⚡️Впервые Neuralink опубликовали данные с чипа N1 на приматах
В самой компании считают, что система N1 может открыть новые инсайты о природе моторного контроля, то есть они позиционируют как инструмент фундаментальных исследований.
Это одна из первых научных работ с данными, полученные с чипа Neuralink N1, у которого 1024 электрода и беспородная передача данных. Именно N1 установили первому человеку пациенту Ноланду в 2024 году.
На прошлой неделе мы писали о ближайших планах компании.
Эта статья написана лабораторией Stanford Brain Interfacing Laboratory, команда Paul Nuyujukian, и сотрудниками Neuralink.
До сих пор мы видели от Neuralink демо со свиньями, обезьяну, играющую в Pong, и записи видео с Ноладом.
Теперь они выпустили статью.
Что обнаружили?
Десятилетиями в нейронауке считалось, что активность моторной коры можно свести к небольшому числу скрытых измерений — найти правильное низкоразмерное представление, и всё станет понятно.
Авторы показали, что это не так. Размерность нейронных данных не сходится к какому-то пределу, она продолжает расти с числом записываемых нейронов. На 1000 электродах рост не останавливается.
При этом:
→ Традиционные метрики размерности почти не чувствительны к усложнению движений
→ Методы машинного обучения с учителем радикально эффективнее используют дополнительные электроды
→ При 1000 электродах для точного декодирования движений нужно менее 0,1% объяснённой дисперсии.
Почему это важно?
1. Способность обнаружить то, что противоречит устоявшимся представлениям — лучшее доказательство ценности высокоплотных записей.
2. Neuralink переходит от маркетинга к науке. Коллаборация со Стэнфордом легитимизирует данные компании в академическом сообществе.
3. Практические последствия для BCI. Раньше считалось, что мозг управляет движением через небольшое число команд, нужно только найти правильные. Записывай 100 нейронов или 1000, суть не изменится, просто картинка станет чётче.
Новые данные говорят, что это не так. Каждый дополнительный электрод открывает что-то новое. Не уточняет старую картину — добавляет к ней.
Для разработчиков нейроинтерфейсов это значит, что гонка за плотность электродов оправдана, а алгоритмы важнее красивых теорий о языке мозга.
В самой компании считают, что система N1 может открыть новые инсайты о природе моторного контроля, то есть они позиционируют как инструмент фундаментальных исследований.
Это одна из первых научных работ с данными, полученные с чипа Neuralink N1, у которого 1024 электрода и беспородная передача данных. Именно N1 установили первому человеку пациенту Ноланду в 2024 году.
На прошлой неделе мы писали о ближайших планах компании.
Эта статья написана лабораторией Stanford Brain Interfacing Laboratory, команда Paul Nuyujukian, и сотрудниками Neuralink.
До сих пор мы видели от Neuralink демо со свиньями, обезьяну, играющую в Pong, и записи видео с Ноладом.
Теперь они выпустили статью.
Что обнаружили?
Десятилетиями в нейронауке считалось, что активность моторной коры можно свести к небольшому числу скрытых измерений — найти правильное низкоразмерное представление, и всё станет понятно.
Авторы показали, что это не так. Размерность нейронных данных не сходится к какому-то пределу, она продолжает расти с числом записываемых нейронов. На 1000 электродах рост не останавливается.
При этом:
→ Традиционные метрики размерности почти не чувствительны к усложнению движений
→ Методы машинного обучения с учителем радикально эффективнее используют дополнительные электроды
→ При 1000 электродах для точного декодирования движений нужно менее 0,1% объяснённой дисперсии.
Почему это важно?
1. Способность обнаружить то, что противоречит устоявшимся представлениям — лучшее доказательство ценности высокоплотных записей.
2. Neuralink переходит от маркетинга к науке. Коллаборация со Стэнфордом легитимизирует данные компании в академическом сообществе.
3. Практические последствия для BCI. Раньше считалось, что мозг управляет движением через небольшое число команд, нужно только найти правильные. Записывай 100 нейронов или 1000, суть не изменится, просто картинка станет чётче.
Новые данные говорят, что это не так. Каждый дополнительный электрод открывает что-то новое. Не уточняет старую картину — добавляет к ней.
Для разработчиков нейроинтерфейсов это значит, что гонка за плотность электродов оправдана, а алгоритмы важнее красивых теорий о языке мозга.