Utvikler | Wired Differently, Inc., Massachusetts Institute of Technology |
---|---|
Regissør | Amy L Robinson, Sebastian Seung |
Start av prosjektet | 10. desember 2012 |
---|
Snill | Puzzle, Citizen Science |
---|---|
Plattform | Pc |
Språk | Engelsk |
---|
Nettsted | Eyewire.org |
---|
Eyewire er et spill designet for å reprodusere et kart over hjernen.
Spillet ble skapt av Sebastian Seungs Lab på MIT . Dette statsvitenskapelige spillet utfordrer spillerne til å lage et 3D-kart over nevroner inne i netthinnen . Eyewire ble offisielt lansert 10. desember 2012 og har siden hatt over 200 000 spillere fra 150 forskjellige land. Spillet drives av Wired Differently på en ideell basis, i samarbeid med Seung Laboratory ved Princeton University og data generert av Max Planck Institute for Medical Research .
EyeWire muliggjør utvikling av nevrovitenskap ved å hjelpe forskere med å oppdage hvordan nevroner kobler sammen og behandler visuell informasjon. Hvem som helst, hvor som helst, kan hjelpe forskere med å utvikle kunstig intelligens og beregningsteknologi for å kartlegge tilkoblingen . I Eyewire må spillerne løse 3D-oppgaver. Disse oppgavene fungerer faktisk som en rekonstruksjon av 3D-modeller av nevroner i nanoskalaoppløsning laget av elektronmikroskopibilder. Eyewire krever ingen vitenskapelig opplæring for å spille. Det fungerer best med en rask internettforbindelse, da det er mange mikroskopiske bilder.
Eyewire har blitt presentert av WIRED, Nature, Forbes, Scientific American og NPR.
EyeWire utfordrer spillerne til å gjengi et neuralt 3D-kart. Ved registrering blir spillere automatisk guidet gjennom en opplæring som forklarer spillet. Ytterligere videoopplæring er tilgjengelig på bloggen.
I EyeWire står spilleren overfor en kube med en del rekonstruert i 3D til venstre. På høyre side av skjermen representerer et svart-hvitt bilde elektronmikroskopien. Spilleren lærer seg derfor hvordan man fargelegger nevronene trinn for trinn for å danne en enkelt gren av nevroner, ved suksessivt å sende de elektroniske bildene; grenen vises i 3D.
Kortene blir deretter sammenlignet mot hverandre for avanserte spillere og administratorer for å validere samfunnets arbeid. Disse mer erfarne spillerne har makten til å utvide filialene og fjerne feilaktige segmenter.
Spillerens oppgave er å velge områdene som den kunstige intelligensen ville ha savnet, og dermed forbedre nevronens layout og form. Noen oppgraderinger kan bare fylle ut hullene. Andre kan utvide en gren, og andre kan finne nye grener som kunstig intelligens har savnet. I grensesnittet viser et tredimensjonalt syn spor av et neuron gjennom volumet, mens spilleren kan bla opp og ned i begge dimensjoner for å skimte mikroskopibildene. Spilleren klikker på disse bildene for å legge dem til figuren. AI fyller automatisk ut delene av nevronet den oppdager når området er klikket. Når spilleren har fullført oppgaven, sendes den til bekreftelse, og en annen oppgave presenteres.
Hvert bind presenteres for tre til fem forskjellige spillere, og oppsettet valgt av flertallet av spillerne aksepteres. Alle de foreslåtte nye filialene kan føre til at nye volumer blir utforsket. Spillere tildeles poeng basert på oppsettet hvis det samsvarer med flertallet av andre spillere.
Målene i EyeWire er å identifisere bestemte typer celler inne i netthinnen, og å kartlegge forbindelsene mellom nevroner, noe som vil bidra til å bestemme hvordan syn fungerer. Eyewire er en del av et større prosjekt kalt WiredDifferently, hvis mål er å vise at en persons unikhet ligger i mønsteret av forbindelser mellom nevroner, eller deres connectome .
Aktiviteten til hvert nevron i en porsjon på 350 x 300 x 60 um 3 ble bestemt ved to-fotonmikroskopi . Ved hjelp av skanningelektronmikroskopi ble volumet farget for å få frem kontrasten til plasmamembranen , skåret i lag med en mikrotom .
En nevron er valgt av forskerne. Programmet velger tilfeldig et kubikkvolum assosiert med dette nevronet for spilleren, AI velger deretter banen til nevronet som virker sammenhengende med det og sender resultatet til spilleren for korreksjon.
Mer informasjon er tilgjengelig på Eyewire wiki .