Due progetti: uno quello mappa la funzione della rete neuronale del cervello con dettagli senza precedenti e un altro che combina robotica e circuiti informatici basati sulla luce per creare veicoli sicuri a guida autonoma – hanno ricevuto finanziamenti attraverso l’Università di Princeton Eric e Wendy Schmidt Tecnologia trasformativa Finanziare.
L’analisi delle immagini tramite intelligenza artificiale e la correzione di bozze umane, guidate dai neuroscienziati di Princeton, hanno generato un diagramma di cablaggio neurale senza precedenti del cervello di una femmina di mosca della frutta. Questo sottoinsieme mostra circa 3.000 neuroni degli oltre 130.000 neuroni nella mappa completa.
Il fondo mira a stimolare lo slancio nel campo della scienza o dell’ingegneria creando tecnologie completamente nuove che possono avere un notevole impatto positivo su un campo di ricerca. Il fondo sostiene progetti di natura talmente esplorativa che sono spesso considerati troppo rischiosi per beneficiare di finanziamenti da fonti convenzionali come le sovvenzioni pubbliche.
“Entrambi questi progetti riuniscono docenti leader in diversi settori di competenza per collaborare su sforzi che, in caso di successo, possono far avanzare notevolmente ciò che sappiamo e ciò che possiamo fare”, ha affermato il Preside della ricerca dell’Università di Princeton Peter Schiffer, professore di fisica. “L’obiettivo del Fondo Schmidt è veramente incarnato in questi esempi di come il pensiero innovativo e l’attività creativa possano mirare a impatti globali trasformativi”.
Il fondo è stato creato nel 2009 grazie a una donazione di Eric e Wendy Schmidt. Eric Schmidt è co-fondatore di Schmidt Sciences, The Schmidt Family Foundation e Schmidt Ocean Institute, ex amministratore delegato di Google ed ex presidente esecutivo di Alphabet Inc., la società madre di Google. Wendy Schmidt è co-fondatrice di Schmidt Sciences e presidente e co-fondatrice della Schmidt Family Foundation e dello Schmidt Ocean Institute. Eric Schmidt ha conseguito la laurea in ingegneria elettrica a Princeton nel 1976 ed è stato amministratore fiduciario di Princeton dal 2004 al 2008.
Tecnologia per tracciare i segnali a livello cerebrale attraverso un nuovo sistema di imaging
Questo progetto fornirà le informazioni più dettagliate finora su come i segnali si propagano attraverso le reti di neuroni per dare origine alla funzione cerebrale. Basandosi su estesi studi precedenti sulle connessioni neurali nei vermi da parte del team di Leifer e sui moscerini della frutta da parte del team di Murthy, i due scienziati e i loro team svilupperanno un sistema per creare mappe di connettività funzionale che faranno luce su come il cervello controlla attività come il processo decisionale. fare e movimento.
Con questo nuovo sistema, i ricercatori possono scoprire come la perturbazione di un neurone influenza i segnali che viaggiano attraverso i percorsi neurali attraverso l’intero cervello del moscerino della frutta, composto da 130.000 neuroni. Le attuali tecnologie richiederebbero più di un anno per condurre uno studio così ampio, quindi il team svilupperà un sistema che stimola simultaneamente gruppi di neuroni e li visualizza tramite un nuovo metodo chiamato microscopia a sfere di luce, combinato con l’apprendimento automatico per decifrare le risposte della rete. La tecnologia consentirà nuove scoperte nel campo delle neuroscienze, fornendo informazioni su come i circuiti neurali danno origine ai comportamenti.
Rivoluzionare la sicurezza dei robot attraverso il calcolo fotonico
Questo progetto mira a migliorare la sicurezza e l’affidabilità dei veicoli e dei robot autonomi utilizzando processori noti come chip fotonici neuromorfici, che funzionano in modo analogo ai neuroni ed eseguono calcoli utilizzando la luce, o i fotoni, anziché gli elettroni.
Combinando i chip fotonici sviluppati da Prucnal con i sistemi robotici sviluppati da Fisac, i ricercatori mirano a costruire sistemi autonomi in grado di valutare rapidamente situazioni critiche per la sicurezza, come una bicicletta che vira sulla traiettoria del veicolo, e scegliere la risposta corretta, come sterzare. per evitare una collisione.
Rispetto ai normali processori elettronici, i chip fotonici neuromorfi elaborano le informazioni molto più rapidamente e possono valutare migliaia di potenziali scenari in tempo reale, consentendo al robot di scegliere il miglior piano di emergenza per evitare un incidente. L’approccio migliorerà la sicurezza delle auto a guida autonoma, dei robot per le consegne e di altri sistemi autonomi il cui funzionamento sicuro può dipendere da decisioni in frazioni di secondo
Scritto da Caterina Zandonella
Fonte: università di Princeton
Da un’altra testata giornalistica. news de www.technology.org
