Beurit 3D anu Dikadalikeun AI Bisa Ngahasilkeun Wawasan Neurosains Anyar

Panaliti ti Universitas Harvard sareng DeepMind nembe nyiptakeun modél 3D virtual, akurat sacara biologis tina beurit anu tiasa dikontrol ku jaringan saraf jieunan. Panaliti ngaharepkeun yén diajar kumaha jaringan saraf jieunan ngadalikeun beurit simulasi ngaliwatan lingkungan 3D tiasa masihan neuroscientists clues kumaha otak nyata ngadalikeun organisme.

Salaku IEEE Spéktrum nembe dilaporkeun, kertas anyar anu bakal dibere minggu ieu di Konperénsi Internasional ngeunaan Perwakilan Pembelajaran rinci kreasi hiji simulated, lingkungan 3D. Model 3D beurit aya dina lingkungan ieu, sareng lab-beurit anu dihasilkeun ku komputer bakal dikontrol ku model AI. Tujuan tina ulikan anyar nyaéta pikeun ningali naha jaringan saraf anu ngatur beurit tiasa gaduh fungsi anu sami dina otak biologis.

Blok wangunan jaringan neural jero nyaéta neuron, atawa titik nu ngarobah data jeung fungsi matematik. Neuron-neuron ieu ngagabung dina lapisan dina cara anu nyarupaan sambungan sinaptik otak. Sanaos seueur bédana antara jaringan saraf jieunan sareng otak nyata, sajumlah ahli saraf sareng panaliti yakin yén paralel anu aya antara dua tiasa masihan wawasan anu mangpaat kana kumaha otak beroperasi, berpotensi ningkatkeun AI sareng neurosains.

Lingkungan 3D komputer-dihasilkeun ku panalungtik nyaéta pikeun meta salaku dikawasa, platform eksperimen pikeun peneliti AI. Panaliti bakal tiasa ngagunakeun lingkungan pikeun ékspérimén kumaha rupa-rupa jaringan saraf nungkulan tantangan sareng kumaha aranjeunna ngadeukeutan (atanapi henteu ngadeukeutan) jaringan biologis. Salaku panalungtik postdoctoral jeung ko-panulis ulikan Jesse Marshall dipedar, dicutat ku IEEE Spectrum, bari percobaan neurosains rata-rata nganalisa brains sato nalika maranéhna ngalakukeun hiji tugas (atawa ngan sababaraha tugas), sarta lolobana robot dirancang pikeun ngan hiji. sababaraha pancén, katerangan leuwih mantap kumaha brains fléksibel beroperasi sarta timbul diperlukeun. Numutkeun ka Marshall, makalah éta "mangrupakeun mimiti usaha urang pikeun ngartos kumaha kalenturan timbul sareng dilaksanakeun dina uteuk, sareng nganggo wawasan anu urang kéngingkeun pikeun ngarancang agén jieunan kalayan kamampuan anu sami."

Beurit anu direkayasa komputer sacara biologis akurat, sareng sadaya sendi sareng otot anu bakal aya dina beurit nyata. Beurit ogé ngagaduhan indra simulasi sapertos proprioception (rasa bagian awak dina rohangan) sareng visi. Jaringan saraf anu ngatur gerakan beurit dilatih dina opat pancén anu béda: ngetok bal kalayan waktos anu tepat, nganapigasi maze, ngaluncat kana sela, sareng nganapigasi daérah anu lungkawing.

Nalika beurit maya réngsé tugas, tim peneliti nganalisis rekaman kagiatan jaringan ngagunakeun téknik dumasar kana anu dianggo dina widang neurosains. Panaliti nganalisis kagiatan jaringan pikeun nangtukeun kumaha jaringan parantos nunjukkeun skéma kontrol motor anu dipikabutuh pikeun ngalaksanakeun tugas anu ditugaskeun.

Panaliti mendakan yén jaringan saraf nganggo deui répréséntasi anu tangtu pikeun tugas anu béda, nerapkeun pola umum kana skenario anu béda. Kagiatan saraf ieu mindeng digambarkeun salaku runtuyan diskrit, nu hal anu geus disaksian dina rodénsia nyata jeung manuk. Hiji temuan anu teu disangka-sangka nyaéta yén kagiatan alami dina modél AI sigana aya dina waktos anu langkung lami tibatan anu dipiharep upami modél AI ngan saukur ngadalikeun gerakan anggota awak sareng otot. Ieu tiasa nunjukkeun yén jaringan AI nunjukkeun paripolah sareng gerak dina tingkat abstrak pikeun hal-hal sapertos luncat sareng lumpat. Ieu eunteung model kognitif nu geus diajukeun pikeun sato kahirupan nyata.

Sanaos jaringan saraf jieunan tiasa kakurangan perwujudan fisiologis sareng realisme jaringan saraf nyata, ahli saraf sapertos Blake Richards ti Universitas McGill di Kanada ngajawab, sakumaha IEEE Spéktrum dilaporkeun, yén modél babagi loba fitur penting processing saraf jeung jaringan neural asli, sarta aranjeunna mangpaat dina nyieun prediksi ngeunaan kumaha aktivitas neural bisa mangaruhan kabiasaan. Ku alatan éta, prestasi makalah panganyarna ieu ngarancang métode ékspérimén kalawan jaringan saraf sarta ngalatih aranjeunna dina lingkungan leuwih realistis, sangkan babandingan hadé mun percobaan ngalibetkeun data biologis.

Stephen Scott, ahli saraf ti Universitas Ratu di Kanada, ogé percaya yén kerangka dirancang dina makalah anyar bisa jadi métode mangpaat examining nu underpinnings neural tina kabiasaan. Beurit maya sanggup ngalaksanakeun rupa-rupa multistage, paripolah kompleks anu tiasa dihubungkeun sareng kagiatan saraf. Ieu hiji kaunggulan leuwih kumaha lolobana percobaan kalawan model sato dipigawé dina ngan tugas basajan, alatan kumaha kompléks rekaman aktivitas saraf.

Tapi, Scott ogé ngaku yén prosés panén data saraf tina sato anu ngalaksanakeun tugas anu rumit tiasa sesah pisan. Ku alatan éta, Scott ngaharepkeun pikeun nempo pangarang makalah urang ngabandingkeun aktivitas neural tina beurit maya, sabab ngalaksanakeun tugas gampang, jeung aktivitas kapanggih dina percobaan laboratorium real-dunya, guna leuwih ngarti kumaha model virtual jeung otak real-dunya. pola béda.