Forskere sikter på å forbedre AI-systemer med nye typer “hjerneceller”

Et team av forskere ved MIT har som mål å forbedre ytelsen til neurale nettverk ved å kombinere dem med strukturer basert på andre typer celler i hjernen. Forskingsteamet vil integrere strukturer basert på astrocytter i neurale nettverk, med mål om å la neurale nettverk endre hvordan de behandler signaler over tid.

Dype neurale nettverk er inspirert av de neurale nettverkene i det menneskelige hjernen. Forsterkingslæringsalgoritmer lærer fra sine feil og suksesser over tid, noe som gjør det mulig for dem å mestre komplekse utfordringer som spillene sjakk og Go. Men dype neurale nettverk har vanskeligheter når de møter vanlige problemer som mennesker må håndtere. Enhver situasjon som krever generell kunnskap som ikke er tilegnet i den nåværende domenet eller miljøet, er vanskelig for dype neurale nettverk å håndtere.

Ifølge MIT’s Picower Institute, er forskningsteamet mål å gjøre dype neurale nettverk mer robuste, fleksible og pålitelige ved å legge til en type struktur basert på astrocytter til det neurale nettverket.

Som forklart av Newton Professor of Neuroscience ved MIT, Mriganak Sur, har fokuset på nevroner ført til at andre typer hjerneceller, som spiller viktige roller i hjernen, blir ignorert. Sur forklarte at selv de mest avanserte dype neurale nettverkene kan ha vanskeligheter med å vurdere og lære fra faktorer i en miljø når regler/kontekst ikke varierer eller tid er irrelevant. Under slike forhold kan et neuralt nettverk ha vanskeligheter med å holde spor av suksessfulle strategier over tid, balansere utforsking/utnytting-avveien og anvende det som er lært til lignende oppgaver i en annen kontekst.

Ifølge Sur, tyder nyere bevis på at astrocytter spiller en viktig rolle i å muliggjøre at hjernen kan utføre ovennevnte oppgaver, takket være deres evne til å fungere som et parallelt nettverk som opererer sammen med nevronene. Å introdusere astrocytter i et neuralt nettverk ville tillate AI å integrere informasjon samlet over lange tidsperioder, gjenkjenne lignende situasjoner og gjenbruke lært evner, og modulere de synaptiske forbindelsene mellom nevronene. Astrocytter guider nevroner i prefrontalcortex til å utforske scenarier og assisterer celler i striatum i å utnytte situasjoner, begge håndtert gjennom kjemiske neuromodulatorer.

Ifølge Sur, tyder nyere bevis på at astrocytter spiller en viktig rolle i å muliggjøre at hjernen kan utføre ovennevnte oppgaver, takket være deres evne til å fungere som et parallelt nettverk som opererer sammen med nevronene. Å introdusere astrocytter i et neuralt nettverk ville tillate AI å integrere informasjon samlet over lange tidsperioder, gjenkjenne lignende situasjoner og gjenbruke lært evner, og modulere de synaptiske forbindelsene mellom nevronene. Astrocytter guider nevroner i prefrontalcortex til å utforske scenarier og assisterer celler i striatum i å utnytte situasjoner, begge håndtert gjennom kjemiske neuromodulatorer.

Forskingsteamet vil undersøke hvordan astrocytter kan supplere dype neurale nettverk gjennom en rekke eksperimenter, hver utført av forskjellige spesialister. Eksperimentelle resultater vil bli brukt til å finjustere teorien holdt av forskingsteamet. Forskerne vil samle inn data fra enkle eksperimenter på både mus og mennesker og overvåke hvordan endringer i hjerneregioner, astrocytter og neuromodulatorer påvirker ytelsen.

Til slutt vil Alfonso Araque og Sur overvåke mus for å se hvordan astrocytter opererer mens de lærer. De vil også manipulere astrocytter for å se hvordan det påvirker prosessen med forsterkingslæring.

Som forklart av teamet i deres søknad:

“Vår sentrale hypotese er at interaksjonen mellom astrocytter og nevroner og neuromodulatorer er kilde til den beregningsmessige dyktigheten som gjør det mulig for hjernen å naturlig utføre belønningslæring og overvinne mange problemer forbundet med state-of-the-art forsterkingslæringssystemer (RL).”