քոթուկ AI ցանցերը, որոնք մոդելավորվել են մարդու ուղեղի վրա, կարող են կատարել ճանաչողական առաջադրանքներ - Unite.AI
Միացեք մեզ

Արհեստական ​​բանականություն

AI ցանցերը, որոնք մոդելավորվել են մարդու ուղեղի վրա, կարող են կատարել ճանաչողական առաջադրանքներ

Հրատարակված է

 on

McGill University-ի նոր ուսումնասիրությունը մանրամասնում է, թե ինչպես են արհեստական ​​ինտելեկտի (AI) ցանցերը, որոնք մոդելավորվել են մարդու ուղեղի վրա, կարող են արդյունավետ կերպով կատարել ճանաչողական խնդիրները: 

Հետազոտությունը հրապարակվել է ամսագրում Բնության մեքենայի բանականություն օգոստոսի 9. 

Ուղեղի միացման ձևի վերակառուցում

Հետազոտողների թիմը նախ ուսումնասիրել է MRI-ի տվյալները բաց գիտության մեծ պահոցից՝ նախքան ուղեղի միացման օրինաչափությունը վերականգնելը: Ուղեղի միացման այս օրինաչափությունն այնուհետև կիրառվեց արհեստական ​​նեյրոնային ցանցի (ANN) վրա, որը հաշվողական համակարգ է, որը գործում է կենսաբանական ուղեղի նմանությամբ:

ANN-ը վերապատրաստվել է The Neuro-ի (Մոնրեալի նյարդաբանական ինստիտուտ-հոսպիտալ) և Քվեբեկի արհեստական ​​ինտելեկտի ինստիտուտի հետազոտողների խմբի կողմից և սովորել է կատարել ճանաչողական հիշողության առաջադրանք: Թիմը դիտարկել է ANN-ը, երբ այն աշխատում էր առաջադրանքն ավարտելու համար: 

Կան երկու հիմնական գործոն, որոնք այս մոտեցումն առանձնացնում են ուղեղի միացման կամ կոնեկտոմիկայի վերաբերյալ նախորդների համեմատ: Նախորդ աշխատանքը հաճախ ներառում էր ուղեղի կազմակերպման նկարագրություն՝ առանց մեծ ուշադրություն դարձնելու, թե ինչպես է այն կատարում հաշվարկներն ու գործառույթները: Մյուս կողմից, ավանդական ANN-ները հիմնվում են կամայական կառույցների վրա, որոնք ճշգրիտ չեն ներկայացնում իրական ուղեղային ցանցերի կազմակերպման ձևը: 

Նոր մոտեցմամբ հետազոտողները ինտեգրեցին ուղեղի կոնեկտոմիկան ANN ճարտարապետության կառուցման մեջ, որը, նրանց կարծիքով, հնարավորություն կտա պատկերացում կազմել այն մասին, թե ինչպես է ուղեղի լարերը աջակցում կոնկրետ ճանաչողական հմտություններին: Նրանք նաև փնտրում էին արհեստական ​​ցանցերի նախագծման նոր սկզբունքներ: 

Թիմի բացահայտումները

Թիմը պարզել է, որ մարդու ուղեղի միացմամբ ANN-ները կամ նեյրոմորֆ նեյրոնային ցանցերը ավելի ճկունությամբ և արդյունավետությամբ են կատարում ճանաչողական հիշողության խնդիրները, քան մյուս ճարտարապետությունները: Նեյրոմորֆ նեյրոնային ցանցերը կարող էին օգտագործել նույն հիմքում ընկած ճարտարապետությունը ուսուցման լայն հնարավորությունների համար, որոնք տարածվում էին տարբեր համատեքստերում:

Բրատիսլավ Միշիչը The Neuro-ի հետազոտող է և հետազոտության ավագ հեղինակը:

«Նախագիծը միավորում է երկու կենսունակ և արագընթաց գիտական ​​առարկաներ», - ասում է Միշիչը: «Նյարդագիտությունը և AI-ն ընդհանուր արմատներ ունեն, բայց վերջերս դրանք տարբերվել են: Արհեստական ​​ցանցերի օգտագործումը կօգնի մեզ հասկանալ, թե ինչպես է ուղեղի կառուցվածքն աջակցում ուղեղի աշխատանքին: Իր հերթին, նեյրոնային ցանցեր ստեղծելու համար էմպիրիկ տվյալների օգտագործումը կբացահայտի դիզայնի սկզբունքները ավելի լավ AI կառուցելու համար: Այսպիսով, երկուսը կօգնեն միմյանց տեղեկացնել և հարստացնել ուղեղի մասին մեր պատկերացումները»:

Հետազոտությունը մասամբ ֆինանսավորվել է Canada First Research Excellence Fund-ի կողմից, որը շնորհվել է McGill University-ին «Առողջ ուղեղներ, առողջ կյանք» նախաձեռնության համար: Ֆինանսավորումը տրամադրվել է նաև Կանադայի բնական գիտությունների և ճարտարագիտական ​​​​հետազոտական ​​խորհրդի, Fonds de Recherche du Québec — Santé, Կանադական առաջադեմ հետազոտությունների ինստիտուտի, Կանադայի հետազոտական ​​ամբիոնների, Fonds de Recherche du Québec — Nature et Technologies և Centre UNIQUE (Նյարդաբանության միություն) կողմից։ և արհեստական ​​բանականություն):

Ալեքս Մաքֆարլանդը արհեստական ​​ինտելեկտի լրագրող և գրող է, ով ուսումնասիրում է արհեստական ​​բանականության վերջին զարգացումները: Նա համագործակցել է արհեստական ​​ինտելեկտի բազմաթիվ ստարտափների և հրատարակությունների հետ ամբողջ աշխարհում: