Pasja do neuronauk i data science była wyczuwalna przez cały weekend, gdy Wydział Fizyki Uniwersytetu Warszawskiego był gospodarzem czwartej edycji Brainhack Warsaw. To trzydniowe wydarzenie, zorganizowane przez Studenckie Koło Neuroinformatyki, stało się inspirującym miejscem spotkania kreatywnych umysłów.
Od samego początku Brainhack Warsaw miał na celu stworzenie platformy, na której pełni entuzjazmu młodzi badacze, zarówno studenci, jak i doktoranci, mogliby spotkać się, aby pracować nad innowacyjnymi projektami związanymi z neuronaukami. Nie inaczej było w tym roku. Jednak dynamika i koleżeństwo zostały wzmocnione przez zaangażowanie w dzielenie się wiedzą na temat eksploracji danych, uczenia maszynowego i badań nad mózgiem. Jednocześnie podkreślano etos otwartej nauki, który ceni cała społeczność Brainhack (Craddock i in., 2016).
Chociaż edycja z poprzedniego roku musiała zostać odwołana z powodu pandemii koronawirusa, nie osłabiło to zaangażowania uczestników. Wydarzenie pozwoliło im zastanowić się nad wcześniejszymi sukcesami i wyciągnąć wnioski z poprzednich projektów. Stanowiły one nie tylko źródło inspiracji, ale także skarbnicę zasobów dla tegorocznych uczestników.
Dwie wybitne osobistości uświetniły wydarzenie jako prelegenci:
- Dr. Benedetta Franceschiello z Centrum Obrazowania Biomedycznego CIBM przedstawiła swoje badania na temat „Dynamicznego obrazowania oko-mózg: od anatomii oka do funkcji mózgu”. Jej spostrzeżenia na temat intrygującej korelacji między anatomią oka a funkcjami mózgu rzuciły światło na nowe kierunki badań.
- Dr. Anthony Vega z University of Texas Southwestern Medical Center wyjaśnił niuanse „Rozszyfrowywania patologii neurodegeneracyjnej przy użyciu głębokiego uczenia się”. Jego wystąpienie podkreśliło sprawność głębokiego uczenia w diagnozowaniu i zrozumieniu zaburzeń neurodegeneracyjnych.
Wydarzenie było świadkiem narodzin kilku ekscytujących projektów:
- Generating Sequences of Rat Poses: Fascynujące badanie zachowań zwierząt poprzez generowanie sekwencji.
- Automatic detection of zebrafinch vocalizations using TinyML: Projekt ten, łączący ornitologię z uczeniem maszynowym, miał na celu wykrycie wzorców wokalnych ptaków z rodziny Taeniopygia.
- Talking with Machine Learning models using chatbots: Nowoczesne podejście do interakcji między ludźmi a sztuczną inteligencją, zwiększające ich dostępność.
- Learning resting-state EEG data analysis through software development: Praktyczny projekt mający na celu zrozumienie stanów spoczynku mózgu za pomocą analizy sygnału EEG.
- Isometric Latent Space Representation of EEG signals: Projekt ten miał na celu wykorzystanie reprezentacji ukrytych przestrzeni do bootstrappingu i klasyfikacji danych EEG.
- Workflow for automated classification of sMRI images of psychiatric disorders: Projekt ten miał na celu klasyfikację obrazów sMRI z wykorzystaniem sieci neuronowych w celu identyfikacji zaburzeń psychiatrycznych.
- AI-based techniques for neglect identification: Wykorzystując najnowocześniejsze techniki sztucznej inteligencji, projekt ten zagłębił się w wyzwanie identyfikacji nieuwagi w różnych sytuacjach.
Z perspektywy czasu Brainhack Warsaw 2022 był czymś więcej niż wydarzeniem; był świadectwem nieugiętego ducha społeczności naukowej. Połączenie tradycyjnej neuronauki z nowoczesnymi trendami w data science i uczeniem maszynowym stworzyło atmosferę innowacji i współpracy. Jako organizatorzy wierzymy, że kreatywność, ciekawości i chęć wzajemnej pomocy stanowią podstawę naszej rosnącej społeczności.
Wszyscy zainteresowani połączeniem neuronauki i data science z pewnością powinni zaznaczyć następną edycję w swoich kalendarzach!
