Naukowcy starają się ulepszyć systemy AI nowymi typami “komórek mózgu”

Zespół naukowców z MIT stara się poprawić wydajność sieci neuronowych, łącząc je ze strukturami opartymi na innych typach komórek w mózgu. Zespół badawczy będzie integrował struktury oparte na astrocytach z sieciami neuronowymi, aby umożliwić sieciom neuronowym zmianę sposobu, w jaki są przetwarzane sygnały w czasie.

Głębokie sieci neuronowe są inspirowane sieciami neuronowymi ludzkiego mózgu. Algorytmy uczenia wzmacnianego uczą się z własnych niepowodzeń i sukcesów w czasie, co pozwala im opanować złożone wyzwania, takie jak gry w szachy i Go. Jednak głębokie sieci neuronowe mają trudności, gdy spotykają się z powszechnymi problemami, z którymi ludzie muszą się zmierzyć. Każda sytuacja, która wymaga ogólnej wiedzy, nieuzyskanej w bieżącym domenie lub środowisku, jest trudna dla głębokich sieci neuronowych do radzenia sobie.

Według Instytutu Picower z MIT, zespół badawczy stara się uczynić głębokie sieci neuronowe bardziej solidnymi, wszechstronnymi i niezawodnymi, dodając typ struktury opartej na komórkach astrocytów do sieci neuronowej.

Jak wyjaśnił Newton Professor of Neuroscience z MIT, Mriganak Sur, nacisk na neurony doprowadził do zaniedbania innych typów komórek mózgu, które pełnią ważne role w mózgu. Sur wyjaśnił, że nawet najnowocześniejsze głębokie sieci neuronowe mogą mieć trudności z uwzględnieniem i uczeniem się z czynników w środowisku, gdy reguły/kontekst nie zmieniają się lub czas jest nieistotny. W takich warunkach sieć neuronowa może mieć trudności z utrzymaniem skutecznych strategii w czasie, balansowaniem między eksploracją a wykorzystaniem, oraz stosowaniem tego, czego się nauczyła, do podobnych zadań w innym kontekście.

Według Sur, ostatnie dowody wskazują, że astrocyty odgrywają ważną rolę w umożliwieniu mózgowi wykonywania powyższych zadań, dzięki ich zdolności do funkcjonowania jako równoległa sieć działająca obok neuronów. Wprowadzenie astrocytów do sieci neuronowej pozwoliłoby AI na integrację informacji zebranych w długich skalach czasowych, rozpoznawanie podobnych sytuacji i ponowne wykorzystanie zdobytych umiejętności, oraz modyfikację połączeń synaptycznych między neuronami. Astrocyty prowadzą neurony w korze przedczołowej mózgu do eksploracji scenariuszy i pomagają komórkom w korze śródmózgowej w wykorzystaniu sytuacji, obu zarządzanych przez chemiczne neuromodulatory.

Według Sur, ostatnie dowody wskazują, że astrocyty odgrywają ważną rolę w umożliwieniu mózgowi wykonywania powyższych zadań, dzięki ich zdolności do funkcjonowania jako równoległa sieć działająca obok neuronów. Wprowadzenie astrocytów do sieci neuronowej pozwoliłoby AI na integrację informacji zebranych w długich skalach czasowych, rozpoznawanie podobnych sytuacji i ponowne wykorzystanie zdobytych umiejętności, oraz modyfikację połączeń synaptycznych między neuronami. Astrocyty prowadzą neurony w korze przedczołowej mózgu do eksploracji scenariuszy i pomagają komórkom w korze śródmózgowej w wykorzystaniu sytuacji, obu zarządzanych przez chemiczne neuromodulatory.

Zespół badawczy będzie badał, jak astrocyty mogą uzupełnić głębokie sieci neuronowe za pomocą różnych eksperymentów, każdy przeprowadzony przez różnych specjalistów. Wyniki eksperymentów będą wykorzystywane do udoskonalenia teorii zespołu badawczego. Naukowcy będą zbierać dane z prostych eksperymentów na myszach i ludziach i monitorować, jak zmiany w regionach mózgu, astrocytach i neuromodulatorach wpływają na wyniki.

W końcu, Alfonso Araque i Sur będą monitorować myszy, aby zobaczyć, jak astrocyty działają, gdy się uczą. Będą również manipulować astrocytami, aby zobaczyć, jak to wpłynie na proces uczenia się wzmacnianego.

Jak wyjaśniono przez zespół w swoim grantcie:

“Nasza główna hipoteza jest taka, że interakcja astrocytów z neuronami i neuromodulatorami jest źródłem obliczeniowej mocy, która umożliwia mózgowi naturalne wykonywanie uczenia się nagradzania i pokonywanie wielu problemów związanych z systemami uczenia się wzmacnianego (RL).”