Aivotieteilijät suunnittelivat mallin, joka jäljittelee ihmisen visuaalista oppimista

Ohjelmamalla tietokonepohjaisen tekoälyä (AI) käyttämään nopeampaa menetelmää uusien objektien oppimiseen, tekoäly alkaa toimia enemmän kuin ihmisen äly. Tämä johtuu siitä, että kaksi aivotieteilijää suunnitteli mallin, joka jäljittelee ihmisen visuaalista oppimista.

Tutkimus, jonka tekivät Maximillian Riesenhuber, PhD, neurotieteen professori Georgetownin yliopiston lääketieteellisessä keskuksessa, ja Joshua Rule, PhD, postdoc-tutkija UC Berkeleyssä, julkaistiin Frontiers in Computational Neuroscience -lehdessä. 

Teekoäly oppii uusia visuaalisia käsitteitä

Aivotieteilijät osoittivat, miten uusi lähestymistapa parantaa tekoälyohjelmiston kykyä oppia nopeasti uusia visuaalisia käsitteitä.

“Malli tarjoaa biologisesti uskottavan tavan tekoälyverkoille oppia uusia visuaalisia käsitteitä vain muutamasta esimerkistä”, Riesenhuber sanoo. “Voimme saada tietokoneet oppimaan paljon paremmin vain muutamasta esimerkistä hyödyntämällä aiempaa oppimista tavalla, joka muistuttaa sitä, mitä aivot tekevät.”

Ihmiset pystyvät oppimaan uusia visuaalisia käsitteitä niukasta datasta nopeasti ja tarkasti. Meillä on tämä kyky jo hyvin nuorena, jopa kolme kuukautta vanhana. Sen sijaan tietokoneet tarvitsevat useita esimerkkejä samasta objektista, jotta ne lopulta tietävät, mitä se on.

“Aivojen hierarkian laskennallinen voima piilee siinä, että se voi yksinkertaistaa oppimista hyödyntämällä aiemmin opittuja edustuuksia tietokannasta, niin kuin olisi kysymys tietokannasta, joka on täynnä käsitteitä objekteista”, Riesenhuber sanoo.

Teekoälyverkot vs. ihmisen visuaalinen järjestelmä

Riesenhuber ja Rule löysivät, että tekoälyverkot voivat oppia uusia visuaalisia käsitteitä paljon nopeammin, lähestyen ihmisen tasoja.

“Sen sijaan, että opimme korkean tason käsitteitä matalan tason visuaalisten piirteiden kautta, lähestymistapa selittää ne toisten korkean tason käsitteiden kautta”, Rule sanoo. ”Se on kuin sanottaisiin, että platypus muistuttaa ankan, majavan ja meriottaa.”

Ihmisen visuaalisen käsitteen oppiminen riippuu voimakkaasti neuroverkoista, jotka osallistuvat objektien tunnistamisprosessiin, ja aivokuoren etuosassa oleva aivopuolisko uskotaan pystyvän ylittämään muodon suhteen käsitteiden edustuksissa. Koska nämä visuaalisen tunnistamisen neurohierarkiat ovat niin monimutkaisia, ihmiset voivat oppia uusia tehtäviä ja hyödyntää aiempaa oppimista.

“Käyttämällä näitä käsitteitä uudelleen, voit oppia uusia käsitteitä, uusia merkityksiä, kuten sen, että seepra on vain eri raitainen hevonen”, Riesenhuber sanoo.

Teekoäly ei ole vielä saavuttanut samaa tasoa kuin ihmisen visuaalinen järjestelmä, jolla on ylivoimainen kyky yleistää niukasta datasta, käsitellä kuvamuunnelmia ja ymmärtää kohtauksia. Kuitenkin edistysaskeleet ovat lähentämässä sitä.

“Tutkimuksemme osoittaa, että menetelmillämme voidaan auttaa tietokoneita oppimaan nopeammin ja tehokkaammin, ja ne voivat myös johtaa parannuksiin neurotieteellisissä kokeissa, joiden tarkoituksena on ymmärtää, miten ihmiset oppivat noin nopeasti, mikä ei vielä ole hyvin ymmärretty”, Riesenhuber sanoo.