Исследователи Стремятся Улучшить Системы ИИ С Помощью Новых Типов “Мозговых Клеток”

Команда исследователей из Массачусетского технологического института (MIT) стремится улучшить производительность нейронных сетей, объединив их со структурами, основанными на других типах клеток мозга. Исследовательская команда будет интегрировать структуры, основанные на астроцитах, в нейронные сети, чтобы позволить нейронным сетям изменять способ обработки сигналов во времени.

Глубокие нейронные сети вдохновлены нейронными сетями человеческого мозга. Алгоритмы обучения с подкреплением учатся на своих ошибках и успехах со временем, что позволяет им освоить сложные задачи, такие как игры в шахматы и го. Однако глубокие нейронные сети испытывают трудности, когда сталкиваются с общими проблемами, с которыми сталкиваются люди. Любая ситуация, требующая общих знаний, не полученных в текущей области или среде, является трудной для глубоких нейронных сетей.

Согласно Институту Пикоуэра MIT, исследовательская команда стремится сделать глубокие нейронные сети более прочными, универсальными и надежными, добавив к нейронной сети структуру, основанную на астроцитах.

Как объяснил профессор нейробиологии в MIT, Мриганак Сур, акцент на нейронах привел к тому, что другие типы клеток мозга, которые играют важные роли в мозге, были проигнорированы. Сур объяснил, что даже современные глубокие нейронные сети могут испытывать трудности с учетом и обучением факторов в среде, когда правила/контекст не меняются или время не имеет значения. В таких условиях нейронная сеть может испытывать трудности с сохранением успешных стратегий во времени, балансированием между исследованием и эксплуатацией, и применением того, что она научилась, к подобным задачам в другой среде.

Согласно Суру, недавние данные свидетельствуют о том, что астроциты играют важную роль в ermögлении мозга выполнять вышеуказанные задачи, благодаря их способности функционировать как параллельная сеть, работающая вместе с нейронами. Введение астроцитов в нейронную сеть позволит ИИ интегрировать информацию, собранную за долгое время, распознавать подобные ситуации и повторно использовать приобретенные способности, а также модулировать синаптические связи между нейронами. Астроциты направляют нейроны в префронтальной коре мозга для исследования сценариев и помогают клеткам в стриатуме в эксплуатации ситуаций, обе контролируются химическими нейромодуляторами.

Согласно Суру, недавние данные свидетельствуют о том, что астроциты играют важную роль в ermögлении мозга выполнять вышеуказанные задачи, благодаря их способности функционировать как параллельная сеть, работающая вместе с нейронами. Введение астроцитов в нейронную сеть позволит ИИ интегрировать информацию, собранную за долгое время, распознавать подобные ситуации и повторно использовать приобретенные способности, а также модулировать синаптические связи между нейронами. Астроциты направляют нейроны в префронтальной коре мозга для исследования сценариев и помогают клеткам в стриатуме в эксплуатации ситуаций, обе контролируются химическими нейромодуляторами.

Исследовательская команда будет изучать, как астроциты могут дополнить глубокие нейронные сети с помощью различных экспериментов, каждый из которых будет проведен разными специалистами. Результаты экспериментов будут использованы для уточнения теории, выдвинутой исследовательской командой. Исследователи будут собирать данные из простых экспериментов на мышах и людях и отслеживать, как изменения в областях мозга, астроцитах и нейромодуляторах влияют на производительность.

Наконец, Альфонсо Араке и Сур будут наблюдать за мышами, чтобы увидеть, как астроциты функционируют, когда они учатся. Они также будут манипулировать астроцитами, чтобы увидеть, как это влияет на процесс обучения с подкреплением.

Как объяснили члены команды в своей заявке:

“Наша основная гипотеза заключается в том, что взаимодействие астроцитов с нейронами и нейромодуляторами является источником вычислительной мощи, которая позволяет мозгу естественным образом выполнять обучение с подкреплением и преодолевать многие проблемы, связанные с современными системами обучения с подкреплением (RL)”.