新しい神経計算ブレインモデルがAI研究を進化させる可能性

モントリオール大学の新しい研究では、人間の脳の新しい神経計算モデルが導入されています。この新しいモデルは、脳が複雑な認知能力を発達させる方法について、より深い洞察を提供し、神経型人工知能（AI）研究を進化させる可能性があります。

この研究は、9月19日に『Proceedings of the National Academy of Sciences（PNAS）』誌に掲載されました。

この研究は、パリのパスツール研究所とソルボンヌ大学、CHU Sainte-Justine、Mila — ケベック人工知能研究所、モントリオール大学の国際研究グループによって実施されました。

神経発達

この研究では、3つの階層的な情報処理レベルで神経発達を説明しています：

• 感覚運動レベル：脳の内部活動が感覚からパターンを学習し、それを行動と関連付ける方法を探索します。
• 認知レベル：脳がそれらのパターンを文脈的に組み合わせる方法を検討します。
• 意識レベル：脳が外部世界から切り離され、学習したパターン（記憶を介して）を操作する方法を検討します。

この新しい研究では、認知の根底にある核心メカニズムについて、より深い洞察を提供するために、2つの基本的な学習タイプの相互作用に焦点を当てています。最初のものは、統計的規則性（例：繰り返し）に関連するHebbian学習です。2つ目のものは、報酬とドパミン神経伝達物質に関連する強化学習です。

新しく開発されたモデルは、3つのタスクを解決し、各タスクで新しい核心メカニズムを導入しました。

結果は、生物学的神経ネットワークでの認知能力の多段階的発達に寄与する2つの基本メカニズムを強調しています：

• シナプス・エピジェネシス：Hebbian学習はローカルスケールで発生し、強化学習はグローバルスケールで発生します。
• セルフ・オーガナイズド・ダイナミクス：自発的な活動と、興奮性と抑制性のニューロンのバランスの取れた比率。

次世代AIと人工意識

ギヨーム・デュマは、チームメンバーであり、UdeMの計算精神病理学の助教授であり、CHU Sainte-Justine研究センターの主任研究員です。

「私たちのモデルは、神経とAIの融合が生物学的メカニズムと認知アーキテクチャを強調し、次世代のAIの開発を促進し、最終的に人工意識につながる可能性があることを示しています」とデュマスは述べています。

これを達成するために、デュマスは、認知の社会的側面を統合する必要があると述べています。チームは現在、生物学的および社会的側面を統合し、すでに2つの脳全体のシミュレーションを実現しています。

チームは、将来の計算モデルを生物学的および社会的現実に根ざすことで、認知の根底にある核心メカニズムについてさらに深い洞察を得ることができると考えています。また、それがAIと人間の脳の橋渡しになることを信じています。