Sieci AI zbudowane na wzór ludzkiego mózgu mogą wykonywać zadania kognitywne

Nowe badanie przeprowadzone na Uniwersytecie McGill opisuje, jak sieci sztucznej inteligencji (AI) zbudowane na wzór ludzkiego mózgu mogą wykonywać zadania kognitywne w sposób wydajny.

Badanie zostało opublikowane w czasopiśmie Nature Machine Intelligence 9 sierpnia.

Odtwarzanie wzoru połączeń mózgowych

Zespół badaczy najpierw przeanalizował dane MRI z dużego repozytorium Open Science, a następnie odtworzył wzór połączeń mózgowych. Ten wzór połączeń mózgowych został następnie zastosowany w sztucznej sieci neuronowej (ANN), która jest systemem komputerowym działającym w sposób podobny do biologicznego mózgu.

ANN została przeszkolona przez zespół badaczy w The Neuro (Montreal Neurological Institute-Hospital) i Quebec Artificial Intelligence Institute, i nauczyła się wykonywać zadanie pamięci kognitywnej. Zespół obserwował ANN podczas wykonywania zadania.

Istnieją dwa główne czynniki, które sprawiają, że ten podejście wyróżnia się na tle poprzednich badań na temat połączeń mózgowych, czyli konektomu. Poprzednie prace często koncentrowały się na opisie organizacji mózgu, nie zwracając uwagi na to, jak wykonuje obliczenia i funkcje. Z drugiej strony, tradycyjne ANNs opierają się na arbitralnych strukturach, które nie odzwierciedlają dokładnie sposobu, w jaki są zorganizowane sieci mózgowe.

Z nowym podejściem badacze zintegrowali konektom mózgu z konstrukcją architektur ANN, co, ich zdaniem, dostarczyłoby wglądu w to, jak połączenia mózgu wspierają określone umiejętności kognitywne. Szukali również nowych zasad projektowych dla sztucznych sieci.

Wyniki zespołu

Zespół odkrył, że ANNs z ludzkimi połączeniami mózgowymi, czyli sieciami neuronowymi o charakterze neuromorficznym, wykonywały zadania pamięci kognitywnej z większą elastycznością i wydajnością niż inne architektury. Sieci neuronowe o charakterze neuromorficznym były w stanie wykorzystywać tę samą podstawową architekturę dla szerokiego zakresu zdolności uczenia się, które rozciągały się na różne konteksty.

Bratislav Misic jest badaczem w The Neuro i seniorem autorem badania.

“Projekt łączy dwie żywiołowe i dynamiczne dyscypliny naukowe,” mówi Misic. “Neurobiologia i AI mają wspólne korzenie, ale ostatnio się rozdzieliły. Używanie sztucznych sieci pomoże nam zrozumieć, jak struktura mózgu wspiera funkcję mózgu. Z kolei używanie danych empirycznych do tworzenia sieci neuronowych ujawni zasady projektowe dla budowy lepszych AI. Tak więc, obie dyscypliny będą się nawzajem informować i wzbogacać nasze zrozumienie mózgu.”

Badanie zostało sfinansowane częściowo przez Canada First Research Excellence Fund, który został przyznany Uniwersytetowi McGill w ramach inicjatywy Healthy Brains, Healthy Lives. Finansowanie zostało również zapewnione przez Natural Sciences and Engineering Research Council of Canada, Fonds de Recherche du Québec — Santé, Canadian Institute for Advanced Research, Canada Research Chairs, Fonds de Recherche du Québec — Nature et Technologies, i Centre UNIQUE (Union of Neuroscience and Artificial Intelligence).