结束。最终提名将于 1 月 15 日公布。2025 年 BAFTA 电影奖将于 2 月 16 日举行。PTI
这项超高场 7 T fMRI 研究探讨了是否存在一个大脑区域核心网络来服务于身体感知的不同方面。参与者观看了猴子和人类面部、身体和物体的自然视频,以及用于控制低级特征的马赛克乱码视频。进行了基于独立成分分析 (ICA) 的网络分析,以在体素和网络级别发现身体和物种的调节。在身体区域中,中额回和杏仁核的物种选择性最高。两个大型网络对身体具有高度选择性,分别由侧枕叶皮层和右侧颞上沟 (STS) 主导。右侧 STS 网络表现出较高的物种选择性,其显著的人体诱导节点连接集中在纹外体区 (EBA)、STS、颞顶交界处 (TPJ)、运动前皮层和下额回 (IFG) 周围。这里发现的人体特定网络可以作为人体的大脑范围的内部模型,作为依赖身体描述的各种过程的入口点,作为其更具体的分类、动作或表情识别功能的一部分。
摘要:COVID-19大流行的特殊影响刺激了对抗病毒分子的强烈搜索。宿主靶向的抗病毒分子具有呈现广谱抗病毒活性的潜力,并且被认为选择抗性病毒的可能性较小。在这项研究中,我们研究了AM-001施加的抗病毒活性,AM-001是EPAC1的特定药理抑制剂,这是一种由环状AMP(CAMP)直接激活的宿主交换蛋白。cAMP敏感的蛋白质,EPAC1调节了各种生理和病理过程,但其在SARS-COV-2和流动性中的作用尚未研究。在这里,我们提供的证据表明,EPAC1特异性抑制剂AM-001在人肺Calu-3细胞系和非洲绿色猴子Vero细胞系中对SARS-COV-2发挥有效的抗病毒活性。我们观察到浓度依赖性抑制SARS-COV-2传染性病毒颗粒和病毒RNA在AM-001处理的细胞的上清液中释放,这与对细胞活力的显着影响无关。此外,我们将AM-001鉴定为Calu-3细胞中流胞病毒病毒的抑制剂。完全将EPAC1抑制视为对病毒感染的有希望的治疗靶标。
理论上,神经群体活动反映了潜在的动态结构。可以使用具有显式动态的状态空间模型(例如基于循环神经网络 (RNN) 的模型)准确捕获此结构。但是,使用循环来显式建模动态需要对数据进行顺序处理,从而减慢脑机接口等实时应用的速度。在这里,我们介绍了一种非循环替代方案——神经数据转换器 (NDT)。我们通过将 NDT 应用于具有已知动态的合成数据集和来自猴子运动皮层的数据(在由 RNN 很好地建模的伸手任务期间),测试了 NDT 捕获自主动态系统的能力。NDT 可以对这些数据集以及最先进的循环模型进行建模。此外,它的非循环性可以实现 3.9 毫秒的推理,远低于实时应用的循环时间,并且比猴子伸手数据集上的循环基线快 6 倍以上。这些结果表明,明确的动力学模型对于建模自主神经群体动力学来说不是必需的。代码:github.com/snel-repo/neural-data-transformers。
美国专利局如何跟上人工智能的步伐 VentureBeat Seth Colaner 2020 年 10 月 29 日 [链接] 技术不断给知识产权法带来挑战。臭名昭著的“猴子自拍”案不仅挑战了谁拥有一项知识产权的概念,而且挑战了什么首先构成了“谁”。上个十年的半感知猴子正在让位于一个新的“谁”:人工智能。人工智能的迅速崛起迫使法律界提出一些难题:人工智能是否可以拥有专利,现有的知识产权和专利法如何应对人工智能带来的独特挑战,以及还存在哪些挑战。这些问题的答案并不简单;学术界、政府和工业界的利益相关者已经投入了数十亿美元用于研究和开发人工智能技术以及人工智能产品和服务。专利所有权代表了谁掌握着人工智能的金钱和权力。例如,专利持有人是参与项目的员工,还是雇用该员工的公司,或者是人工智能本身,都会产生巨大的影响。此外,在获得专利时,很难在人工智能的透明度和可审计性与泄露商业机密的风险之间取得平衡。这些新挑战出现在人工智能相关专利申请持续飙升的时期。根据美国专利商标局 (USPTO) 的一份新报告《发明人工智能:用美国专利追踪人工智能的传播》,2002 年至 2018 年,每年的人工智能专利申请增加了 100%,从 30,000 份增加到 60,000 份。在同一时期,以某种方式包含人工智能的申请比例从 9% 增长到近 16%。该报告没有分享过去两年的数据,但考虑到我们目前正处于人工智能的炎热夏天,这些数字很可能只会增加。现行法律在处理 AI 专利方面是否成功?美国专利商标局正在积极努力就如何处理 AI 问题达成明确共识。2019 年,该机构提出了两份征求意见书 (RFC):一份是关于 AI 和专利法,另一份是关于 AI 对知识产权 (IP) 政策的影响。上述两份 RFC 分别有近 100 名受访者,他们来自法律、贸易团体、学术界等各个领域。在最近的一份报告中,该机构总结了收到的回复。受访者大体上达成了一致,在以下几个方面达成了一些普遍共识:
摘要 — 皮层内脑机接口有望帮助瘫痪患者恢复功能,但由于其高功耗,将其转化为便携式和植入式设备受到阻碍。与标准实验性脑机接口相比,最近的设备已大幅降低了功耗,但仍需要有线或无线连接到计算硬件以进行特征提取和推理。在这里,我们介绍了一种 180 nm CMOS 神经记录和解码 (NeuRAD) 专用集成电路 (ASIC),它可以提取神经脉冲特征并实时预测二维行为。为了降低放大器和特征提取的功耗,NeuRAD 具有一个硬件加速器,用于从皮层内脉冲信号中提取脉冲带功率 (SBP),并包括一个带有定点矩阵加速单元 (MAU) 的 M0 处理器,用于高效灵活地解码。我们通过记录植入犹他微电极阵列的非人类灵长类动物的收缩压,并使用稳态卡尔曼滤波器 (SSKF) 预测猴子试图在闭环中执行的一维和二维手指运动,验证了设备的功能。使用 NeuRAD 的实时预测,猴子实现了 100% 的成功率,平均目标获取时间为 0.82 秒,使用