Искусственный интеллект на основе медленных динамик мозга

Ученые в Университете Бар-Илан в Израиле использовали передовые эксперименты на нейронных культурах и крупномасштабных симуляциях, чтобы создать новый сверхбыстрый искусственный интеллект. Этот новый ИИ основан на медленных динамических процессах человеческого мозга. Эти динамические процессы имеют лучшие показатели обучения по сравнению с лучшими алгоритмами обучения, которые у нас есть сегодня.

Машинное обучение на самом деле тесно связано и основано на динамике нашего мозга. С помощью скорости современных компьютеров и их больших наборов данных мы смогли создать алгоритмы глубокого обучения, которые подобны человеческим экспертам в различных областях. Однако эти алгоритмы обучения имеют разные характеристики, чем человеческий мозг.

Команда ученых в университете опубликовала свою работу в журнале Scientific Reports. Они работали над соединением нейробиологии и продвинутых алгоритмов искусственного интеллекта, областью, которая была заброшена на десятилетия.

Профессор Идо Кантер из Университета Бар-Илан, департамента физики и Гонда (Гольдшмид) многодисциплинарного исследования мозга, и ведущий автор исследования, прокомментировал две области.

“Текущая научная и технологическая точка зрения заключается в том, что нейробиология и машинное обучение – это две отдельные дисциплины, которые развиваются независимо”, – сказал он. “Отсутствие ожидаемого взаимного влияния озадачивает”.

“Количество нейронов в мозге меньше количества битов в типичном размере диска современных персональных компьютеров, и вычислительная скорость мозга подобна секундной стрелке на часах, даже медленнее первого компьютера, изобретенного более 70 лет назад”, – сказал он.

“Кроме того, правила обучения мозга очень сложны и далеки от принципов обучения в текущих алгоритмах искусственного интеллекта”.

Профессор Кантер работает с исследовательской командой, включая Херут Узан, Ширу Сарди, Амира Голдентала и Рони Варди.

Когда речь идет о динамике мозга, они имеют дело с асинхронными входными данными, поскольку физическая реальность меняется и развивается. Из-за этого нет синхронизации для нервных клеток. Это отличается от алгоритмов искусственного интеллекта, которые основаны на синхронных входных данных. Разные входные данные в рамках одного и того же кадра и их времена обычно игнорируются.

Профессор Кантер продолжил объяснять эту динамику.

“Когда вы смотрите вперед, вы сразу же наблюдаете кадр с несколькими объектами. Например, во время вождения вы наблюдаете машины, пешеходные переходы и дорожные знаки и легко определяете их временную последовательность и относительные положения”, – сказал он. “Биологическое оборудование (правила обучения) предназначено для работы с асинхронными входными данными и уточнения их относительной информации”.

Одна из точек, которую это исследование подчеркивает, заключается в том, что сверхбыстрые показатели обучения одинаковы, будь то небольшая или большая сеть. Согласно исследователям, “недостаток сложной схемы обучения мозга на самом деле является преимуществом”.

Исследование также показывает, что обучение может происходить без шагов обучения. Оно может быть достигнуто через самоадаптацию на основе асинхронных входных данных. В человеческом мозге этот тип обучения происходит в дендритах, которые являются короткими расширениями нервных клеток, и различных терминалах каждого нейрона. Это было наблюдено ранее. Ранее считалось, что динамика сети под дендритным обучением контролируется слабыми весами.

Это новое исследование и результаты могут означать много разных вещей. Эти эффективные алгоритмы глубокого обучения и их сходство с очень медленными динамическими процессами мозга могут помочь создать новый класс продвинутого искусственного интеллекта с помощью быстрых компьютеров.

Исследование также выступает за сотрудничество между областями нейробиологии и искусственного интеллекта, которое может помочь обеим областям развиваться дальше. Согласно исследовательской группе, “Понимание фундаментальных принципов нашего мозга должно снова стать центром будущего искусственного интеллекта”.