動物の脳における人工ニューラル ネットワーク (ANN) のモデリング

コールド スプリング ハーバー研究所 (CSHL) の神経科学者アンソニー ザドール氏は、進化と動物の脳が機械学習のインスピレーションとして利用できることを示しました。 AI がさまざまな問題を解決するのに役立つ可能性があります。 

CSHL の神経科学者アンソニー ザドール氏によると、人工知能 (AI) は動物の脳に注目することで大幅に改善できるとのことです。 このアプローチにより、神経科学者や AI 分野で働く人々は、AI の最も差し迫った問題のいくつかを解決する新しい方法を手に入れることができます。 

アンソニー ザドール医学博士は、生きた脳内の複雑な神経ネットワークの説明にキャリアの多くを捧げてきました。彼は個々のニューロンに至るまで調査を行っています。キャリアの初期に、彼は何か違うことに焦点を当てていました。彼は人工ニューラル ネットワーク (ANN) を研究しました。 ANN は、AI 分野における開発の多くの基礎となっているコンピューティング システムです。これらは、動物と人間の両方の脳のネットワークをモデルにしています。今まで、コンセプトはここで止まっていました。 

ザドールが執筆した最近の視点記事が、 ネイチャーコミュニケーション その記事の中で、Zador 氏は、新しく改良された学習アルゴリズムが、AI システムが人間を大幅に上回るパフォーマンスにまで発展するのにどのように役立っているかを詳しく説明しました。 これは、さまざまなタスク、問題、チェスやポーカーなどのゲームで発生します。 これらのコンピューターの中には、さまざまな複雑な問題で非常に優れたパフォーマンスを発揮できるものもありますが、私たち人間が単純だと思う事柄によって混乱することがよくあります。 

この分野の研究者がこの問題を解決できれば、ロボットは、獲物を追いかけたり、巣を作ったりするなど、極めて自然で有機的な動作を学習できる開発段階に到達する可能性がある。 皿洗いなどの作業も行うことができますが、これはロボットにとって非常に難しいことがわかっています。 

「抽象的な思考やチェスなど、私たちが難しいと感じることは、実は機械にとっては難しいことではありません。 物理的世界との対話など、私たちが簡単だと思うこと、それが難しいことなのです」とザドル氏は説明した。 「私たちがそれが簡単だと思う理由は、私たちがそれを楽に行えるように回路を配線してきたXNUMX億年の進化のおかげです。」

ザドール氏は、ロボットにこの分野のすべてを変えるような素早い学習を実現させたいのであれば、完成した一般的な学習アルゴリズムだけを検討する必要はないのではないかと考えています。 科学者や他の人々がすべきことは、自然と進化を通じて私たちに与えられた生物学的神経ネットワークに目を向けることです。 これらは、特定の種類のタスク、つまり生き残るために重要なタスクを迅速かつ簡単に学習するための基礎として使用できます。 

ザドル氏は、遺伝学、神経ネットワーク、遺伝的素因だけを調べれば、私たちの裏庭に生息するリスから何が学べるかについて語ります。

「生後数週間以内に木から木へ飛び移れるリスがいますが、同じことを学習しているネズミはいません。 なぜだめですか？" ザドル氏は語った。 「それは、人は樹上に住む生き物になることが遺伝的にあらかじめ決められているからです。」

ザドル氏は、遺伝的素因から生じる可能性のあるものの XNUMX つは、動物の中に備わっている先天的な回路であると考えています。 それはその動物を助け、その初期の学習を導きます。 これを AI の世界に結びつける場合の問題の XNUMX つは、AI の専門家によって追求されている機械学習で使用されるネットワークが、自然界のネットワークよりもはるかに一般化されていることです。 

ANN が自然界で見られるものをモデル化できる開発段階に到達できれば、ある時点では非常に困難だったタスクをロボットが実行し始める可能性があります。