AI-mallit ja alustat

Tekoälyverkot, jotka mallinnettu ihmisaivojen mukaan, voivat suorittaa kognitiivisia tehtäviä

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

McGillin yliopistosta tehty uusi tutkimus kertoo, miten ihmisaivojen mukaan mallinnetut tekoälyverkot voivat suorittaa kognitiivisia tehtäviä tehokkaasti.

Tutkimus julkaistiin Nature Machine Intelligence -lehdessä 9. elokuuta.

Aivojen yhteyden muodostaminen

Tutkijaryhmä tutki ensin suuren avoimen tietokannan MRI-tietoja ja muodosti aivojen yhteyden mallin. Tätä aivojen yhteyden mallia sovellettiin sitten tekoälyverkkoon, joka on laskentajärjestelmä, joka toimii samalla tavalla kuin biologinen aivot.

Tekoälyverkkoa koulutti tutkijaryhmä The Neurossa (Montreal Neurological Institute-Hospital) ja Quebecin tekoälyinstituutissa, ja se oppi suorittamaan kognitiivisen muistitehtävän. Tutkijaryhmä seurasi tekoälyverkkoa, kun se työskenteli tehtävän suorittamiseksi.

On kaksi tärkeää tekijää, jotka tekevät tästä lähestymistavasta poikkeuksellisen verrattuna aikaisempiin tutkimuksiin aivojen yhteydestä tai koneistosta. Aikaisemmat tutkimukset ovat usein keskittyneet kuvaamaan aivojen järjestystä ilman, että niissä on kiinnitetty huomiota siihen, miten ne suorittavat laskentaa ja toimintoja. Toisaalta perinteiset tekoälyverkot perustuvat mielivaltaisiin rakenteisiin, jotka eivät vastaa aivojen todellista verkostorakennetta.

Uudessa lähestymistavassa tutkijat yhdistivät aivojen koneiston tekoälyarkkitehtuuriin, mikä antaisi näkemyksen siitä, miten aivojen verkostoituminen tukee tiettyjä kognitiivisia taitoja. He pyrkivät myös johtamaan uusia suunnitteluperiaatteita tekoälyverkoille.

Tutkijaryhmän löydökset

Tutkijaryhmä totesi, että tekoälyverkot, jotka perustuvat ihmisaivojen yhteyden muodostamiseen, eli neuromorfitsen neuroniverkot, suorittivat kognitiivisia muistitehtäviä joustavammin ja tehokkaammin kuin muut arkkitehtuurit. Neuromorfitsen neuroniverkot pystyivät käyttämään samaa perusrakennetta laajalle valikoimalle oppimiskyvyille, jotka ulottuivat eri konteksteihin.

Bratislav Misic on tutkija The Neurossa ja tutkimuksen vanhempi tekijä.

“Hanke yhdistää kaksi elinvoimaista ja nopeasti kehittyvää tieteenalaa”, Misic sanoo. “Neurotiede ja tekoäly jakavat yhteiset juuret, mutta ovat viime aikoina eriytyneet. Tekoälyverkkojen käyttäminen auttaa meitä ymmärtämään, miten aivojen rakenne tukee aivojen toimintoja. Vastavuoroisesti, empiiristen tietojen käyttäminen neuroniverkkojen luomiseen paljastaa suunnitteluperiaatteita tekoälyn parantamiseksi. Näin ollen, ne kaksi tieteenalaa tulevat toisiinsa ja syventävät ymmärrystämme aivoista.”

Tutkimus rahoitettiin osittain Kanadan ensimmäisen tutkimuksen erinomaisuuspalkinnolla, joka myönnettiin McGillin yliopistolle Terveet aivot, terveet elämät -aloitteelle. Rahoitusta tarjosivat myös Luonnontieteiden ja insinööritieteiden tutkimusneuvosto Kanadassa, Fonds de Recherche du Québec — Santé, Kanadan edistyneen tutkimuksen instituutti, Kanadan tutkimuspuheet, Fonds de Recherche du Québec — Nature et Technologies, ja Centre UNIQUE (Union of Neuroscience and Artificial Intelligence).

Alex johtaa Unite.AI:n tekoälypohjaista uutistoimintaa, yhdistäen journalismia, tutkimusta ja automaatiota tukeakseen ajantasaista ja skaalautuvaa tekoälyn kattavuutta. Hänen työnsä auttaa varmistamaan, että nousevat tekoälykehitykset saadaan esiin tehokkaasti samalla kun julkaisun toimitukselliset standardit säilyvät.