न्यूरोसाइंस के बारे में। भौतिकी, जीव विज्ञान, और आईटी एक साथ

हमने पहले ही लिखा था कि विश्वविद्यालय में अध्ययन के परिणामों में से एक (हमारे दृष्टिकोण से) ज्ञान की चौड़ाई होनी चाहिए। आज हम अपने स्नातकों में से एक की पोस्ट प्रकाशित करते हैं, जिन्होंने विश्वविद्यालय के बाद काम की दिशा बदलने का फैसला किया, और यह देखने की कोशिश की कि इसके बारे में क्या आया।



मैं अंतःविषय अनुसंधान (बहुत फैशनेबल वाक्यांश, यह नहीं है) के बारे में बात करना चाहता हूं जो मैं अभी कर रहा हूं। विश्वविद्यालय में मेरे अध्ययन के दौरान (सेंट पीटर्सबर्ग पॉलीटेक्निक के स्नातक कार्यक्रम और नैनो प्रौद्योगिकी के क्षेत्र में अकादमिक विश्वविद्यालय में मास्टर डिग्री) मैंने भौतिक विज्ञान संस्थान की कई प्रयोगशालाओं में काम किया जिसके नाम पर Ioffe ने विभिन्न अभिव्यक्तियों (आणविक बीम एपिटॉक्सी, गहरे स्तर, अर्धचालक लेजर) में अर्धचालक का भी अध्ययन किया। अब मेरे शोध का क्षेत्र नाटकीय रूप से बदल गया है और इसे तंत्रिका विज्ञान कहा जाता है। भौगोलिक रूप से - स्टैनफोर्ड, कैलिफोर्निया ।

आइए इसे जानने की कोशिश करें।

इस विज्ञान का कार्य काफी महत्वाकांक्षी है - यह समझने के लिए कि मस्तिष्क कैसे काम करता है। ऐतिहासिक रूप से, इस मुद्दे का अध्ययन जीव विज्ञान, चिकित्सा, मनोविज्ञान और थोड़ा दर्शनशास्त्र के क्षेत्र में किया गया है। अब, नेता आनुवांशिकी, भौतिकी, गणित और कंप्यूटर विज्ञान हैं। सामान्य तौर पर, तंत्रिका विज्ञान ने खुद को एक अलग विज्ञान के रूप में स्थापित किया है, और संबंधित विभाग विश्वविद्यालयों में भी दिखाई देने लगे हैं। मानव मस्तिष्क में, उनके बीच लगभग 100 बिलियन न्यूरॉन्स और 150 ट्रिलियन कनेक्शन - पैमाने, निश्चित रूप से समझ से बाहर है। इस समय मस्तिष्क बना हुआ है, शायद, सबसे खराब अध्ययन प्राकृतिक घटनाओं में से एक है।

बहुतों ने शायद सुना है कि तंत्रिका तंत्र में सूचना विद्युत आवेगों के रूप में प्रसारित होती है। यह वीडियो माउस मस्तिष्क में कई दसियों व्यक्तिगत न्यूरॉन्स की गतिविधि को प्रदर्शित करता है:


माउस (आनुवंशिक रूप से फ्लोरोसेंट न्यूरॉन्स के साथ संशोधित) अभी भी जीवित और स्वस्थ है (जो बहुत महत्वपूर्ण है, क्योंकि मृत मस्तिष्क में देखने के लिए कुछ भी नहीं है)। वीडियो में, न्यूरॉन्स के प्रतिदीप्ति का स्तर तब बदल जाता है जब उनमें एक विद्युत आवेग उत्पन्न होता है, और परिणामस्वरूप कोशिका शरीर "पलक"। एक विद्युत आवेग तब एक न्यूरॉन के अक्षतंतु (आउटपुट) के साथ दूसरों के डेंड्राइट्स (इनपुट) में प्रेषित होता है। व्यक्तिगत रूप से प्रत्येक न्यूरॉन के उपकरण का अच्छी तरह से अध्ययन किया गया है। यह भी ज्ञात है कि मस्तिष्क के कौन से क्षेत्र किसके लिए जिम्मेदार हैं। हालांकि, तंत्रिका कोशिकाओं के ensembles के स्तर पर - वैज्ञानिक रूप से पूर्ण अंधेरे।

न्यूरॉन्स का ऐसा पहनावा कुछ सूचना प्रसंस्करण कार्यों (और विशेष रूप से कौन से) करता है? स्मृति न्यूरॉन गतिविधि में कैसे एन्कोडेड है और संवेदी संकेतों का प्रतिनिधित्व कैसे किया जाता है? एक गतिशील प्रणाली के रूप में न्यूरॉन्स के पहनावा के सामान्य गुण क्या हैं, साथ ही साथ कई अन्य दिलचस्प प्रश्न हैं - यह वही है जो कई वैज्ञानिक इस विज्ञान में संघर्ष कर रहे हैं।

कई लोग मानते हैं कि यह ठीक भौतिक-गणितीय और इंजीनियरिंग विशिष्टताओं के वैज्ञानिक हैं जो तंत्रिका विज्ञान को आगे बढ़ाने और अमूर्त गणितीय मॉडल के आधार पर अधिक सुसंगत सिद्धांतों का निर्माण करने में सक्षम होंगे। हालांकि, जैविक "जादू" अपरिहार्य है। ऐसा विज्ञान का सहजीवन है। वैसे, कंप्यूटर विज्ञान में अध्ययन किए गए अधिकांश तंत्रिका नेटवर्क का वास्तविक न्यूरॉन्स के नेटवर्क से बहुत कम संबंध है। वास्तविक नेटवर्क विशुद्ध रूप से गैर-रैखिक होते हैं, और उनकी गतिशीलता, यहां तक ​​कि एक छोटे पैमाने पर, मौजूदा गणितीय मॉडल द्वारा खराब रूप से वर्णित हैं। लेकिन निश्चित रूप से, यदि एक सिद्धांत का निर्माण करना संभव है, तो सूचना प्रौद्योगिकी भविष्य में मस्तिष्क से कई एल्गोरिदम उधार लेगी। उदाहरण के लिए, Google से छवि मान्यता एल्गोरिदम किसी तरह काम करते हैं, लेकिन, निश्चित रूप से, आपके मस्तिष्क के रूप में विश्वसनीय और ऊर्जा से दूर नहीं हैं (चॉकलेट के एक टुकड़े के लिए, बिल्कुल)।

अंत में, वास्तव में मुझे क्या करना है। दो साल के दौरान, मैंने कई हजार न्यूरॉन्स के तराजू पर गतिविधि के ऑप्टिकल पता लगाने के लिए एक सुविधा तैयार की। स्थापना काफी जटिल है, जबकि सभी ऑप्टिक्स, इलेक्ट्रॉनिक्स, मैकेनिक्स और सॉफ्टवेयर सामान्य रूप से, खरोंच से बने थे। नतीजतन, डेटा प्राप्त करना संभव है - मस्तिष्क के काफी बड़े क्षेत्र में केवल वीडियो पर, परिमाण के 1-2 आदेशों द्वारा।

यदि हम अर्धचालक के साथ एक सादृश्य खींचते हैं, तो स्कैनिंग इलेक्ट्रॉन माइक्रोस्कोप के बिना, अर्धचालक लेजर बनाने की संभावना नहीं है। तो यहाँ - हमें अध्ययन की वस्तु का अवलोकन, पता लगाने और हेरफेर करने के लिए उपकरणों की आवश्यकता है। अब जब उपकरण दिखाई दिया है, तो सबसे दिलचस्प अवधि आगे है - वास्तविक प्रयोगों, और परिणामों को समझने के बाद और, मुझे आशा है, मस्तिष्क की संरचना को समझने में कुछ प्रगति होगी।

कई, मुझे लगता है, इस सवाल में दिलचस्पी है कि अकादमिक विश्वविद्यालय में नैनो और प्रशिक्षण कैसे जुड़े हैं जो मैं अभी कर रहा हूं। मैं कुछ विचार दूंगा। भविष्य में आप जो भी करने का फैसला करते हैं, आपको अभी भी लगातार नए कौशल, ज्ञान और कौशल सीखने हैं, और कोई भी मास्टर प्रोग्राम आपको हर संभव चीज़ नहीं सिखा सकता है (और, मुझे आशा है, ऐसे लक्ष्य निर्धारित नहीं करता है)। यह विशेष रूप से स्पष्ट है जब आप शोध कर रहे हैं, क्योंकि कोई भी इस बारे में नहीं बता सकता है कि किसी ने अभी तक क्या खोजा है या नहीं किया है, और आपको खुद नए विचारों को सोचना होगा। एयू में, एक ऐसा वातावरण बनाया गया है जिसमें वे न केवल ज्ञान प्रदान करते हैं, बल्कि वैज्ञानिक और तकनीकी समस्याओं से निपटने के लिए नई समस्याओं को हल करने के लिए कौशल भी दिखाई देते हैं। यह मेरी राय में बहुत महत्वपूर्ण है। बेशक, यदि आप स्नातक होने के बाद सेमीकंडक्टर भौतिकी या नैनोटेक्नोलॉजी का अध्ययन करने का निर्णय लेते हैं, तो एयू सबसे अच्छी जगह है जिसे मैं जानता हूं। लेकिन यहां तक ​​कि अगर आप बाद में आंशिक रूप से या यहां तक ​​कि नाटकीय रूप से दिशा बदलना चाहते हैं, तो, सबसे पहले, सभी दरवाजे खुले हैं, और दूसरी बात, आपका ज्ञान आपके लिए काम करेगा।

ओलेग रुम्यंतसेव