Uusi tutkimus viittaa siihen, että keinotekoiset aivot hyötyvät unesta

Uusi tutkimus Los Alamosin kansallisen laboratorion tuottama viittaa siihen, että keinotekoiset aivot hyötyvät todennäköisesti lepojaksoista samoin kuin elävät aivot.

Tutkimus esitellään Women in Computer Vision -työpajassa Seattlessa 14. kesäkuuta.

Yijing Watkins on Los Alamosin kansallisen laboratorion tietokoneiden tutkija.

“Tutkimme heräteverkkoja, jotka oppivat samalla tavalla kuin elävät aivot”, Watkins sanoi. “Olimme kiinnostuneita siitä, voitaisiinko kouluttaa neuromorfinen prosessori tavalla, joka on vastaava sille, miten ihmiset ja muut biologiset järjestelmät oppivat ympäristöstään lapsuuden kehityksen aikana.”

Verkkosimulaatioiden epävakauden ratkaisu

Watkinsin ja tiimin havaittiin, että jatkuva oppiminen johti epävakauteen verkkosimulaatioissa. Kuitenkin kun tiimi esitteli verkoille tiloja, jotka johtuvat aaltoista, joita elävät aivot kokevat unen aikana, vakaus palautui.

“Se oli kuin antaisimme neuromorfisille verkoille vastaavan hyvän yön unta”, Watkins sanoi.

Tiimi teki löydön työskennellessään neuromorfisten verkkojen kehittämisessä, jotka perustuvat siihen, miten ihmiset ja muut biologiset järjestelmät oppivat näkemään. Tiimi kohtasi haasteita simuloitujen neuromorfisten verkkojen stabiloimisessa, jotka olivat käymässä läpi valvomattoman sanastoon perustuvan koulutuksen. Valvomaton sanastoon perustuva koulutus tarkoittaa luokittelua ilman aiempia esimerkkejä vertailukohteena.

Garrett Kenyon on Los Alamosin tietokoneiden tutkija ja tutkimuksen yhteis tekijä.

“Ongelma siitä, miten pitäisi estää oppimisjärjestelmien epävakaudesta, tulee esiin vain silloin, kun yritetään käyttää biologisesti realistisia, heräteperusteisia neuromorfisia prosessoreita tai yritetään ymmärtää biologiaa itseään”, Kenyon sanoi. “Valtaosa koneoppimisen, syväoppimisen ja tekoälytutkijoista ei kohtaa tätä ongelmaa, koska heillä on etuoikeus suorittaa globaaleja matemaattisia operaatioita, jotka säätelevät järjestelmän dynaamista voimakkuutta.”

Uni viimeisenä keino ratkaisuksi

Tutkijoiden mukaan verkkojen altistaminen keinotekoiselle unen analogille oli heidän viimeinen keino stabiloida niitä. Kokeiltuaan erilaisia meluja, jotka ovat samanlaisia kuin radiokanavien välinen staattinen ääni, parhaat tulokset saatiin gaussian melusta. Tämä melu sisältää laajan valikoiman taajuuksia ja amplitudoja.

Tutkijat esittivät hypoteesin, että hitaasti aaltoileva uni jäljittelee biologisten hermosolujen saamaa syötettä. Tulokset viittasivat siihen, että hitaasti aaltoileva uni voi olla osa varmistamassa, että aivokuoren hermosolut eivät kärsi hallucinaatioista ja säilyttävät vakaansa.

Tiimi aikoo nyt toteuttaa algoritmin Intelin Loihi-neuromorfisella prosessorilla, toivoen, että uni auttaa sitä käsittelemään tietoa silikoni-reeturikamerasta reaaliajassa. Jos tutkimus todistaa, että keinotekoiset aivot hyötyvät unesta, sama on todennäköisesti totta myös androideille ja muille älykkäille koneille.

Lähde:Käyttämällä sinusoidaalisesti muokattua melua hitaasti aaltoilevan unen vastineena vakaan valvomattoman sanastoon perustuvan oppimisen saavuttamiseksi heräteperusteisessa harvassa koodauksessa, CVPR Women in Computer Vision -työpaja, 2020-06-14 (Seattle, Washington, Yhdysvallat)