Naučnici sa UC Santa Cruz koriste veštačku inteligenciju za poboljšanje razumevanja povezanosti mozga. Njihov alat Bell Jar olakšava analizu i identifikaciju ključnih detalja u istraživanju. Ovaj projekat je rezultat saradnje između studenta i profesora, a rezultati su objavljeni u naučnom časopisu.
Naučnici sa UC Santa Cruz istražuju kako specifična povezanost u mozgu utiče na percepciju, misli i ponašanje. Korišćenjem veštačke inteligencije, oni su unapredili proces usklađivanja tankih delova moždanog tkiva sa referentnim atlasom, što omogućava efikasnije identifikovanje ključnih detalja kao što je regija porekla u mozgu.
Inovativna tehnologija razvijena je od strane Aleka Soronowa dok je bio student na UC Santa Cruz. On je započeo projekat kao dodiplomski student u laboratoriji profesora Euiseoka Kima, a nastavio je da radi sa njim sve dok digitalni alat nije bio spreman za korišćenje.
Soronow je nazvao aplikaciju Bell Jar po polu-autobiografskoj knjizi Silvije Plat o mentalnom slomu i oporavku mlade žene, koju je čitao dok je radio na prvobitnoj verziji softvera. On i Kim su podelili Bell Jar sa svojim kolegama putem članka objavljenog u časopisu eNeuro.
U akademskoj zajednici, dodiplomski studenti ponekad uspevaju da prate istraživačke projekte od početka do značajne publikacije. Ipak, kada se to dogodi, to je inspirativno, rekao je Kim.
Bell Jar predstavlja vredan alat za neuroznanstvenike, čineći analizu neuroanatomije pristupačnijom i efikasnijom. Godinama su istraživači imali problema sa ograničenjima postojećih alata za analizu neuralne povezanosti, koji su često razvijeni u MATLAB-u ili drugim specijalizovanim softverskim okruženjima koja su postala zastarela.
Osim toga, prethodne metode su se suočavale sa izazovima u integraciji mašinskog učenja, što je ograničavalo njihovu fleksibilnost i tačnost. Bell Jar se izdvaja korišćenjem tehnika mašinskog učenja za poboljšanje tačnosti i efikasnosti.
