人間の視覚学習を模倣するモデルを設計した神経科学者

コンピューターに基づく人工知能（AI）を、より迅速な学習手法を使用するようにプログラムすることで、AIは人間の知能とよりよく機能するようになる。これは、2人の神経科学者が人間の視覚学習を模倣するモデルを設計したことによる。

Georgetown University Medical Centerの神経科学教授であるMaximillian Riesenhuber博士と、UC Berkeleyのポスドク研究員であるJoshua Rule博士による研究は、Frontiers in Computational Neuroscience誌に掲載された。

AIの新しい視覚概念の学習

神経科学者たちは、新しいアプローチがAIソフトウェアの新しい視覚概念の学習能力をどのように向上させるかを実証した。

「私たちのモデルは、生物学的に妥当な方法で、人工ニューラルネットワークが少数の例から新しい視覚概念を学習することを可能にする」とRiesenhuber氏は述べている。 「私たちは、コンピューターがより少ない例から学習することを可能にするために、以前の学習を活用する方法で、コンピューターをより良く学習させることができる」。

人間は、非常に少ないデータから新しい視覚概念を迅速かつ正確に学習する能力を持っている。私たちは、この能力を非常に若い年齢、3か月で持っている。ただし、コンピューターは、同じオブジェクトの多くの例が必要である。

「脳の階層の計算能力は、データベース内の概念の事前学習を活用することで学習を簡素化する可能性にある」とRiesenhuber氏は述べている。

人工ニューラルネットワークと人間の視覚システム

Riesenhuber氏とRule氏は、人工ニューラルネットワークが新しい視覚概念を人間の能力に近づくほど迅速に学習できることを発見した。

「私たちのアプローチは、低レベルの視覚特徴ではなく、高レベルの概念を使用して、高レベルの概念を説明する」とRule氏は述べている。 「これは、カモノハシがアヒル、ビーバー、海オタリに似ていると言うことと同じだ」。

人間の視覚概念の学習は、物体認識プロセスに関与する神経ネットワークに大きく依存しており、脳の前側頭葉は、形状以外の概念表現を超える能力を持っていることが考えられている。 このような神経階層が視覚認識に関与しているため、人間は新しいタスクを学習し、事前学習を活用できる。

「これらの概念を再利用することで、新しい概念、新しい意味、たとえば、シマウマは別の縞の馬であるという事実をより簡単に学習できる」とRiesenhuber氏は述べている。

AIはまだ人間の視覚システムに匹敵するレベルに達していないが、人間の視覚システムは、少ない例から一般化し、画像の変化を扱い、シーンを理解する能力が優れている。ただし、進歩はそれを近づけている。

「私たちの発見は、コンピューターがより迅速に、効率的に学習するための技術を示唆するだけでなく、人間がどのように迅速に学習するかを理解するための神経科学実験を改善することもできる」とRiesenhuber氏は述べている。