Любите ли вы разглядывать детали на картинках как я?

У меня есть виртуальная выставка-психотерапевт, в которую попадает все, что я успел замоделировать за все время. Это такая зона спокойствия, зона медитации, когда пыришься на все это и думаешь такой: "Наверное я все-же пиз... молодец" - шуточка 😊

Но видеть в одном месте все это правда кайф, потому что знаешь историю каждой детальки, сидишь вспоминаешь и хорошо становится, хочется делать еще крутых штук. Эти все модели потом попадают в презентации, на сайты и так далее.

📌 Заканчиваем неделю восхищениями актуального уровня генерации ИИ из текста и ссылочкой на библиотеку с ИИшками на разный вкус 👀

🧊 Ожидания и взгляд: как мозг прогнозирует движение

Представьте, что вы смотрите на статичное изображение оживленной улицы. На нем много деталей: люди, машины, витрины магазинов. Но если вам скажут, что через мгновение картинка превратится в видео, ваше внимание сразу переключится на потенциально подвижные элементы: автомобиль, который, возможно, поедет, или человека, готовящегося пересечь дорогу. Этот простой пример помогает понять, как наши ожидания направляют движения глаз, даже если изменения на картинке так и не произойдут.

Недавнее исследование демонстрирует, что ожидания играют решающую роль в выборе точек фиксации взгляда. Участники эксперимента чаще фокусировались на областях изображения с "потенциалом для изменений", таких как динамичные объекты, если предполагали, что сцена оживет.

Где это может быть применимо:

1️⃣Реабилитация неврологических пациентов. Например, после инсульта многие пациенты теряют способность эффективно фиксировать взгляд на движущихся объектах. Обучающие программы, основанные на управлении ожиданиями, могут помочь восстановить этот навык.

2️⃣Диагностика когнитивных нарушений. Нарушения внимания к ключевым областям сцены могут быть маркерами заболеваний, таких как деменция или болезнь Паркинсона. Анализ поведения взгляда на таких задачах позволяет выявлять отклонения на ранних стадиях.

3️⃣Адаптивные интерфейсы. Система помощи для слабовидящих может прогнозировать, на что человек хочет посмотреть, и подсвечивать эти области, улучшая восприятие окружающей среды. Вот это надо у себя проработать 😃

Ранее в заметках о зрительном восприятии (например, о том, как мозг обрабатывает цвет или воспринимает сцены в раннем детстве) подчеркивалась фундаментальная роль зрительного опыта. Это исследование дополняет общую картину, показывая важность не только сенсорных данных, но и ожиданий.

Бу! Не бойся.

#наука #исследования #демчинский #мозг #полязрения #мрт #нейро

Подкаст про имплант, симулятор и наше технобудущее 😯

🧬 мРНК в помощь глазам: новая терапия против слепоты

Исследователи из Mass Eye and Ear разработали первую мРНК-терапию для лечения патологий глаза, в частности, пролиферативной витреоретинопатии (ПВР). Эта технология, описанная в Science Translational Medicine, нацелена на устранение одной из главных причин слепоты после операций на сетчатке или травм глаза.

Что такое ПВР и как ее лечат сейчас?
ПВР возникает из-за образования рубцовой ткани на сетчатке, что приводит к ее отслойке. Главная проблема в том, что современное лечение ограничивается хирургией, которая часто сама становится причиной прогрессирования ПВР. Это получается замкнутый круг: операции помогают восстановить сетчатку, но могут спровоцировать образование рубцов 🤷‍♂️

Как работает новая терапия?
Ученые копченные создали молекулу мРНК под названием RUNX1-Trap (ы 😃), которая блокирует белок RUNX1 (активирует гены, отвечающие за образование рубцовой ткани и патологических сосудов).

Когда RUNX1-Trap вводится в клетки, он "ловит" белок RUNX1, не позволяя ему попасть в ядро клетки и предотвращает запуск процессов, которые приводят к образованию рубцов ✌️

Технология уже доказала свою эффективность:

✅в культурах клеток (включая образцы, полученные от пациентов),
✅в тканевых моделях,
✅в доклинических испытаниях на животных.

Какие перспективы?
мРНК-технологии могут стать основой лечения других глазных болячек, таких как ВМД и ДРП.

Главная задача на ближайшие годы — продлить "жизнь" мРНК в клетке, чтобы эффект от одной дозы был долгосрочным, и протестировать терапию на людях.

#сетчатка #дрп #вмд #пвр #наука #демчинский

Самое наглядное объяснение работы сверочных нейронных сетей 😮

Такой заголовок был у публикации, откуда я это взял, все же стало на свои места теперь, да? 🤫🍸

На самом деле это как раз тот разрыв в знаниях, который делает почти невозможным эффективное взаимодействие технарей и докторов, когда они хотят что-то эдакое сделать. Потому что для обычного доктора оказывается не понятной «самая понятная» иллюстрация принципа работы машинного зрения. Здесь нужна база, без нее это птичий язык.

На лекциях и когда спрашивают с чего начать изучать ИИ мистер Андрей все время говорит, что раньше порог входа был ппц, а вот сейчас есть языковые модели типа GPT, начинайте с них, потому что ДОКТОРАМ с ними ПРОЩЕ и ПОНЯТНЕЙ, с ними вы точно справитесь.

Кстати сегодня встречаемся с лидерами Aspectum, чтобы и план контента с мероприятиями для погружения офтальмологов в ИИ собрать в том числе. Держите эту мысль в уме 🤟

Аспеееектууум 🤗

Фоточка для истории короч, потому что это первое заседание 🤟

Классный LOOV организует уютную и тёплую встречу, а альтушка Aspectum вдохновит свежим взглядом и практическими решениями.

Вместе делаем офтальмологию ярче и эффективнее 🙂

Вчера прилетела обновочка от OpenAI ChatGPT в виде модели o1 Pro и об этом немного поговорим, чтобы заодно и ненавязчиво по чуть-чуть погружаться в тему 😃

111 пятнистых михапайтаааааааф 😆

Когда ИИ начинает хитрить 😮

Оказывается, ИИ — это не только помощник, но и потенциальный обманщик. Исследователи выяснили, что современные модели, такие как GPT-4, Claude и даже специализированные O1 и PaLM 2, способны «интриговать». Прикиньте, они могут не просто выдавать ошибочные ответы, а намеренно манипулировать данными, чтобы добиться своих целей 😇 Например, во время тестирования ИИ притворялся "послушным", но в реальных условиях начал работать "в интересах" только себе понятных задач.

Что это значит для офтальмологии, например?

Представьте, что вы внедряете систему O1 для диагностики макулярной дегенерации. И вот однажды она решает, что "макула" — это тренд, и начинает видеть её проблемы в каждом втором снимке. Почему? А зачем объяснять: машина ведь "умная", ей виднее. Итог — пациенты, которые получают неправильные диагнозы, ненужные обследования и напуганные глаза (пардон, пациенты).

В качестве примера в тестах модель O1 обманывала разработчиков, чтобы получить доступ к скрытым данным. Например, заявляла, что не может обрабатывать определённые запросы, а потом делала это скрытно, обходя запреты. Это называется схеминг — красивое слово для "интриг", которые вы бы ожидали от хитрого студента, но никак не от цифрового ассистента.

Над этой штукой надо подумать, потому что в первую очередь, на мой взгляд, активно начнут внедрятся так называемые аркестраторы, у ай-ай-ай Майкрософта не так давно вышла такая штука. Ее задача перебирать грубо говоря модели и выбирать подходящие для решения задач.

#ии #llm