AI-mallit ja alustat

Hermosolmut ja Älyverkot: Unohdusongelman Ratkaisu

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Kalifornian yliopiston San Diegon kampuksen tutkijaryhmä tutkii, miten tekoälyverkot voivat jäljitellä ihmisaivojen unen kaavan vähentääksesi katastrofaalisen unohdusongelmaa.

Tutkimus on julkaistu PLOS Computational Biology -julkaisussa.

Ihmiset tarvitsevat keskimäärin 7-13 tuntia unta 24 tunnin jaksoissa. Vaikka uni rentouttaa kehoa monin tavoin, aivot pysyvät hyvin aktiivisina.

Aktiiviset Aivot Unessa

Maxim Bazhenov, PhD, on lääketieteen professori ja unentutkija Kalifornian yliopiston San Diegon lääketieteellisessä tiedekunnassa.

”Aivot ovat hyvin aktiiviset, kun nukumme, ja toistavat mitä olemme oppineet päivällä”, Bazhenov sanoo. ”Uni auttaa järjestämään muistoja ja esittää ne tehokkaimmalla tavalla.”

Bazhenov ja hänen tiiminsä ovat aiemmin julkaistu tutkimuksia siitä, miten uni rakentaa rationaalisen muistin, joka on kyky muistaa satunnaisia tai epäsuoria yhteyksiä objektien, ihmisten tai tapahtumien välillä. Se myös suojaa vanhoja muistoja unohtamiselta.

Katastrofaalisen Unohdusongelman Ratkaisu

Tekoälyverkot ottavat vaikutteita ihmisaivojen arkkitehtuurista parantaakseen tekoälytekniikoita ja järjestelmiä. Vaikka nämä teknologiat ovat saavuttaneet ylivoimaisen suorituskyvyn laskennan nopeuden muodossa, niillä on yksi suuri rajoitus. Kun tekoälyverkot oppivat peräkkäin, uusi tieto ylikirjoittaa edellisen tiedon ilmiössä, jota kutsutaan katastrofaaliseksi unohdusongelmaksi.

”Toisin sanoen, ihmisaivot oppivat jatkuvasti ja sisällyttävät uuden tiedon olemassa olevaan tietoon, ja ne oppivat parhaiten, kun uusi koulutus on sekoitettu unen jaksoihin muistin konsolidointia varten”, Bazhenov sanoo.

Tutkijat käyttivät heräte-älyverkkoja, jotka jäljittelevät keinotekoisesti luonnollisia hermostojärjestelmiä. Sen sijaan, että tieto välitetään jatkuvasti, se välitetään diskreeteinä tapahtumina eli heräteinä tiettyinä ajankohtina.

Unen Jäljittäminen Älyverkoissa

Tutkijat löysivät, että kun heräteverkot oli koulutettu uusille tehtäville satunnaisilla offline-jaksoilla, jotka jäljittivät unta, katastrofaalisen unohdusongelman ratkaisu löytyi. Samoin kuin ihmisaivot, tutkijat sanovat, että ”uni” mahdollistaa verkkojen toistaa vanhoja muistoja ilman, että vanhaa koulutusdataa käytetään.

”Kun opimme uutta tietoa, hermosolut syttyvät tiettyssä järjestyksessä, ja tämä lisää synapsia niiden välillä”, Bazhenov sanoo. ”Unessa herätekuviot, jotka opimme valveilla, toistuvat spontaanisti. Tätä kutsutaan reaktivaatioksi tai toistoksi.

”Synaptinen plasticiteetti, kyky muuttaa tai muotoilla, on edelleen paikallaan unessa, ja se voi edelleen vahvistaa synapsisen painon malleja, jotka edustavat muistia, auttaen estämään unohtamista tai mahdollistaen tietojen siirtämistä vanhoista tehtävistä uusiin.”

Tutkijat löysivät, että tämän lähestymistavan soveltaminen tekoälyverkkoihin auttoi verkkoihin välttämään katastrofaalisen unohdusongelman.

”Tämä tarkoitti, että nämä verkot voivat oppia jatkuvasti, kuten ihmiset tai eläimet”, Bazhenov jatkaa. ”Ymmärtäminen, miten ihmisaivot prosessoi tietoa unessa, voi auttaa muistin vahvistamisessa ihmisillä. Unen rytmin vahvistaminen voi johtaa parempaan muistiin.

”Muiden projektiemme parissa käytämme tietokoneohjelmia kehittääksemme optimaalisia strategioita stimulaation soveltamiseen unessa, kuten äänituotteita, jotka vahvistavat unen rytmiä ja parantavat oppimista. Tämä voi olla erityisen tärkeää, kun muisti ei ole optimaalinen, kuten kun muisti heikkenee vanhenemisen myötä tai joissakin olosuhteissa, kuten Alzheimerin taudissa.”

Alex McFarland on AI-toimittaja ja kirjailija, joka tutkii viimeisimpiä kehityksiä tekoälyssä. Hän on tehnyt yhteistyötä useiden AI-startup-yritysten ja julkaisujen kanssa maailmanlaajuisesti.