Был, кстати, фильм «Замороженный». Весь Советский Союз с удовольствием смотрел.

https://t.iss.one/lonely_oocyte/6255

Ленин!

Courtesy: Victoria Efimova

И вдруг он задумался: «Что означает 0+? …»

Профессор МГУ ищет партнеров по запаху

https://t.iss.one/lonely_oocyte/6261

Мамонты перестали чувствовать запах роз и вымерли в связи с этим

https://t.iss.one/lonely_oocyte/6263

Иногда встречаешь умных людей и удивляешься. А вот откуда это:

Древнее воздействие свинца могло повлиять на эволюцию человеческого мозга
Международное исследование показывает, что воздействие токсичного свинца на наших предков происходило более двух миллионов лет и могло повлиять на эволюцию мозга, поведения и даже развитие языка. Анализ 51 зуба гоминид выявил следы периодического воздействия свинца, начиная с древнейших времен. Лабораторные эксперименты с органоидами мозга показали, что современный ген NOVA1 защищал мозг человека от вредного воздействия свинца лучше, чем у неандертальцев, что, возможно, дало нам эволюционное преимущество. Это также повлияло на активность гена FOXP2, связанного с речью и языком. Исследование подчеркивает, как окружающая среда формировала эволюцию человека и напоминает о современных рисках воздействия свинца.

https://phys.org/news/2025-10-ancient-exposure-evolution-human-brain.html

ОКР — светлое будущее человечества

https://t.iss.one/ArtemROganov/2183

Тестостерон — все.

https://t.iss.one/alipov_shorts/1333

Kabir, M. S., Soghoyan, G., & Lebedev, M. A. omg2letters: Translating Muscle Activity into Written Language. In IEEE-EMBS International Conference on Biomedical and Health Informatics 2025.

Несмотря на значительные успехи в технологиях интерфейса мозг-компьютер (BCI), системы, способные использовать физиологические сигналы для обнаружения и распознавания человеческих намерений в реальном времени, всё ещё недостаточно развиты. Для достижения нового уровня взаимодействия человека и машины необходимо интегрировать корреляты моторной активности с передовыми архитектурами искусственного интеллекта (ИИ). В этом исследовании мы представляем первую демонстрацию декодирования почерка — сложной моторной задачи — с использованием новой миографической метода, называемого оптической миографией (OMG). В отличие от предыдущих подходов на основе электромиографии (EMG), которые рассматривают декодирование почерка как задачу классификации, мы формулируем её как проблему непрерывной реконструкции траектории. Мы оценили GRUScribe (декодер на основе GRU) и TransScribe (декодер на основе трансформера), успешно декодировав 10 цифровых цифр и 33 русских буквы от 20 здоровых участников и 4 ампутантов, без необходимости в сложной предобработке. Наши результаты демонстрируют выдающийся потенциал OMG для распознавания сложной моторной активности. Мы считаем, что наша работа устанавливает новый эталон в неинвазивном декодировании мышечной активности, предлагая прямые применения в продвинутом протезировании и интерфейсах человек-машина.

Искусственный интеллект и машинное обучение революционизируют протезы рук, особенно с использованием технологии Regenerative Peripheral Nerve Interface (RPNI) — это хирургический метод, который улучшает связь между нервами и протезом. Несмотря на прогресс, протезы пока не идеальны: они не всегда позволяют естественные движения, и нужна лучшая система управления. Ключевые достижения включают применение фильтров Калмана и Винера для плавных движений, которые переводят сигналы мышц в точные жесты пальцев — в экспериментах на обезьянах это позволило контролировать руку в реальном времени. Для распознавания поз используют алгоритмы вроде Наивного Байеса и Скрытых Марковских Моделей с точностью выше 96% у обезьян и людей. Система стабильна и работает на данных, собранных 246 дней тому назад. В практике человек с протезом успешно приготовил кофе, используя разные захваты. Это открывает путь к более интуитивным протезам, но впереди ещё много работы для полной интеграции с телом.

https://www.oaepublish.com/articles/ais.2025.03

Alpha power increases no matter what during a neurofeedback session

Нейрофидбек на основе электроэнцефалографии часто считается способом волевого контроля над нейронными осцилляциями, особенно альфа-ритмом. Однако доказательства модуляции альфа в одной сессии спорны из-за отсутствия контроля неспецифических эффектов, таких как усталость. В исследовании проверяли, могут ли здоровые люди снижать альфа-мощность в париетальной области за одну сессию, учитывая правдивость обратной связи и направление модуляции. Участники проходили три блока тренировки с визуальной стимуляцией, отражающей реальную альфа-мощность (группа Alpha-Down), обратную (Alpha-Up) или записанную заранее (Sham), с частотой обновления 1, 5 или 10 Гц, плюс блок без обратной связи. Результаты: альфа-мощность росла во всех группах, независимо от направления, правдивости и частоты. Тета- и сенсомоторные ритмы тоже увеличивались, бета оставалась стабильной. Вывод: видимая модуляция — это спонтанный неспецифический рост осцилляций, а не волевой контроль. Это обобщает данные по повышению альфа на попытки снижения, подчеркивая роль временных факторов (возбуждение, усталость). Нужны строгие методические контроли для оценки нейрофидбека.

Трудная проблема сознания решена окончательно и бесповоротно

"Трудная проблема сознания" — почему физические процессы в мозге рождают субъективные переживания, вроде ощущения "красноты" — мучает философов с 1995 года. Но новая теория из работы Нури (2025) её решает! Всё сводится к четырём идеям: мир — это timeless (вневременная) конфигурация квантовых полей, как статичная многомерная карта; время возникает от "движения" по этой карте с разной скоростью на уровнях от частиц до организмов; сознание — это внутренняя сущность сложных структур мозга, когда их причинная связь превышает порог в 10^8–10^10 элементов; а качества переживаний (квалиа) — это и есть сама структура, а не что-то отдельное. Нет никакого "зазора объяснения": "краснота" — это просто, как работает нейронная сеть на 650 нм в области V4. Теория проверяема экспериментами с индексами сложности мозга, интегрированной информацией и сравнением видов. Она отличает реальное сознание от панпсихизма или дуализма, объясняет, почему время кажется текущим в статичном "блок-вселенной", и даёт критерии для ИИ: когда машина станет сознательной. В итоге — прощай, загадка сознания, привет этике для роботов!

20 октября:

ПЛЕНАРНОЕ ЗАСЕДАНИЕ 2
Председатель: В.Л. Дунин-Барковский, д.ф.-м.н.
Конференц-зал Студенческого офиса МИФИ
П3. Пленарное заседание - М.А. Лебедев
МГУ им. М.В. Ломоносова
ИЭФБ РАН, Санкт-Петербург

Нейрональная и нейросетевая доктрины: кто в результате победил в случае нейроинтерфейсов?

Отцы-основатели нейронаук Гольджи и Кахал выдвинули в свое время две противоборствующие концепции: нейрональную и нейросетевую доктрины, которые неявно разбили ученых на две большие школы. Но это и к лучшему: если бы не были разработаны методы для записи отдельных нейронов, то не было бы и имплантов нейралинка, революционирующих современные нейротехнологии. В лекции будет рассмотрено, какой вклад каждая из концепций вносит в развитие нейроинтерфейсов.

14:30 - 15:30

https://neuroinfo.ru/index.php/en/

Обновленный препринт:

Beyond Traditional Poincare Analysis: Second-Order Plots Reveal Respiratory Effects in Heart Rate Variability

Диаграммы Пуанкаре, которые визуализируют вариабельность сердечного ритма (ВСР) путём построения графика каждого интервала RR относительно последующего, служат стандартным инструментом для оценки как медленных, так и быстрых динамик ВСР. Метрики быстрой ВСР обычно получаются из временных рядов разностей между последовательными интервалами, ΔRR, что предполагает естественное расширение: диаграмму Пуанкаре второго порядка, которая фиксирует временную структуру ΔRR путём построения графика ΔRR относительно следующего ΔRR. Наш усовершенствованный метод вводит эти диаграммы Пуанкаре второго порядка для раскрытия динамик ВСР более высокого порядка. Мы проверили этот подход на наборе данных PhysioNet, включающем 20 здоровых индивидов. Непрерывные представления RR и ΔRR были сгенерированы с помощью сплайн-интерполяции дискретных данных интервалов, чтобы обеспечить кросс-спектральный анализ корреляций между параметрами ВСР и дыханием. Мы также разработали модель связанных осцилляторов для моделирования модуляции сердечного ритма дыханием. В отличие от традиционных диаграмм Пуанкаре, которые часто демонстрируют эллиптические паттерны, отражающие медленную ВСР, наш метод фильтрует эти паттерны, чтобы подчеркнуть быструю вариабельность. Кольцеобразные паттерны были обнаружены у нескольких участников, указывая на синхронизацию между сердечным ритмом и дыхательными циклами. Диаграммы также выявили характерные серийные корреляционные паттерны для ΔRR у разных индивидов, с положительными корреляциями, связанными с медленным дыханием, и отрицательными — с быстрым дыханием, при этом отношение частоты дыхания к частоте сердечных сокращений выступает в качестве ключевого фактора. Наша модель связанных осцилляторов, включающая быстрый кардиальный осциллятор типа “интегрируй-и-выстреливай”, модулируемый более медленной дыхательной синусоидой, подтвердила эти наблюдения. Таким образом, диаграммы Пуанкаре второго порядка предлагают мощный инструмент для расчленения сложных динамик ВСР.

https://www.biorxiv.org/content/10.1101/2025.08.13.670042v2.full.pdf

Как мозг крысы становится лучшим слушателем: фокус улучшает обработку звука

Исследователи из Еврейского университета в Иерусалиме выяснили, что при выполнении задачи слуховая кора мозга крысы активируется синхронизированно с поведением, а не только со звуками. Нейроны создают всплески активности в определённые моменты задачи, что приводит к более слабым, но более чётким реакциям на значимые звуки. Это позволяет мозгу эффективнее обрабатывать звуки, адаптируя их восприятие в реальном времени. Внимание работает как адаптивный фильтр, подавляя некоторые нейронные связи для создания более ясных паттернов активности, что помогает мозгу справляться с избытком сенсорной информации. Исследование опубликовано в журнале Science Advances.

https://www.science.org/doi/10.1126/sciadv.adv1963

Почему ChatGPT плохо имитирует людей

Большие языковые модели, такие как ChatGPT, плохо имитируют человеческие разговоры. Они слишком сильно подражают собеседнику, что кажется неестественным, неправильно используют слова-связки вроде «ну», «так» или «в общем», и не справляются с плавным началом и завершением беседы. Исследования показывают, что люди легко отличают такие модели от настоящих собеседников. Хотя прогресс в этой области идет быстро, ключевые различия между человеческими и искусственными разговорами, вероятно, сохранятся.

https://onlinelibrary.wiley.com/doi/10.1111/cogs.70106

Несет меня мой дельтаплан

Поучительная история

Некоторое время назад в мире нейронауки произошел скандал, связанный с именем известного немецкого ученого Нильса Бирбаумера, чьи работы вселяли надежду в пациентов с тяжелыми поражениями мозга. Бирбаумер, работавший в Университете Эберхарда Карла в Тюбингене, стал объектом расследования после того, как его коллега, исследователь Мартин Шпюлер из того же университета, в конце 2017 года поднял серьезные вопросы относительно статьи 2017 года в журнале PLoS Biology, где старшим автором был Бирбаумер, а ведущим – Уджвал Чаудхари.

Шпюлер обвинил авторов в статистических ошибках: они усредняли данные по всем пробам и сессиям, а затем проводили t-тест на этих средних значениях, игнорируя корреляцию между каналами измерений, что приводило к ложной значимости результатов. Это классическая ловушка – трактовка зависимых измерений как независимых, из-за чего вариабельность искусственно занижалась, и различия между "да" и "нет" в мозговой активности казались значимыми, хотя на деле они могли быть случайными.

Шпюлер мотивировал свои обвинения стремлением к научной честности, поскольку работа обещала революцию в общении с пациентами в полном запертом состоянии – сознательными, но полностью парализованными людьми, такими как страдающие боковым амиотрофическим склерозом, где функциональная ближне-инфракрасная спектроскопия якобы позволяла декодировать мысли "да" или "нет" без движения мышц.

Четыре пациента были включены в исследование, но анализ, по мнению Шпюлера, был некорректным, и он публично оспорил выводы, что привело к официальным проверкам. Университет Тюбинген сформировал комиссию, которая в 2019 году обнаружила нарушения: выборочную селекцию данных во время сбора, отсутствие раскрытия данных и скриптов, пропажу части информации (например, для одного пациента отчитывались результаты за двенадцать дней, но доступны были только за восемь), а также возможное искажение из-за ошибочного анализа.

Комиссия рекомендовала отозвать статью, хотя прямого фабрикации данных не выявила, но отметила, что Бирбаумер лично принимал решения об исключении некоторых данных без объяснений, ссылаясь на технические проблемы или собственные суждения. Немецкий исследовательский фонд (DFG) также провел расследование в 2018 году по сигналу Шпюлера и в 2019 году установил научное нарушение, запретив Бирбаумеру и Чаудхари подавать заявки на гранты на пять лет и рекомендовав отозвать не только исходную статью, но и их опровержение критике Шпюлера.

Бирбаумер подал в суд на DFG, но в 2022 году стороны урегулировали спор, и санкции в основном остались в силе, хотя срок запрета сократили.

Этот случай стал уроком для научного сообщества: даже уважаемые ученые могут допускать ошибки в анализе, а отсутствие прозрачности данных усугубляет проблемы, подрывая доверие. Несмотря на скандал, Бирбаумер в 2022 году опубликовал новую работу о мозговом импланте для общения с парализованным пациентом, но его репутация пострадала, что может вызывать скептическое отношение к тому, что он публикует.

https://www.discovermagazine.com/the-fall-of-niels-birbaumer-40115

Спойлер моего сегодняшнего выступления в МИФИ

https://t.iss.one/augmented_brain/12130

Опубликован окончательный текст статьи (editorial):

https://www.frontiersin.org/journals/neuroscience/articles/10.3389/fnins.2025.1705522/full