Nieuw neurocomputational breinmodel kan AI-onderzoek vooruit helpen

Een nieuwe studie van de Universiteit van Montreal introduceert een nieuw neurocomputational model van de menselijke hersenen. Dit nieuwe model biedt diepere inzichten in hoe de hersenen complexe cognitieve vaardigheden ontwikkelen en kan het onderzoek naar neurale kunstmatige intelligentie (AI) vooruit helpen.

De studie werd op 19 september gepubliceerd in het tijdschrift Proceedings of the National Academy of Sciences (PNAS).

Het onderzoek werd uitgevoerd door een internationaal team van onderzoekers van het Institut Pasteur en Sorbonne Université in Parijs, het CHU Sainte-Justine, Mila — Quebec Artificial Intelligence Institute, en Université de Montréal.

Neurale ontwikkeling

De studie beschrijft de neurale ontwikkeling over drie hiërarchische niveaus van informatieverwerking:

• Sensorimotorisch niveau: Verkent hoe de hersenenpatronen leren van perceptie en associëren met actie.
  
• Cognitief niveau: Onderzoekt hoe de hersenen contextueel patronen combineren.

• Bewustzijnsniveau: Overweegt hoe de hersenen zich losmaken van de buitenwereld en geleerde patronen (via geheugen) manipuleren die niet langer toegankelijk zijn voor perceptie.

Het nieuwe onderzoek biedt diepere inzichten in de kernmechanismen die cognitie onderliggen vanwege de focus van het model op de interactie tussen twee fundamentele soorten leren. De eerste is Hebbiaans leren, dat geassocieerd is met statistische regelmaat, zoals herhaling. De tweede is versterkingsleren, dat geassocieerd is met beloning en de dopamine-neurotransmitter.

Het nieuw ontwikkelde model lost drie taken van toenemende complexiteit op over de niveaus heen, en het team introduceerde een nieuwe kernmechanisme elke keer, wat het hielp vooruit te komen.

De resultaten benadrukten twee fundamentele mechanismen voor de multilevelontwikkeling van cognitieve vaardigheden in biologische neurale netwerken:

• Synaptische epigenese: Hebbiaans leren vindt plaats op lokaal niveau, terwijl versterkingsleren plaatsvindt op globaal niveau.

• Zelfgeorganiseerde dynamica: Spontane activiteit en gebalanceerde excitatoire/inhibitorische verhouding van neuronen.

Volgende generatie AI en kunstmatig bewustzijn

Guillaume Duman is een teamlid en assistent-professor in computationele psychiatrie aan UdeM, evenals een hoofdonderzoeker bij het CHU Sainte-Justine Research Center.

“Ons model toont aan hoe de neuro-AI-convergentie biologische mechanismen en cognitieve architectuur benadrukt die de ontwikkeling van de volgende generatie kunstmatige intelligentie en zelfs uiteindelijk kunstmatig bewustzijn kunnen stimuleren,” zegt Dumas.

Om dit te bereiken, zegt Dumas dat ze mogelijk de sociale dimensies van cognitie moeten integreren. Het team onderzoekt momenteel de integratie van biologische en sociale dimensies en heeft al de eerste simulatie van twee complete hersenen in interactie gemaakt.

Het team gelooft dat door toekomstige computationele modellen te verankeren in biologische en sociale realiteiten, ze diepere inzichten zullen krijgen in de kernmechanismen die cognitie onderliggen. Ze geloven ook dat dit een brug zal slaan tussen AI en de menselijke hersenen.