Объём памяти в человеческом
Учёные изучили, как функционируют нейроны гиппокампа, при низком энергопотреблении они показывают высокую производительность. Оказалось, что вместимость
Сейновски, очевидно, имеет в виду только текстовую информацию. Но даже в этом случае такая оценка очень впечатляет.
В своей работе исследователи построили 3D-модель ткани гиппокампа крысы, на основе фактических данных. И в этой модели обнаружилось кое-что странное. Синапсы — соединения между нейронами — оказались продублированы в 10% случаев. То есть там были не одиночные, а парные синапсы.
Чтобы замерить разницу между этими продублированными синапсами, группа Сейновского провела реконструкцию связности, форм и объёмов вещества
«Мы были поражены, когда обнаружили, что разница в размере синапсов из пар оказалась очень маленькой, всего лишь около 8%, — говорит Том Бартол (Tom Bartol), один из учёных. — Никто не думал, что разница окажется настолько маленькой. Это такой трюк от природы».
Открытие, что разница в размере синапсов может составлять всего 8%, означает возможность существования 26 категорий размеров синапсов (по силе синаптической связи), а не всего нескольких, как считалось раньше. Это значительно повышает «разрядность» системы, что означает существенное увеличение потенциального объёма хранимой информации (4,7 бита на синапс). Результаты исследования демонстрируются в видеоролике.
Как работают синапсы
«Грубо говоря, здесь на порядок более высокая точность, чем кто-либо мог представить, — объясняет Сейновски. — Последствия это открытия могут быть серьёзными. Под видимым хаосом и беспорядком вещества
Расчёты учёных показывают, что синапсы изменяют свой размер и свойства, в зависимости от передаваемого сигнала. Примерно 1500 передач нейроимпульса вызывают изменения в маленьких синапсах (занимает около 20 минут), в то время как пару сотен передач (1-2 минуты) изменяют большие синапсы.
Другими словами, каждые 2-20 минут синапсы в
Сделанные открытия в работе синапсов могут найти применение и в информатике, в разработке сверхточных и энергоэффективных систем, использующих техники глубинного обучения (deep learning) и нейросетей. «Этот трюк
Автор: alizar