Nova Pesquisa Sugere que Cérebros Artificiais Podem se Beneficiar do Sono

Nova pesquisa vinda do Laboratório Nacional de Los Alamos sugere que cérebros artificiais quase certamente se beneficiam de períodos de descanso, assim como os cérebros vivos.

A pesquisa será apresentada no Workshop de Mulheres em Visão Computacional em Seattle, em 14 de junho.

Yijing Watkins é uma cientista da computação do Laboratório Nacional de Los Alamos.

“Estudamos redes neurais de disparo, que são sistemas que aprendem muito como os cérebros vivos”, disse Watkins. “Estávamos fascinados pela perspectiva de treinar um processador neuromórfico de uma maneira análoga à como os humanos e outros sistemas biológicos aprendem com o ambiente durante o desenvolvimento infantil.”

Resolvendo a Instabilidade em Simulações de Rede

Watkins e a equipe descobriram que períodos contínuos de aprendizado não supervisionado levaram à instabilidade nas simulações de rede. No entanto, assim que a equipe introduziu as redes a estados que são resultado das ondas que os cérebros vivos experimentam durante o sono, a estabilidade pôde ser restaurada.

“Foi como se estivéssemos dando às redes neurais o equivalente a uma boa noite de sono”, disse Watkins.

A equipe fez a descoberta enquanto trabalhava no desenvolvimento de redes neurais baseadas em como os humanos e outros sistemas biológicos aprendem a ver. A equipe enfrentou alguns desafios quando se tratava de estabilizar redes neurais simuladas que estavam passando por treinamento de dicionário não supervisionado. O treinamento de dicionário não supervisionado envolve classificar objetos sem ter exemplos anteriores para usar como comparação.

Garrett Kenyon é um cientista da computação em Los Alamos e coautor do estudo.

“A questão de como manter os sistemas de aprendizado de não se tornarem instáveis realmente só surge quando se tenta utilizar processadores neuromórficos realistas e biologicamente inspirados ou quando se tenta entender a biologia em si”, disse Kenyon. “A grande maioria dos pesquisadores de aprendizado de máquina, aprendizado profundo e IA nunca encontra esse problema porque nos sistemas artificiais que estudam, eles têm o luxo de realizar operações matemáticas globais que têm o efeito de regular o ganho dinâmico geral do sistema.”

Sono como uma Solução de Último Recurso

De acordo com os pesquisadores, expor as redes a um análogo artificial do sono foi sua última solução para estabilizá-las. Depois de experimentar com diferentes tipos de ruído, que é semelhante ao estático entre estações de rádio, os melhores resultados vieram das ondas de ruído gaussiano. Esse tipo de ruído inclui uma ampla variedade e faixas de frequências e amplitudes.

Os pesquisadores chegaram à hipótese de que, durante o sono de onda lenta, o ruído imita a entrada recebida por neurônios biológicos. Os resultados sugeriram que o sono de onda lenta pode desempenhar um papel na garantia de que os neurônios corticais não sofram de alucinações e mantenham sua estabilidade.

A equipe agora trabalhará na implementação do algoritmo no chip neuromórfico Loihi da Intel, esperando que o sono ajude a processar informações de uma câmera de retina de silício em tempo real. Se a pesquisa determinar que os cérebros artificiais se beneficiam do sono, o mesmo é provavelmente verdadeiro para androides e outras máquinas inteligentes.

Fonte: Usando Ruído Modulado Sinusoidal como um Surrogate para Sono de Onda Lenta para Realizar Aprendizado de Dicionário Não Supervisionado Estável em um Modelo de Codificação Esparsa Baseado em Pico, Workshop de Mulheres em Visão Computacional, 2020-06-14 (Seattle, Washington, EUA)