stub Neurologai suprato, kaip smegenys skaito kompiuterio kodą – Unite.AI
Susisiekti su mumis

Dirbtinis intelektas

Neurologai įgyja supratimą apie tai, kaip smegenys skaito kompiuterio kodą

Atnaujinta on

Masačusetso technologijos instituto (MIT) neuromokslininkai įgijo vertingos informacijos apie tai, kaip smegenys skaito kompiuterio kodą. Jie nustatė, kad užuot pasikliavę smegenų sritimis, dalyvaujančiomis kalbos apdorojime, aktyvuojamas „kelių poreikių tinklas“. Šis tinklas taip pat yra atsakingas už sudėtingas pažinimo užduotis, tokias kaip matematinės problemos.

Nesunku suprasti, kodėl galima manyti, kad kalbos apdorojimo sritys yra tos pačios kompiuteriniam programavimui, nes abi užduotys įvairiais atžvilgiais yra panašios. Pavyzdžiui, kompiuterinis kodavimas taip pat reikalauja išmokti naujų simbolių ir terminų, kuriuos vėliau reikia sutvarkyti taip, kad mašina žinotų, ką daryti. Kompiuterio kodas taip pat turi būti itin aiškus, kad programuotojai galėtų jį suprasti.

Nepaisant to, viskas tampa dar sudėtingesnė, nes norint nuskaityti kompiuterio kodą naudojant kelių poreikių tinklą, nereikia tų pačių pažintinių reikalavimų kaip matematikai.

Anna Ivanova yra MIT magistrantė ir pagrindinė tyrimo autorė.

„Atrodo, kad kompiuterinio kodo supratimas yra savas. Tai ne tas pats, kas kalba, ne tas pats, kas matematika ir logika“, – sako Ivanova.

Tyrime taip pat dalyvavo vyresnioji autorė Evelina Fedorenko, neuromokslų docentė ir McGovern smegenų tyrimų instituto narė, taip pat mokslininkai iš MIT kompiuterių mokslo ir dirbtinio intelekto laboratorijos bei Tufts universiteto.

Straipsnis buvo paskelbtas m direktorė Elife šį mėnesį.

Fedorenko darbe pagrindinis dėmesys skiriamas funkcijoms, kurios priklauso nuo smegenų kalbos tinklo, esančio kairiajame smegenų pusrutulyje. Kai kurie ankstesni jos darbai parodė, kad kalbos tinklo neaktyvuoja muzika ir matematika.

„Čia mums buvo įdomu ištirti kalbos ir kompiuterių programavimo ryšį, iš dalies todėl, kad kompiuterių programavimas yra toks naujas išradimas, kad žinome, kad negali būti jokių laidinių mechanizmų, kurie mus padarytų gerais programuotojais“, – sako Ivanova.

Suaktyvintas kelių poreikių tinklas

Tyrėjai nustatė labai mažai atsako į kodą šiuose kalbos regionuose, tačiau jie nustatė, kad daugialypės paklausos tinklas buvo aktyvuotas visose priekinėse ir parietalinėse skiltyse. Šiuo tinklu remiamasi, kai atliekant užduotis vienu metu reikia turėti daug informacijos, o tai lemia mūsų gebėjimą atlikti įvairias protines užduotis.

„Jis daro beveik viską, kas yra sudėtinga pažinimo požiūriu, verčia stipriai susimąstyti“, – sako Ivanova.

Tyrėjai nenustatė konkrečių regionų, kurie naudojami išskirtinai programavimui, tačiau jie mano, kad asmenys, turintys didelę kodavimo patirtį, gali vystyti specializuotą smegenų veiklą.

„Gali būti, kad jei imsitės profesionalių programuotojų, kurie 30 ar 40 metų praleido koduodami tam tikra kalba, pamatysite tam tikrą specializaciją arba kelių paklausos sistemos dalių kristalizaciją“, – sako Fedorenko. „Žmonėms, kurie yra susipažinę su kodavimu ir gali efektyviai atlikti šias užduotis, bet turi gana ribotą patirtį, tiesiog neatrodo, kad dar nematote jokios specializacijos.

Johnso Hopkinso universiteto tyrėjų komanda taip pat turėjo panašių išvadų, ypač kai kodavimo problemoms buvo suaktyvintas daugialypės paklausos tinklas. Pasak mokslininkų, šios išvados reiškia, kad kodavimas negali būti apribotas kaip matematikos įgūdžiai ar kalbos įgūdžiai, nes jis gali remtis ir kalba, ir keliomis paklausos sistemomis.

„Buvo pretenzijų iš abiejų stovyklų – tai turi būti kartu su matematika, tai turi būti kartu su kalba“, – sako Ivanova. "Tačiau panašu, kad informatikos mokytojai turės sukurti savo metodus, kaip efektyviausiai mokyti kodą."

Alexas McFarlandas yra AI žurnalistas ir rašytojas, tyrinėjantis naujausius dirbtinio intelekto pokyčius. Jis bendradarbiavo su daugybe AI startuolių ir leidinių visame pasaulyje.