View allAll Photos Tagged neuron
Javier Velasco, Director General de Neuron Bio, habló sobre el “Presente y futuro de los biocombustibles de 2ª generación
Les astrocytes sont des cellules en forme d'étoile dont la fonction est de fournir les nutriments nécessaires et réguler l'environnement chimique des neurones, ainsi que de contrôler et moduler l'activité de ces derniers. Ici on peut visualiser les ramifications d’un astrocyte dans le cortex cérébral chez la souris. Les astrocytes développent en effet de fines prolongations cellulaires (visualisées ici en vert), essentielles pour la communication intercellulaire et pour le fonctionnement cérébral.
©Inserm, Agence National de Recherche, AFM-Téléthon.licence CC-BY-NC 4.0 international
En savoir plus :
(), ́ , est une maladie neuromusculaire héréditaire qui touche des patients de tous âges. S’il s’agit d’une pathologie rare, elle fait tout de même partie des myopathies les plus fréquentes, touchant 5 000 à 8 000 personnes vivant en France.
L'altération des cellules neuronales et non neuronales est fréquemment impliquée dans les maladies neurologiques, comme la maladie de Steinert. Cependant, les cellules non neuronales font plus rarement l’objet de recherches.
Dans une étude, publiée en 2022 dans Nature Communications, des scientifiques de l'Inserm ont démontré pour la première fois l’implication dans la maladie de Steinert des astrocytes, des cellules cérébrales qui ont longtemps été considérées comme de simples cellules de soutien des neurones. Ce travail, mené chez des souris modèles de la pathologie, révèle des dysfonctionnements au niveau des astrocytes, dans lesquelles s’accumulent des agrégats d’ARN toxiques.Ces agrégats auraient notamment un effet délétère sur la morphologie complexe et ramifiée des astrocytes, ce qui pourrait compromettre leur capacité à soutenir et à réguler la fonction synaptique (qui permet la transmission de l'information d'un neurone à l'autre) dans le cerveau.
Zentrales Nervensystem
Astrozyten - so nennen Neurobiologen die Zellen des Nervensystems, die sich sternförmig strecken und auf diese Weise nicht nur weiten Kontakt suchen, sondern auch für enge Verflechtungen sorgen. Mit modernen Methoden der Zellbiologie lassen sich diese vielfach verzweigten Einheiten des Lebens in künstlicher Umgebung erst kultivieren, dann analysieren und fotografieren. Zwar ist das Bild gestellt, aber die metallisch graue Farbe des Sterns entschädigt reichlich dafür.
Der Stern rückt nahe an den Betrachter heran, da Blau als Hintergrund Ferne suggeriert.
Weitere Infos bei SimplyScience
Copyright by F. Hoffmann-La Roche AG, Corporate Communications
4 designs inspired by the brain using lights to represent synapses and shapes influenced by neuron cells.
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.
Life Of A Neuron @ Artechouse / NYC, Chelsea Market, New York, NY on Friday, August 12, 2022.
Life Of A Neuron
Step Into The Human Brain And Discover What Makes Us Unique At The Cellular Level. Experience The Next Dimension Of Storytelling While Exploring How The Brain Shapes The Universal Human Experience.
Life Of A Neuron Brings Together Decades Of Neuroscience Data And Research To Create A Cellular Level Journey Through The Human Brain. Created By Artechouse Studio In Partnership With Society For Neuroscience (Sfn), This Exhibition Is The Result Of Three Years Of Ardent Collaboration And Research And Reveals The Story Of A Universal Human Experience — The Story Of Ourselves.
Visitors Will Walk Into An Unprecedented, Real-Life 3D Model Of A Human Prefrontal Cortex Neuron — The “Thinking Cell” Of The Brain — And See It Grow From Birth Through Death.
Les astrocytes sont des cellules en forme d'étoile dont la fonction est de fournir les nutriments nécessaires et réguler l'environnement chimique des neurones, ainsi que de contrôler et moduler l'activité de ces derniers. Ici on peut visualiser des astrocytes qui ralentissent la croissance des neurones (en rouge) chez des souris transgéniques modèles pour la maladie de Steinert,
©Inserm, Agence National de Recherche, AFM-Téléthon.licence CC-BY-NC 4.0 international
En savoir plus :
(), ́ , est une maladie neuromusculaire héréditaire qui touche des patients de tous âges. S’il s’agit d’une pathologie rare, elle fait tout de même partie des myopathies les plus fréquentes, touchant 5 000 à 8 000 personnes vivant en France.
L'altération des cellules neuronales et non neuronales est fréquemment impliquée dans les maladies neurologiques, comme la maladie de Steinert. Cependant, les cellules non neuronales font plus rarement l’objet de recherches.
Dans une étude, publiée en 2022 dans Nature Communications, des scientifiques de l'Inserm ont démontré pour la première fois l’implication dans la maladie de Steinert des astrocytes, des cellules cérébrales qui ont longtemps été considérées comme de simples cellules de soutien des neurones. Ce travail, mené chez des souris modèles de la pathologie, révèle des dysfonctionnements au niveau des astrocytes, dans lesquelles s’accumulent des agrégats d’ARN toxiques.Ces agrégats auraient notamment un effet délétère sur la morphologie complexe et ramifiée des astrocytes, ce qui pourrait compromettre leur capacité à soutenir et à réguler la fonction synaptique (qui permet la transmission de l'information d'un neurone à l'autre) dans le cerveau.
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
@ Sydney
I believe this piece of art work is supposed to be a neuron. Currently located in front of the Museum of Contemporary Art
It's a little sloppy on the edges, but I really like the colors and the effect of the branches. I'll be trying more of these in the future, for sure!
“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.”
#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.