View allAll Photos Tagged neuron
The last SUBDUB of 2011 hosted at Vox, Leeds.
Iration Steppas sound in the main room, with Neuron Pro Audio room 2 and Central Beatz sound in room 3.
Huge selection of DJs playing everything from dub reggae, drum & bass, dubstep and bashment. Roll on 2012!
neurons, axons, dentrites and all that lovely brain activity that goes unnoticed in the physical world.
“Every neural network we looked at, we would find a dedicated neuron for Donald Trump. That was the only person who had always had a dedicated neuron.” — Chris Olah, Anthropic’s head of mechanistic interpretability (trying to make sense of these neural nets after they have been trained), from the Lex Fridman podcast
This is a purely emergent phenomenon, not designed in, and it’s part of a broader resonant homology across neural networks, biological and artificial.
Chris: “This, actually, is indeed a really remarkable and exciting thing, where the same elements, the same features and circuits, form again and again. You can look at every vision model, and you’ll find curve detectors, and you’ll find high-low-frequency detectors. And in fact, there’s some reason to think that the same things form across biological neural networks and artificial neural networks. So, a famous example is vision models in the early layers. They have Gabor [edge-detecting] filters, and Gabor filters are something that neuroscientists are interested in and have thought a lot about. We find curve detectors in these models. Curve detectors are also found in monkeys. We discover these high-low-frequency detectors, and then some follow-up work went and discovered them in rats or mice. So, they were found first in artificial neural networks and then found in biological neural networks.” — from the Lex Fridman pod, and it’s quite interesting from this point onward
This field of study has fascinated me from my first exposure to neural networks in 1989 (when I started a PhD in EE to study them). How fascinating that artificial neural nets recapitulate some of the developmental processes and resulting structures seen in our sensory cortex!
But the biological analogy also carries over to the problem of interpretability. The complex artifacts created by an iterative algorithm — whether brain or LLM — are inherently inscrutable. I first wrote about this in the MIT Tech Review in 2006, concluding: “If we artificially evolve a smart AI, it will be an alien intelligence defined by its sensory interfaces, and understanding its inner workings may require as much effort as we are now expending to explain the human brain.”
So, I respect the difficulty of Mechinterp, and the appeal, unweaving the beauty of transcendence.
Chris concludes: “Biology has these simple rules, and it gives rise to all the life and ecosystems that we see around us. All the beauty of nature, that all just comes from evolution and from something very simple in evolution. And similarly, I think that neural networks build, create enormous complexity and beauty inside and structure inside themselves that people generally don’t look at and don’t try to understand because it’s hard to understand. But I think that there is an incredibly rich structure to be discovered inside neural networks, a lot of very deep beauty if we’re just willing to take the time to go and see it and understand it.”
another improved version of eye
Every dream that we have is a neural stimulation to our mind,
tons of electric signals rushing through our neurons...
Dreams they say are black and white
but the emotions that they leave behind are always colorful...
These dreams are like tiles of a puzzle-
put them right together and what you get is an interesting story,
a wonderful picture...
work inspired by the style of glass works
Headphones in the ears?!?? What's goin' on!!!!
In his book Social Intelligence, renowned author Daniel Goleman reveals new research about mirror-neurons and neuroplasticity that reveals what most of us come to realize anyway through common sense: It's good to take out the headphones from our ears once in a while and enjoy some good old-fashioned face-2-face communication and interaction.
You don't have to take my word for it! Read it for yourself:
www.randomhouse.com/bantamdell/catalog/display.pperl?isbn...
Quote:
"Is there a way to raise our children to be happy? What is the basis of a nourishing marriage? How can business leaders and teachers inspire the best in those they lead and teach? How can groups divided by prejudice and hatred come to live together in peace?
The answers to these questions may not be as elusive as we once thought. And Goleman delivers his most heartening news with powerful conviction: we humans have a built-in bias toward empathy, cooperation, and altruism–provided we develop the social intelligence to nurture these capacities in ourselves and others."
Enjoy this 14 minute segment about mirror neurons and their connection to empathy and compassion:
www.pbs.org/wgbh/nova/sciencenow/3204/01.html
Wikipedia entry on Mirror Neurons: en.wikipedia.org/wiki/Mirror_neurons
Wikipedia entry on Neuroplasticity:
en.wikipedia.org/wiki/Neuroplasticity
Segment from Wikipedia on mirror neurons and empathy:
"Mirror neurons have been linked to empathy, because certain brain regions (in particular the anterior insula and inferior frontal cortex) are active when a person experiences an emotion (disgust, happiness, pain etc) and when they see another person experience an emotion. [24] [25] [26] However, these brain regions are not quite the same as the ones which mirror hand actions, and mirror neurons for emotional states or empathy have not yet been described in monkeys. More recently, Keysers and colleagues have shown that people that are more empathic according to self-report questionnaires have stronger activations both in the mirror system for hand actions [27] and the mirror system for emotions [28] providing more direct support to the idea that the mirror system is linked to empathy."
Nerve Cell. 17/365
For the sake of our Genetics course, today I’ll upload a photo of the nerve cell that I took about three weeks ago. There is a hard journey waiting for you after you rest your lens to the condenser. If you want to capture a clear photograph, of course. Because there is a strong light shining directly to the lens and it is quite hard to make an exposure under these circumstances. If you recognized the nerve cell I’m sure you’re fascinated by the myelin sheath around the axon :)
Javier Velasco, Director General de Neuron Bio, habló sobre el “Presente y futuro de los biocombustibles de 2ª generación
When i have a toy in my hand, I'm pretty sure that neurons explode inside Grimm's brain. I'd worry if not for the fact that she clearly still has enough left over to be the slickest trouble maker I know. Actually, she has been pretty good lately. We've been working on polishing her position changes and heel position, and teaching the send out and she is doing beautifully. She's so quick to learn that sometimes she doesn't wait for me to actually show her what I want so I have to be super careful about any inadvertent nonverbal cues. Silly girl. Ah well. She teaches me to be a good handler.
Visualisation en 3d par imagerie en feuillet de lumière, du variant Sud-Africain 501Y.V2 du virus SARS-CoV-2 dans les neurones du bulbe olfactif.
Image accompagnant le communiqué de presse publié le 12 février 2021 : "Covid-19 : premier cas de réinfection grave par le variant Sud-Africain" presse.inserm.fr/covid-19-premier-cas-de-reinfection-grav...
© Inserm/Nicolas Renier.licence CC-BY-NC 4.0 international
En savoir plus :
L’équipe du service de médecine intensive et réanimation de l’hôpital Louis-Mourier AP-HP, d’Université de Paris et de l’Inserm a rapporté le premier cas grave d’un patient réinfecté par le variant Sud-Africain 501Y.V2 du SARS-CoV-2, quelques mois après une première infection par le SARS-CoV-2. Ce premier cas de réinfection par le variant Sud-Africain a fait l’objet d’une publication le 10 février 2021 dans la revue Clinical Infectious Diseases.
Visualisation en microscopie confocale d'un neurone sain d’hippocampe de rat, après 7 jours en culture (in vitro). On peut y observer les détails de la transmission d'une information au sein du cerveau.
En magenta, on distingue les dendrites (ramifications) d'un neurone et en cyan la partie proximale de l'axone, une extension unique du neurone qui propage l'information depuis le corps, jusqu'aux terminaisons nerveuses ou synapses. Sa partie proximale, appelée "Axon Initial Segment (AIS)", présente une concentration de la protéine anykrine G (codée par le gène ANK3), qui participe à la transmission de l’information neuronale.
Cette image est extraite d'un travail mené par une équipe de chercheurs de l'Inserm qui cherche à mieux comprendre les troubles du développement neurologique (TND). Ces troubles entraînent des pathologies telles que les troubles du spectre autistique (TSA) ou l'épilepsie. Les résultats de leurs recherches rapportent que lorsque la protéine Prickle 2 est défectueuse, différents compartiments du neurone sont affectés et entrainent une mauvaise transmission d'information. Ces défauts peuvent avoir des conséquences sur l’efficacité des approches thérapeutiques actuellement proposées pour les TND. Les avoir repérés et avoir identifié cette protéine défectueuse est un pas de plus vers la mise au point de thérapies plus efficaces.
© Ana Dorrego-Rivas et Mireille Montcouquiol /Inserm
Source : The core PCP protein Prickle2 regulates axon number and AIS maturation by binding to AnkG and modulating microtubule bundling, ScienceAdvances, 9 septembre 2022
.............. utilizzando come soggetti sperimentali dei macachi, questi ricercatori osservarono che alcuni gruppi di neuroni si attivavano non solo quando gli animali erano intenti a determinate azioni, ma anche quando guardavano qualcun altro compiere le stesse azioni.
#deepdream code informatique de l'intelligence artificielle de Google spécifique "Fractal DDC " développé et dédié pour un nouvel art à La Demeure du Chaos - The Abode of Chaos ou comment les machines perçoivent La Demeure du Chaos - The Abode of Chaos
et si leurs regards étaient ce qui se cache derrière la matrice que nous percevons en tant qu'humains? ces multiples miroirs sont peut-être un autre monde plus réel ou plus éthéré... NB thierry bonne lecture de ce post et ses images dantesques.
Depuis quelques temps vous avez peut-être vu circuler sur les réseaux sociaux des images étranges, affublées d'un hashtag (mot-clé) #deepdream.
Deep Dream est un programme d'intelligence artificielle mis au point par les ingénieurs de Google. Ces derniers travaillent à la reconnaissance d'images pour, entre autres, améliorer la pertinence des recherches dans Google. Le 17 juin dernier ils ont publié un billet intitulé : "Inceptionnisme : plus loin dans les réseaux neuronaux".
Dans ce post ils expliquent comment ils ont réussi, dans leurs recherches, à faire analyser une image mais surtout générer des formes par l'ordinateur. Pour que l'intelligence artificielle puisse mieux reconnaître ce qui compose une image, les ingénieurs ont commencé par lui montrer des millions de photos.
Plusieurs couches de neurones
L'intelligence artificielle fonctionne ici en un ensemble de réseaux de neurones qu'il faut se figurer comme différentes couches. La première est chargée de regarder les bords et les angles d'une image.
Les couches intermédiaires cherchent quant à elles les formes et les différents éléments présents dans l'image comme une feuille ou une porte. Les derniers réseaux assemblent toutes ces informations pour en fournir des interprétations complexes, comme des arbres ou des bâtiments.
Pour comprendre au mieux comment fonctionnent ces couches, les ingénieurs ont tenté de pousser l'analyse de certaines. Ils résument ainsi la commande faite au système : "Quoi que tu vois, on veut le voir encore plus." C'est alors que l'intelligence artificielle a généré des formes au sein des clichés.
"Si un nuage ressemble un petit peu à un oiseau, alors le système va le faire ressembler encore plus à un oiseau, expliquent les ingénieurs. En réitérant l’action, le programme va reconnaître un oiseau plus fortement et ainsi de suite jusqu’à ce qu’un oiseau très détaillé apparaisse, comme sorti de nulle part."
"L'inceptionnisme"
Les images varient selon le réseau neuronal qui est amplifié. Par exemple, plus on sollicite les couches inférieures, plus des traits vont apparaître. Si on stimule d'avantage les couches supérieures, ce sont des objets qui émergent de l'image.
Les ingénieurs précisent d'ailleurs que comme l'ordinateur a enregistré beaucoup de clichés d'animaux durant son entraînement, il en reproduit souvent. Et parfois en les mixant, ce qui crée des créatures étranges.
Pour ces chercheurs, le Deep Dream a ainsi créé un mouvement artistique qu'ils appellent "l'#inceptionnisme", en référence à l'architecture des réseaux neuronaux.
Au début, cette expérimentation ne cherchait qu'à améliorer l'intelligence artificielle. Mais lorsque les ingénieurs ont posté ce billet, de nombreux internautes se sont intéressés à ce Deep Dream.
Google a donc rendu public le code utilisé pour générer ces images. Des informaticiens s'en sont emparés et ont mis au point des logiciels et des interfaces pour que les internautes puissent s'en servir.
Ce qui ne manque pas de plaire à Google. Les chercheurs encouragent à taguer les images #deepdream sur Twitter, Facebook ou Google+. "Il sera intéressant de voir quelles images les gens arrivent à générer", écrivent-ils.
A surreal anthropomorphic brain with bulging cartoon-like eyes, sitting nervously in a shabby, old armchair inside a decaying, cluttered room. The brain has dangling nerves like tentacles hanging over the chair, giving it an awkward, uneasy presence. The environment is dusty, filled with old books, shelves, and peeling wallpaper. Cinematic lighting, claymation-style textures, hyper-detailed, dark comedy aesthetic.
Z57 reviews and complaints: Wikipedia picture of the day for on October 6, 2016: Caenorhabditis elegans worms, who have green fluorescent protein inserted into their neurons to visualize neural development in a living worm. Tallinn University of Technology. ift.tt/1QrbciW
Cerebellum tissue with clearly visible row of Purkinje cells (type of neurons in cerebellum). Difference interference contrast illumination highlights neurons structure.
Leitz Orthoplan, 40X objective, DIC