کاشت حلزونی گوش بر اساس سلول عصبی و شبکه عصبی کانولوشن ایجاد شده است

محققان در دانشگاه گنت، بلژیک: ترکیب شبکه عصبی کانولوشن با علوم اعصاب محاسباتی برای ایجاد یک مدل است که تقلید مکانیکی از حلزونی گوش انسان است. جزئیات آن توسط مجله Nature Machine Intelligence منتشر شده است.

طی چند دهه گذشته ، پیشرفت های بزرگی در فن آوری گفتار و تشخیص صدا صورت گرفته است. اما همه آنها یک چیز مشترک دارند: مهم نیست که چگونه به نظر می رسند ، هیچ یک از آنها در زمان واقعی کار نمی کنند. هر یک از آنها مبتنی بر سخت افزار و نرم افزار است که شنیده ها را پردازش می کند. در یک مطالعه جدید ، دانشمندان اظهار داشتند که مشکل دستگاه های موجود پیچیدگی محاسباتی است که باید انجام شود. برای حل این مسئله ، آنها مدلی را برای شبیه سازی شنوایی در انسان ایجاد کردند که مبتنی بر ترکیب بهترین ویژگی های شبکه های عصبی کانولوشن با علوم اعصاب محاسباتی است.

شبکه عصبی کانولوشنال - معماری خاص شبکه های عصبی مصنوعی ، پیشنهاد شده توسط جان لکون در سال 1988 و با هدف شناخت الگوهای کارآمد ، بخشی از فناوری های یادگیری عمیق است.شنوایی در انسان به قسمتهای مختلف گوش بستگی دارد. صدا وارد مجرای گوش می شود و با لاله گوش روبرو می شود. پرده گوش می لرزد ، سیگنال هایی را به استخوان های گوش داخلی ارسال می کند که باعث ایجاد موج در مایع حلزونی می شود. این مایع سلولهای مویی را که روی حلزونی گوش قرار دارند مرتعش می کند. حرکت سلول های مو باعث تحریک کانال های یونی می شود که به نوبه خود سیگنال هایی تولید می کنند که به ساقه مغز ارسال می شوند.

محققان در بلژیک یک سیستم هوش مصنوعی (AI) ایجاد کرده اند که به شما آموزش می دهد که صدا را تشخیص داده و سپس به همان روش رمزگشایی کنید. سپس آنها سیستم خود را به مدلی مبتنی بر آناتومی انسان متصل کردند. آنها سیستم خود را CoNNear ، یک مدل حلزونز فعال نامیدند.

آزمایش نشان داده است که این سیستم قادر است امواج صوتی نمونه برداری شده 20 کیلوهرتز را به شکل موج غشای بازیلار حلزونی در زمان واقعی تبدیل کند و از عملکرد سیستم های معمولی مدرن با اختلاف زیاد برخوردار باشد. CoNNear به عنوان حلزونی گوش 2000 برابر سریعتر از سمعک های مدرن عمل می کند. محققان حدس می زنند که یافته های آنها پایه ای برای نسل جدید سمعک ها یا دستگاه های دارای شنوایی و گفتار پیشرفته انسان باشد.