AI-mallit ja alustat

Uusi neurotietokoneellinen aivomalli voi edistää tekoälytutkimusta

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Uudessa tutkimuksessa Montrealin yliopistosta esitetään uusi neurotietokoneellinen malli ihmisaivoista. Tämä uusi malli antaa syvemmän ymmärryksen siitä, miten aivot kehittävät monimutkaisia kognitiivisia kykyjä, ja se voi edistää hermoston tekoälytutkimusta.

Tutkimus julkaistiin 19. syyskuuta Proceedings of the National Academy of Sciences (PNAS) -tiedelehdessä.

Tutkimusta tehtiin kansainvälisen tutkijaryhmän toimesta, johon kuului tutkijoita Institut Pasteurista ja Sorbonne Universitésta Pariisista, CHU Sainte-Justinesta, Mila – Quebec Artificial Intelligence Institutesta ja Montrealin yliopistosta.

Hermokehitys

Tutkimus kuvaa hermoston kehitystä kolmella hierarkkisella tasolla tiedon prosessoinnissa:

  • Aistimotorinen taso: Tutkii, miten aivojen sisäinen toiminta oppii havainnon malleja ja yhdistää ne toiminnon kanssa.
  • Kognitiivinen taso: Tutkii, miten aivot yhdistävät kontekstuaalisesti nämä mallit.
  • Tietoisuuden taso: Tutkii, miten aivot erottautuvat ulkomaailmasta ja manipuloivat oppimiaan malleja (muistin kautta) eivätkä enää ole havainnon ulottuvilla.

Uusi tutkimus antaa syvemmän ymmärryksen kognitiivisten kykyjen kehittymiseen liittyvistä ydinkoneistoista, koska malli keskittyy kahden perustavanlaatuksen oppimisen välistä vuorovaikutusta. Ensimmäinen on Hebbin oppiminen, joka liittyy tilastolliseen säännöllisyyteen, kuten toistuvuuteen. Toinen on vahvistusoppiminen, joka liittyy palkkioon ja dopamiini-neurotransmitteriin.

Uusi malli ratkaisee kolme tehtävää kasvavan monimutkaisuuden kanssa eri tasoilla, ja tutkijaryhmä esitteli uuden ydinkoneiston kunkin kerran, mikä auttoi sen etenemistä.

Tulokset korostivat kaksi perustavaa mekanismia kognitiivisten kykyjen monitasoiselle kehittymiselle biologisissa hermosolmukeverkoissa:

  • Synaptinen epigeneesi: Hebbin oppiminen tapahtuu paikallisella tasolla, kun taas vahvistusoppiminen tapahtuu globaalilla tasolla.
  • Itsejärjestäytyvä dynamiikka: Spontaani aktiivisuus ja tasapainotettu hermojen aktivoitumis- ja inhiboimisvero.

Seuraavan sukupolven tekoäly ja tekoälytietoisuus

Guillaume Duman on tutkijaryhmän jäsen ja apulaisprofessori laskennallisen psykiatrian alalla UdeM:ssä sekä päätutkija CHU Sainte-Justine -tutkimuskeskuksessa.

“Malli osoittaa, miten neuro-tekoäly-yhdistyminen korostaa biologisia mekanismeja ja kognitiivisia arkkitehtuureja, jotka voivat polttoainetta seuraavan sukupolven tekoälykehitykselle ja jopa lopulta johtaa tekoälytietoisuuteen”, Dumas sanoo.

Tämän saavuttamiseksi Dumas sanoo, että heidän on mahdollisesti integroitava kognitiivisten prosessien sosiaaliset ulottuvuudet. Tutkijaryhmä tutkii parhaillaan biologisen ja sosiaalisen ulottuvuuden integrointia, ja he ovat jo luoneet ensimmäisen simulaation kahden kokonaisen aivoparin vuorovaikutuksesta.

Tutkijaryhmä uskoo, että tulevaisuuden laskennallisten mallien ankkuroiminen biologisiin ja sosiaalisiin todellisuuksiin antaa heille syvemmän ymmärryksen kognitiivisten kykyjen kehittymiseen liittyvistä ydinkoneistoista. He uskovat myös, että se tarjoaa sillan tekoälyn ja ihmisaivojen välille.

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