Лебедев про мозг

Aleph Neuro совершила прорыв в нейроинтерфейсах, научившись считывать активность мозга с помощью сфокусированного ультразвука — без скальпеля, трепанации и вживления имплантов.

Принцип работы элегантен: технология анализирует ультразвуковое эхо. Волны свободно проходят сквозь кости черепа, а когда нейроны активируются, локальный кровоток меняется — это искажает обратное рассеяние сигнала. Так рождается детальная карта процессов в реальном времени.

На этом я, пожалуй, закончу с цитатами из Хамероффа. Хорошего понемногу.

Канал «Московского долголетия» рябит словом «мозг». Причем предлагаемые когнитивные тренировки — это, как правило, что-то типа: чеши затылок левой рукой и одновременно поглаживай живот левой.

(Нужно будет глянуть, а что там на западе делают в этом отношении.)

https://t.me/mosdolgoletie/4661

Сегодня день рождения у Василия Попкова — российского ученого, соединившего биологический мозг с искусственным интеллектом. Поздравляем!!!

Профессор компьютерных наук Питер Деннинг решил совершает революцию в умах. Он выпустил книгу о том, как Алан Тьюринг три четверти века назад завел все человечество не в ту степь. Идея Тьюринга о том, что разум может существовать отдельно от биологического тела в виде строчек кода, — это гигантское заблуждение.

Деннинг бьет в набат, уверяя, что полноценного искусственного интеллекта человеческого уровня мы не увидим никогда, а то, что мы сейчас строим, приведет нас исключительно к катастрофе, потому что машины глупы, но при этом жутко опасны.

Главным непреодолимым барьером для технологий Деннинг считает так называемое неявное знание. (Вспоминаем мудрость от Сергея Шишкина.) Это вся та гигантская куча вещей, которую люди делают интуитивно, но не могут внятно объяснить словами, — вроде здравого смысла, или угадывания чужого сарказма. Деннинг сокрушается, что раз мы за сорок лет ручного труда так и не смогли оцифровать весь здравый смысл мира, то и компьютерам тут ловить нечего.

Современные большие языковые модели, по его глубокому убеждению, просто бездумно жонглируют словами и символами, совершенно не понимая их сути, из-за чего между нами и технологиями лежит вечная пропасть.

Дальше мысль ученого уходит в фантастические дебри. Он пугает нас тем, что нейросети создадут свой собственный, абсолютно чуждый нам цифровой разум, который люди никогда не смогут расшифровать. Мы и они превратимся в две инопланетные цивилизации, неспособные к диалогу, из-за чего настроить безопасность ИИ будет физически невозможно.

Спасаться от этого восстания машин профессор Деннинг весьма оригинально: нужно просто пафосно сплотиться, отказаться думать как алгоритмы, перестать подчиняться глупым железкам и громко отпраздновать наше человеческое величие.

Звучит это всё очень поэтично и душевно.

https://techxplore.com/news/2026-07-true-human-ai-prominent-scientist.html

Есть ли у человека свобода воли — одному богу известно. Но люди, сумевшие обратить эту «проблему» в источник личного дохода, вызывают искреннее восхищение. Нужно, наверное, сделать подборку…

https://t.me/lonely_oocyte/7481

#свободаволи #freewill

Разработанный исследователями новый инструмент глубокого обучения MacAction позволяет создавать высокореалистичные 3D-аватары макак по обычным видеозаписям движения этих животных. С помощью этой технологии ученые показали, что обезьяны, подобно людям, испытывают эффект «зловещей долины», обращая меньше внимания на почти реалистичные модели по сравнению с полностью правдоподобными или явно искусственными.

https://journals.plos.org/plosbiology/article?id=10.1371/journal.pbio.3003880

Затерявшиеся фотографии: защита Натальи Шаманцевой

Несмотря на то что люди часто не могут на слух или зрительно отличить гиперреалистичные ИИ-лица от настоящих и даже считают их более привлекательными, человеческий мозг на глубоком уровне улавливает разницу между ними.

Исследование с использованием ЭЭГ показало, что лица, созданные нейросетями, вызывают у людей более сильный нейронный отклик (в компонентах N250, P300, PN400 и поздней позитивности) по сравнению с реальными лицами.

Это объясняется алгоритмическим усреднением черт, что доказывает разрыв между осознанным распознаванием и скрытой нейронной оценкой мозга.

https://www.nature.com/articles/s41598-026-59487-7

Перечитываем философские притчи

https://t.me/augmented_brain/1834

Вот 5 вариантов названий для этой притчи:
1. Трудная проблема «Красного и Белого»
Прямая и остроумная отсылка к «трудной проблеме сознания» Дэвида Чалмерса, перенесённая в декорации культового алкомаркета.
2. Иллюзия в винном отделе
Название сфокусировано на эффектном финальном появлении Дэниела Деннетта и его философии иллюзионизма, отрицающей существование квалиа (субъективного опыта цвета).
3. Философский зомби идёт за добавкой
Ироничный заголовок, который обыгрывает один из самых известных мысленных экспериментов в философии сознания в весьма бытовом контексте.
4. Спор на нетрезвую голову, или Есть ли разум у ритейла?
Классическое «двойное» название в духе философских трактатов эпохи Просвещения, отлично передающее суть спора Коха.
5. Квалиа, которого не было
Немного загадочное и глубокое название для любителей чистоты терминологии. Подчёркивает абсурдность спора о свойствах того, чего, по мнению Деннетта, вообще не существует.

Александр Дмитриев из Института радиотехники и электроники РАН — человек, чьи разработки буквально изменили облик современных беспроводных технологий, хотя сам он об этом говорить не любит, отличаясь поразительной академической скромностью.

Между тем, созданная и исследованная им открытая система динамического хаоса сегодня используется повсеместно в беспроводных сенсорных сетях, интернете вещей и скрытой связи (Дмитриев, Панас, 2002).

Ирония судьбы и отечественной науки конца прошлого века заключается в том, что за технологию мирового уровня ученые не получили огромных роялти, патентов или признания коммерческих гигантов. Все материальное вознаграждение за этот фундаментальный прорыв ограничилось одним-единственным лаптопом родом из девяностых годов.

Сама суть идеи Дмитриева состояла в отказе от классической радиосинусоиды в пользу детерминированного хаоса. Специальный полупроводниковый генератор создает сигнал, похожий на белый шум, размазанный по широкой полосе частот (Дмитриев, Панас, Старков, 1997). Этот подход сделал прямохаотическую связь невероятно устойчивой к помехам в бетонных стенах и незаменимой для защищенных каналов передачи данных, где перехватить сигнал без знания алгоритма невозможно физически (Дмитриев, Кяргинский, Максимов и др., 2003).

Глобальный бизнес быстро оценил потенциал идеи. Южнокорейский технологический гигант Samsung Electronics совместно с ИРЭ РАН активно продвигал прямохаотическую связь на международной арене. Именно их совместные предложения легли в основу стандартов беспроводных персональных сетей (WPAN) IEEE 802.15.4a и нательных сенсорных сетей (WBAN) IEEE 802.15.6, где прямохаотический метод стал одним из базовых решений (Dmitriev, Ryzhov, Popov, 2019).

Сегодня принципы детерминированного хаоса используются разработчиками промышленного интернета вещей (IoT) и медицинских носимых датчиков, которым важны сверхнизкое энергопотребление и помехоустойчивость.

Так труд ученых, оцененный когда-то в один старый ноутбук, определил будущее современных радиосистем.

Список литературы

Дмитриев А.С., Панас А.И., Старков С.О. Динамический хаос как переносчик информации // Успехи физических наук. 1997. Т. 167. № 10. С. 1129-1140.

Дмитриев А.С., Панас А.И. Динамический хаос: новые носители информации для систем связи. Москва: Физматлит, 2002.

Дмитриев А.С., Кяргинский Р.Ю., Максимов Н.А., Панас А.И., Старков С.О. Прямохаотические схемы передачи информации в сверхширокополосном радиодиапазоне // Радиотехника и электроника. 2003. Т. 48. № 12. С. 1451-1461.

Dmitriev, A. S., Ryzhov, A. I., & Popov, M. G. Direct chaotic communications and active RFID tags for Internet of Things and Internet of Robotic Things // Proceeding of IEEE. 2019.

Когда мы говорим о реабилитации после инсульта или при болезни Паркинсона, оценка походки пациента часто сводится к субъективным шкалам или простым тестам вроде ходьбы на фиксированную дистанцию.

Носимые датчики, такие как акселерометры и гироскопы, собирают огромные объемы данных, но превратить их в конкретные клинические решения до сих пор было сложно.

В исследовании для журнала npj Digital Medicine международная группа ученых предложила изящное решение, объединив датчики и топологический анализ данных.

Топология изучает свойства пространств, остающиеся неизменными при непрерывных деформациях. В анализе данных этот метод позволяет спроецировать гигантское облако многомерных параметров походки на плоскость в виде понятной карты. Вместо сравнения отдельных биомеханических показателей алгоритм смотрит на геометрическую форму всего массива данных.

В ходе работы ученые закрепили датчики на теле 81 участника с совершенно разными нейромоторными особенностями. В выборку вошли люди, перенесшие инсульт, пациенты с болезнью Паркинсона, ампутациями нижних конечностей, функциональными неврологическими расстройствами, а также здоровые люди из контрольной группы. Все они проходили двигательные тесты, пока датчики фиксировали нюансы движения.

Алгоритм без подсказок человека построил единую функциональную карту, на которой люди сгруппировались по реальным особенностям движения. У пациентов после инсульта выделились три выраженных кластера, соответствующих низкой, умеренной и высокой функциональности, которые идеально совпали с реальными клиническими тестами. В отличие от них, люди с болезнью Паркинсона продемонстрировали плавный переход от тяжелых нарушений к легким без жесткого деления на группы.

Пациенты с протезами конечностей распределились по всей карте среди других групп, что подчеркнуло их индивидуальную вариативность: кто-то двигался как здоровый человек, а у кого-то компенсаторные паттерны походили на последствия инсульта.

На основе этой карты авторы обучили алгоритмы машинного обучения. Теперь, когда в клинику приходит новый пациент, достаточно надеть датчики на пару минут, чтобы система автоматически определила его двигательный фенотип.

Для врача это открывает путь к персонализированной реабилитации, позволяя точно подбирать терапию под биомеханический профиль, наглядно отслеживать прогресс на карте и прогнозировать риски падения на основе тонких изменений, незаметных на глаз.

https://www.nature.com/articles/s41746-026-02940-8

Кто изобрел мобильный телефон?

На этот вопрос обычно отвечают именами инженеров, собравших первый пластиковый корпус с антенной, но настоящая мобильная связь родилась не на заводах, а на бумаге.

Вадим Львович Стефанюк совершил фундаментальное научное открытие, без которого мобильный телефон в его современном виде просто не смог бы существовать. В 1967 году он разработал математические принципы, позволившие миллионам устройств одновременно общаться в одном радиоэфире, не заглушая друг друга помехами. Это теоретическое изобретение распределенной регулировки мощности легло в основу современных стандартов сотовой связи и беспроводных сетей.

История создания мобильного телефона — это цепочка изобретений, где каждый шаг приближал нас к современному смартфону.

Все началось в 1942 году, когда выдающаяся актриса и изобретательница Хеди Ламарр запатентовала технологию прыгающих частот. Эта система быстрой смены каналов передачи изначально создавалась для защиты торпед от радиопомех, но спустя десятилетия стала фундаментом помехоустойчивости для сотовой связи, Wi-Fi и Bluetooth.

В тысяча 1957 году советский радиоинженер Леонид Куприянович создал первый в мире экспериментальный переносной радиотелефон ЛК-1 весом три килограмма и автоматическую телефонную радиостанцию к нему. Своим изобретением он на практике доказал, что человек может носить телефон с собой и связываться с городской АТС без проводов.

Далее, в 1967 году, Вадим Стефанюк совершил то самое ключевое открытие, опубликовав работу о регулировке мощности в коллективе радиостанций. Он и его научный руководитель Михаил Цетлин (умерший к тому времени) математически решили проблему ближний-дальний, объяснив, как передатчики должны самостоятельно снижать или повышать мощность сигнала в зависимости от расстояния до базовой станции. Это спасло будущие сети от хаоса взаимного глушения.

В 1970 году американский инженер Дональд Кокс предложил идею повторного использования частот. Он изобрел структуру покрытия территории в виде сот, что позволило эффективно распределить ограниченный радиочастотный ресурс между множеством абонентов и дало связи название сотовая.

Наконец, в 1973 году Мартин Купер из компании Motorola собрал первый коммерческий сотовый аппарат и совершил по нему первый звонок прямо с улицы Нью-Йорка.

Бенсмаиа отметился и здесь.

В 2013 году научный мир взорвала новость: исследователи из университета Дюка создали первый в истории «интерконтинентальный мозг», объединив имплантатами двух крыс в Бразилии и США.

Животные обменивались сигналами и принимали общие решения. Авторы работы заявили, что это первый шаг к созданию органического компьютера из живых нейросетей.

После этой публикации сразу же развернулась жесткая конкурентная борьба и прагматичное противостояние за ограниченное государственное и коммерческое финансирование.

В сфере передовых нейротехнологий распределение многомиллионных грантов напрямую зависит от общественного резонанса. Громкие, сенсационные заявления коллег из Дюка могли легко перетянуть на себя финансовые потоки, лишив поддержки другие проекты.

В ответ на эту угрозу нейробиолог Слиман Бенсмайа из Чикагского университета, чья лаборатория занималась нейропротезированием осязания, предпринял прямую медийную атаку на проект соперников, чтобы снизить его привлекательность в глазах грантодателей.

Оценивая практическую сторону предложенной технологии, Бенсмайа высказался предельно жестко:

«Если цель состоит в том, чтобы сделать более совершенные нейропротезы, конструкция кажется запутанной и не имеющей практического значения».

Относительно же перспектив создания живых вычислительных систем он добавил:

«Если речь идет о создании компьютера, то это предложение носит спекулятивный характер, а представленные доказательства выглядят совершенно неубедительными».

Подобными формулировками Бенсмайа совершил классический в академической среде маневр по дискредитации оппонентов с целью подорвать их профессиональный авторитет.

https://www.nature.com/articles/nature.2013.12522

#bensmaia

🧠 Ультразвуковой пластырь для сна: как технологии оптимизируют фазу REM

Ученые из Техасского университета в Остине разработали мягкий и гибкий пластырь NEUSleeP, который умеет неинвазивно стимулировать глубокие структуры мозга и одновременно мониторить его активность в реальном времени.

Это миниатюрное носимое устройство создано для того, чтобы помогать человеку быстрее погружаться в фазу быстрого сна (REM-сон) и оставаться в ней дольше. Именно эта фаза критически важна для обработки эмоций, консолидации памяти и восстановления ментального здоровья.

Принцип работы гаджета основан на сочетании непрерывного считывания показателей мозговой активности и точечного воздействия сфокусированным ультразвуком.

Клинические испытания показали отличные результаты: помимо ускорения входа в REM-сон и увеличения его продолжительности, у участников улучшилась вариабельность сердечного ритма, что указывает на глубокое расслабление и снижение уровня стресса в организме. При этом побочные эффекты оказались минимальными.

Главная ценность разработки заключается в том, что NEUSleeP спроектирован как простое устройство для домашнего использования.

В то время как для классической глубокой стимуляции мозга обычно требуются сложные клинические условия или даже хирургическое вмешательство, новый пластырь предлагает комфортный метод терапии прямо в постели.

В перспективе технология может стать эффективной и безопасной заменой снотворным при борьбе с бессонницей, депрессией, тревожностью и последствиями хронического стресса.

ИМК и «биомиметика»: идеи Слимана Бенсмаиа

Бенсмаиа [1] пришёл в сферу интерфейсов мозг–компьютер (ИМК) позднее признанных пионеров и искал собственную нишу, что объясняет полемический характер его заявлений. Его работы носили уточняющий характер, но подавались как переосмысление парадигм [2].

Объектом его полемики стали работы Николелиса, Лебедева и их коллег из университета Дюка [2, 3]. Бенсмаиа усомнился в адаптивности мозга при использовании ИМК и выдвинул свой «биомиметический» метод, основанный на воспроизведении гомункулуса Пенфилда [4].

Бенсмаиа утверждал, что «небиомиметические» ИМК накладывают «чрезмерной когнитивную нагрузку» на пользователя [4, 5].

В материале Nature он сформулировал это так:

«Зачем заставлять мозг учить новый язык, если он уже говорит на своём?» [6].

В интервью Wired он заявил:

«Если вы пытаетесь стимулировать мозг неестественным образом, вам придётся учиться этому годами, и это никогда не станет автоматическим процессом» [7].

Однако пластичность — базовое свойства мозга. Поэтому противопоставление «естественного» и «приобретённого» здесь выглядит весьма искусственно [3, 8].

Особый скепсис Бенсмаиа выказывал в отношении нейропротезирования тактильных ощущений командой Дюка:

«Даже если такие методы удастся заставить работать, остаётся неясным, насколько реалистичными будут эти ощущения» [9].

В комментарии National Geographic он указывал, что стимуляция без точного воспроизведения естественных паттернов породит «шквал сигналов», скорее сбивающих с толку, чем помогающих [10].

Для The Scientist он добавил:

«Если вы просто стимулируете кору случайным образом, вы получите ощущение покалывания, зуда или непонятного электрического разряда, но никак не прикосновение к реальному физическому объекту» [11].

Бенсмаиа настаивал, что произвольное кодирование игнорирует алгоритмы сенсорных систем. При таком подходе «от субъекта требуются время и усилия, чтобы научиться интерпретировать эти сигналы» [12]. Его альтернатива — модель, направленная на интуитивное взаимодействие, — формулировалась как «минимизация когнитивной нагрузки, связанной с расшифровкой искусственно созданных входных данных» [12].

В выступлении на TEDx он выразился так:

«Весь фокус в том, чтобы дать мозгу информацию, которую он сможет использовать интуитивно» [13].

А в Science Translational Medicine заявил:

«Если мы сможем написать код на языке, который мозг уже понимает, ощущение будет возникать мгновенно, будет ощущаться как естественное и не потребует обучения» [14].

При всей яркости этой риторики, термин «биомиметика» был очевидным образом высосан из пальца. Команда Дюка ничего не имела против естественных функций. Рецептивные поля нейронов (гомункулус) документировались, а парадигма активного осязания была максимально естественна [3, 9].

Ироническим образом, работы с посмертным участием Бенсмаиа окончательно похоронили «биомиметику». Исследование пространственно-временного кодирования тактильных сигналов отвергло гомункулус Пенфилда [15]. Другая работа показала, что информация кодируется распределённо и динамически в сенсомоторной коре [16], что идентично распределённым сетям Николелиса.

В целом Бенсмаиа выражал разумные [1, 5], но банальные идеи.

Литература

1. The University of Chicago Medicine. Sliman Bensmaia, 1973–2023 // UChicago News. — 2023.
2. Bensmaia and Miller. Nat. Rev. Neurosci. — 2014.
3. Lebedev and Nicolelis. Brain–machine interfaces: Trends Neurosci. — 2006.
4. Saal and Bensmaia. Curr. Opin. Neurobiol. — 2015.
5. Bensmaia. J. Neurophysiol. — 2015.
6. Abbott. Nature. — 2013.
7. Keim. Bionic Hand Sends Information Straight to the Brain // Wired. — 14.10.2013.
8. Bach-y-Rita and Kercel. Trends Cogn. Sci. — 2003.
9. O'Doherty et al. Nature. — 2011.
10. Sohn. National Geographic. — 18.02.2013.
11. Akst. Feeling Through a Prosthesis // The Scientist. — 14.10.2013.
12. Graczyk. et al. Front. Neurosci. — 2018.
13. UChicago Medicine. Bensmaia at TEDx. — 2015.
14. Flesher et al. Sci. Transl. Med. — 2016.
15. Alamri et al. bioRxiv. — 2026.
16. Yan Y. et al. Nat. Commun. — 2026.

#bensmaia

Выполняю обещание

https://t.me/augmented_brain/14908

Lebedev, M. A., & Nicolelis, M. A. (2006). Brain–machine interfaces: past, present and future. Trends in Neurosciences, 29(9), 536-546.
https://doi.org/10.1016/j.tins.2006.07.004

Статья Лебедева и Николелиса 2006 года в Trends in Neurosciences (импакт-фактор более 15) имеет свыше 4500 цитирований в Google Scholar, являясь базовой теоретической работой в области интерфейсов мозг-компьютер.

Анализ дерева цитирований показывает междисциплинарное развитие темы. Первичные ссылки относятся к фундаментальной нейрофизиологии и биоинженерии в части пластичности коры. Последующие ветви цитирования включают клинические исследования по нейрореабилитации и экзоскелетам. Современный сегмент дерева представлен работами по искусственному интеллекту, где статья цитируется в контексте алгоритмов машинного обучения для декодирования сигналов. Отдельное направление составляют публикации по биоэтике и нейрофилософии.

В обзоре изложена история технологии от регистрации активности отдельных нейронов до замкнутых систем. Описан принцип работы интерфейсов, основанный на декодировании нейрональных сигналов для управления внешними исполнительными устройствами.

Авторы анализируют механизмы нейропластичности, приводящие к реорганизации корковых сетей и интеграции внешнего устройства в схему тела.

Рассмотрены методы регистрации активности: инвазивные (микроэлектродные матрицы в моторной коре с высоким пространственно-временным разрешением) и неинвазивные.

Описан переход от однонаправленных систем к двунаправленным, сочетающим декодирование моторных команд с передачей сенсорной обратной связи через микростимуляцию соматосенсорной коры.

В качестве перспектив описаны многопортовые интерфейсы, объединяющие мозг нескольких организмов, и управляемые экзоскелеты.

Сформулированы технологические, методологические и этические ограничения для внедрения технологии в клинику.

Но диагноз Брайану Джонсону все таки напрашивается…

https://t.me/alipov_shorts/1653