Nowy neurokomputacyjny model mózgu może przyczynić się do rozwoju badań nad sztuczną inteligencją

Nowe badanie przeprowadzone na Uniwersytecie w Montrealu wprowadza nowy neurokomputacyjny model ludzkiego mózgu. Ten nowy model dostarcza głębszych informacji na temat tego, jak mózg rozwija złożone zdolności poznawcze, i może przyczynić się do rozwoju badań nad sztuczną inteligencją (AI).

Badanie zostało opublikowane 19 września w czasopiśmie Proceedings of the National Academy of Sciences (PNAS).

Zostało ono przeprowadzone przez międzynarodową grupę badaczy z Institut Pasteur i Sorbonne Université w Paryżu, CHU Sainte-Justine, Mila — Quebec Artificial Intelligence Institute, oraz Université de Montréal.

Rozwój neuronalny

Badanie opisuje rozwój neuronalny na trzech hierarchicznych poziomach przetwarzania informacji:

• Poziom sensoryczno-ruchowy: Bada, jak wewnętrzna aktywność mózgu uczy się wzorców z percepcji i łączy je z działaniem.
  
• Poziom poznawczy: Bada, jak mózg łączy te wzorce w kontekście.

• Poziom świadomości: Bada, jak mózg oddziela się od świata zewnętrznego i manipuluje nauczonymi wzorcami (za pomocą pamięci) nie dostępnymi już dla percepcji.

Nowe badanie dostarcza głębszych informacji na temat podstawowych mechanizmów leżących u podstaw poznania dzięki temu, że model koncentruje się na wzajemnym oddziaływaniu dwóch podstawowych typów uczenia. Pierwszym z nich jest uczenie Hebbian, związane ze statystyczną regularnością, taką jak powtarzalność. Drugim jest uczenie wzmocnione, związane z nagrodą i neuroprzekaźnikiem dopaminą.

Nowo opracowany model rozwiązuje trzy zadania o coraz większej złożoności na poszczególnych poziomach, a zespół wprowadził nowy podstawowy mechanizm każdego razu, co pomogło mu w postępie.

Wyniki podkreśliły dwa podstawowe mechanizmy dla wielopoziomowego rozwoju zdolności poznawczych w biologicznych sieciach neuronalnych:

• Epigeneza synaptyczna: Uczenie Hebbian odbywa się na poziomie lokalnym, podczas gdy uczenie wzmocnione odbywa się na poziomie globalnym.

• Samozorganizowane dynamiki: Spontaniczna aktywność i zrównoważony stosunek pobudzających i hamujących neuronów.

Następna generacja AI i sztuczna świadomość

Guillaume Duman jest członkiem zespołu i asystentem profesora psychiatrii komputacyjnej na UdeM, a także głównym badaczem w Centrum Badawczym CHU Sainte-Justine.

“Nasz model pokazuje, jak konwergencja neuro-AI podkreśla biologiczne mechanizmy i architektury poznawcze, które mogą napędzać rozwój następnej generacji sztucznej inteligencji i ostatecznie doprowadzić do sztucznej świadomości”, mówi Dumas.

Aby to osiągnąć, Dumas mówi, że mogą musieć zintegrować społeczne wymiary poznania. Zespół obecnie bada integrację biologicznych i społecznych wymiarów, i już stworzył pierwszą symulację dwóch całych mózgów w interakcji.

Zespół uważa, że poprzez zakotwiczenie przyszłych modeli komputacyjnych w biologicznych i społecznych rzeczywistościach, zyskają głębsze informacje na temat podstawowych mechanizmów leżących u podstaw poznania. Uważają również, że dostarczy to mostek pomiędzy AI a ludzkim mózgiem.