Penelitian Baru Menunjukkan Otak Buatan Dapat Menguntungkan dari Tidur

Penelitian baru dari Los Alamos National Laboratory menunjukkan bahwa otak buatan hampir pasti mendapat manfaat dari periode istirahat seperti otak hidup. 

Penelitian ini akan dipresentasikan pada Workshop Women in Computer Vision di Seattle pada 14 Juni. 

Yijing Watkins adalah ilmuwan komputer di Los Alamos National Laboratory. 

“Kami mempelajari jaringan neural yang meletus, yang merupakan sistem yang belajar banyak seperti otak hidup,” kata Watkins. “Kami sangat tertarik dengan prospek pelatihan prosesor neuromorfik dengan cara yang analog dengan cara manusia dan sistem biologis lainnya belajar dari lingkungan mereka selama perkembangan masa kanak-kanak.”

Mengatasi Instabilitas dalam Simulasi Jaringan

Watkins dan tim menemukan bahwa periode pembelajaran tak terawasi yang terus-menerus menyebabkan instabilitas dalam simulasi jaringan. Namun, setelah tim memperkenalkan jaringan ke keadaan yang merupakan hasil dari gelombang yang otak hidup alami selama tidur, stabilitas dapat dipulihkan. 

“Seperti kita memberikan jaringan neural setara dengan tidur malam yang baik,” kata Watkins.

Tim membuat penemuan ini ketika mereka bekerja pada pengembangan jaringan neural berdasarkan cara manusia dan sistem biologis lainnya belajar untuk melihat. Tim menghadapi beberapa tantangan ketika datang ke stabilisasi jaringan neural yang sedang menjalani pelatihan kamus tak terawasi. Pelatihan kamus tak terawasi melibatkan mengklasifikasikan objek tanpa memiliki contoh sebelumnya untuk digunakan sebagai perbandingan.

Garrett Kenyon adalah ilmuwan komputer di Los Alamos dan co-penulis studi.

“Masalah tentang bagaimana menjaga sistem pembelajaran dari menjadi tidak stabil benar-benar hanya muncul ketika mencoba menggunakan prosesor neuromorfik yang realistis biologis atau ketika mencoba memahami biologi itu sendiri,” kata Kenyon. “Sebagian besar peneliti pembelajaran mesin, pembelajaran dalam, dan AI tidak pernah menghadapi masalah ini karena dalam sistem yang sangat buatan yang mereka pelajari mereka memiliki kemewahan melakukan operasi matematika global yang memiliki efek mengatur gain dinamis keseluruhan sistem.”

Tidur sebagai Solusi Terakhir

Menurut peneliti, memaparkan jaringan ke analog buatan tidur adalah solusi terakhir mereka untuk menstabilkannya. Setelah bereksperimen dengan berbagai jenis kebisingan, yang mirip dengan statis antara stasiun radio, hasil terbaik datang dari gelombang kebisingan Gaussian. Jenis kebisingan ini mencakup berbagai variasi dan rentang frekuensi dan amplitudo. 

Peneliti membuat hipotesis bahwa selama tidur gelombang lambat kebisingan meniru input yang diterima oleh neuron biologis. Hasilnya menunjukkan bahwa tidur gelombang lambat dapat memainkan peran dalam memastikan bahwa neuron kortikal tidak menderita halusinasi dan mempertahankan stabilitasnya. 

Tim sekarang akan bekerja pada implementasi algoritma pada chip neuromorfik Loihi Intel, berharap bahwa tidur akan membantu memproses informasi dari kamera retina silikon secara real-time. Jika penelitian menentukan bahwa otak buatan mendapat manfaat dari tidur, hal yang sama kemungkinan juga berlaku untuk android dan mesin pintar lainnya.

Sumber: Menggunakan Kebisingan yang Dimodulasi Sinusoidal sebagai Pengganti Tidur Gelombang Lambat untuk Mencapai Pembelajaran Kamus Tak Terawasi yang Stabil dalam Model Pengkodean Sparis Berbasis Spike, CVPR Women in Computer Vision Workshop, 2020-06-14 (Seattle, Washington, Amerika Serikat)