たれぱんのびぼーろく

わたしの備忘録、生物学とプログラミングが多いかも

アストロサイトG-CaMPライン

G7NG817 transgenic mouse line

  • background: C57BL/6J
  • construct: GLT-1:G-CaMP7

作ったlineのline 817をG7NG817と命名.

  • S100B & GFP double stain: 95.2%
  • neuron
    • GABAnergic: not detectable
  • can see neurogliopil

チャットボット・会話型AIの根源的な利点は何か

根源的な利点は道具の使い方を覚えなくていいこと.
今まで人は、

  1. 道具を作り
  2. 道具の使い方を覚え習熟する

ことで、物事の効率を良くしてきた。
AIはステップ2を消滅させてくれる.
学習コストが極端に低くなるのだ

AIは一般論として、デバイスが人間をより理解し、…
もう、デバイスの使い方を学ぶ必要がなくなります。人間が自然言語を使って、なにをして欲しいか表現するだけでいいのです。…
www.webprofessional.jp

可能な動作の範囲、ユーザーが求める数え切れないほどのやり方 — それは1セットのボタンとコントローラーで描き出せるものではない。インターフェースには制限がある。…
常に誰か他人のプラットフォームに乗せてもらうことになるのだから、彼らのルールを尊重しなければならない。…
l-orem.com

コマンドラインのアプローチの欠点は、実際に人間の方が何を入力するかを知っていなければならなかったり、コンピュータにオプションを尋ねなければならないことでした。こういうコマンド全てを記憶するよう多くの人に求めるのは相当難しいことで、…
postd.cc

よって、本質は自然言語処理(NLP)にある

関連用語

「対話型」の定義

発話(speaking)ではないはず。手話でも対話はできるからね.
AgentとAgentの双方向やりとり?

ZI GABAニューロンの刺激による過食様行動の誘起

optogeneticsを用いた、食欲制御に関する論文.

  • title: Rapid binge-like eating and body weight gain driven by zona incerta GABA neuron activation
  • Authors: Xiaobing Zhang, Anthony N. van den Pol
  • Science. 26 May 2017: Vol. 356, Issue 6340, pp. 853-859
  • DOI: 10.1126/science.aam7100

使ったツール

  • optogenetics
    • ChIEF: 興奮タイプのチャネルロドプシン. ChR1とChR2のあいのこ…?
  • genetics
    • AAV
    • vGAT
    • RVΔG

AAVdj-CAG-DIO-ChIEF-tdTomato * VGAT-Cre
GABAnegicニューロンでのみChIEFが発現.

  • key word
    • binge eating

expression pattern: fig. S1

  • orexigenic: 食欲亢進
  • anorexigenic: 食欲抑制

知らなかった部分、重要な部分

腹側視床の電気刺激が副作用として過食を引き起こす

deep brain stimulation of the subthalamus, including the zona incerta (ZI), for the treatment of movement disorders can exhibit characteristics of binge eating

ZIは未知領域であるが、広い領域への投射が知られてる

The ZI is one of the least-studiedregions of the brain, despite its robust projections throughout the brain

20Hz ZI stim.で一日の消費食事量の35.4%を10分間で食べてしまう

bilateral laser stimulation (20 Hz) in the ZI increased food intake, with mice rapidly consuming 35.4% of their 24-hour ad libitumhigh-fat food intake in just 10 min

10分間のONを4回繰り返すと74%…

10 min ON followed by 30 min OFF was repeated four times,
ZI-VGAT-ChIEF mice consumed 74% of their normal 24-hour food intake, whereas control mice consumed only 22% (Fig. 1E).

従来知られてるAgRPニューロンより刺激後の誘起が爆速だったよ

This is almost 100 times faster than that reported for optogenetic stimulation of the AgRP neuron soma and 500 times faster than stimulation ofAgRP-PVT axon terminals (19, 20).

幽霊探知器の矛盾

幽霊探知器には論理的な矛盾がある。
なぜなら「幽霊探知器の正しさを証明するには、別の正しい方法で幽霊を探知する必要がある」からである。

ある日、発明家はこう言った。
「ついに私は本物の幽霊探知器を作り上げぞ!」
村の人々は興味津々。本当なのか、と発明家に問いました。
発明家が幽霊探知器をお墓にかざすと、なんと、幽霊メーターが動くのです!
人々は、これはすごい発明だ、と発明家を褒め称えます。
しかし、村一番の賢人は発明家へこう問いました。
「これは凄い、幽霊を探知している可能性がある。発明家さん、この幽霊探知器の正しさをどうやって証明したんだい?
発明家は自信満々に「ほら、墓にかざすと反応するだろう?」と答えました。
賢人は首を傾げながら「いやいや発明家さん。お墓に幽霊がいるとどうやって調べたんだい?」と素直な疑問をぶつけました。
発明家は「それは簡単さ。この幽霊探知器が反応するからさ。」と答えました。
ある村人が指摘しました。「幽霊探知器の正しさを証明するには、幽霊を見つける必要がある。幽霊がいることを示すために、正しいかわからない幽霊検出器を使うのはおかしくないか?」
発明家は慌てふためきながら、こう言いました。
「そう言われるとそうだが…。でも、幽霊がいることを示す方法が無いから、私は幽霊探知器を作っているんだ。なのに、正しさの証明には幽霊がいることを示す正しい方法が必要…? ど、どうなっているんだ…?」
村の人々もざわめき出します。そんな中、賢人は言いました。
これは論理的な矛盾だ。見えないモノの検知法が正しいと示すには、見えないモノを見る必要がある。しかし、見る方法が無い。ゆえに正しいか判断できないのだ」
「つまり、見えないモノを見えるようにする検知器は、その正しさを証明出来ないのだ」
それを聞いた発明家は、ショックでひっくり返ってしまいましたとさ。おしまい。

いわゆる探求のパラドックスってやつなのかな

AWS S3 DL課金

S3のcontentsをダウンロードする際、DLする人から課金 docs.aws.amazon.com

完璧なuse caseが載ってる
docs.aws.amazon.com

UXデザイン

UXデザイン: User EXperience Design: ユーザー体験の設計

商品/システム/サービスからユーザーが得る体験を、意図的に設計すること.

提供したい価値をどう体験してもらうか設計する、みたいな意味合いを私は感じる
んー、でも体験が価値の中心って考えるのが自然な気も

AWS lambdaからGoogleカレンダーを操作する

GoogleカレンダーAPIを用いて、AWS lambdaからカレンダーへの予定追加をおこなう

Use Case

  • AWSリソースの変更をhookしてカレンダーに記録
  • 任意のタイミングで情報処理→カレンダーに記録
    • e.g. IFTTT_buttonWodget => AWS API Gateway => lambda => カレンダー
      • 起床したらボタン押す。就寝時間と突き合わせた上で、睡眠時間をカレンダーに登録