علماء الأعصاب يصممون نموذجًا يقلد التعلم البصري البشري

من خلال برمجة الذكاء الاصطناعي القائم على الكمبيوتر لاستخدام تقنية أسرع للتعلم على كائنات جديدة ، يبدأ الذكاء الاصطناعي في العمل أكثر مثل الذكاء البشري. هذا يأتي مع تصميم علماء الأعصاب نموذجًا يقلد التعلم البصري البشري.

البحث الذي أجراه Maximillian Riesenhuber ، PhD ، أستاذ علوم الأعصاب في مركز جامعة جورجتاون الطبي ، و Joshua Rule ، PhD ، باحث ما بعد الدكتوراه في جامعة كاليفورنيا ، بيركلي ، ونشر في مجلة Frontiers in Computational Neuroscience. 

تعلم الذكاء الاصطناعي المفاهيم البصرية الجديدة

أثبت علماء الأعصاب كيف تحسن النهج الجديد قدرة برنامج الذكاء الاصطناعي على التعلم السريع للمفاهيم البصرية الجديدة.

“يوفر نموذجنا طريقة قابلة للتطبيق بيولوجيًا للشبكات العصبية الاصطناعية لتعلم المفاهيم البصرية الجديدة من عدد قليل من الأمثلة” ، يقول Riesenhuber. “نحن يمكن أن نحصل على أجهزة الكمبيوتر لتعلم بشكل أفضل من القليل من الأمثلة عن طريق الاستفادة من التعلم السابق بطريقة نعتقد أنها تعكس ما تفعله الدماغ “.

البشر لديهم القدرة على تعلم المفاهيم البصرية الجديدة من البيانات النادرة بسرعة ودقة. نحن تمتلك هذه القدرة في سن مبكر جدًا ، حتى ثلاثة أشهر. ومع ذلك ، تتطلب أجهزة الكمبيوتر العديد من الأمثلة على نفس الكائن حتى تعرف ما هو.

“القوة الحاسوبية لتسلسل الدماغ تكمن في الإمكانية التي تتيحها لتسهيل التعلم عن طريق الاستفادة من التمثيلات المكتسبة مسبقًا من بنك بيانات ، كما لو كان ، مملئًا بمفاهيم حول الكائنات” ، يقول Riesenhuber.

الشبكات العصبية الاصطناعية مقابل النظام البصري البشري

وجد Riesenhuber و Rule أن الشبكات العصبية الاصطناعية يمكن أن تتعلم المفاهيم البصرية الجديدة بسرعة أكبر ، وتقترب من مستوى القدرة البشرية.

“بدلاً من تعلم المفاهيم عالية المستوى من حيث الميزات البصرية منخفضة المستوى ، يوضح نهجنا لها من حيث المفاهيم عالية المستوى الأخرى” ، يقول Rule. “مثل القول إن البلاطيبوس يبدو قليلاً مثل البط ، والقندس ، وثعلب البحر “.

يعتمد تعلم المفاهيم البصرية البشرية بشكل كبير على الشبكات العصبية المشاركة في عملية التعرف على الكائنات ، ويُعتقد أن الفص الجداري الأمامي للدماغ لديه القدرة على تجاوز الشكل فيما يتعلق بتمثيل المفاهيم. بسبب تعقيد هذه التسلسلات العصبية المشاركة في التعرف البصري ، يمكن للبشر تعلم المهام الجديدة والاستفادة من التعلم السابق.

“من خلال إعادة استخدام هذه المفاهيم ، يمكنك تعلم المفاهيم الجديدة ، والمعنى الجديد ، مثل حقيقة أن الحمار الوحشي هو مجرد حصان من خطوط مختلفة” ، يقول Riesenhuber.

لا يزال الذكاء الاصطناعي لم يصل إلى نفس المستوى مثل النظام البصري البشري ، الذي لديه القدرة على تعميم من القليل من الأمثلة ، والتعامل مع вариات الصور ، وفهم المشاهد. ومع ذلك ، فإن التقدم يجعله أقرب.

“لا تُقترح نتائجنا فقط تقنيات يمكن أن تساعد أجهزة الكمبيوتر على التعلم بشكل أسرع وأكثر كفاءة ، بل يمكن أن تؤدي أيضًا إلى تحسين التجارب العصبية لتعلم كيفية تعلم الناس بسرعة ، وهو ما لم يُفهم جيدًا بعد” ، يقول Riesenhuber.