AI-nätverk modellerade efter mänsklig hjärna kan utföra kognitiva uppgifter

En ny studie från McGill University beskriver hur artificiell intelligens (AI) nätverk modellerade efter den mänskliga hjärnan kan utföra kognitiva uppgifter effektivt.

Forskningen publicerades i tidskriften Nature Machine Intelligence den 9 augusti.

Rekonstruktion av hjärnans kopplingsmönster

Forskarlaget undersökte först MRI-data från ett stort öppet vetenskapsarkiv innan de rekonstruerade ett hjärnans kopplingsmönster. Detta kopplingsmönster tillämpades sedan på ett artificiellt neuronnät (ANN), som är ett datorsystem som fungerar på ett liknande sätt som den biologiska hjärnan.

ANN tränades av ett forskarlag vid The Neuro (Montreal Neurological Institute-Hospital) och Quebec Artificial Intelligence Institute, och det lärde sig att utföra en kognitiv minnesuppgift. Laget observerade ANN medan det arbetade för att slutföra uppgiften.

Det finns två huvudsakliga faktorer som gör denna ansats unik jämfört med tidigare arbeten om hjärnans kopplingsmönster, eller connectomik. Tidigare arbeten har ofta handlat om att beskriva hjärnans organisation utan att ge mycket uppmärksamhet åt hur den utför beräkningar och funktioner. Å andra sidan bygger traditionella ANN:er på godtyckliga strukturer, som inte återger den verkliga hjärnans nätverksorganisation på ett korrekt sätt.

Med den nya ansatsen integrerade forskarna hjärnans kopplingsmönster i konstruktionen av ANN-arkitekturer, vilket de trodde skulle ge insikt i hur hjärnans koppling stöder specifika kognitiva färdigheter. De sökte också efter att utveckla nya designprinciper för artificiella nätverk.

Lagets upptäckter

Laget upptäckte att ANN med mänsklig hjärnans kopplingsmönster, eller neuromorfa neurala nätverk, utförde kognitiva minnesuppgifter med större flexibilitet och effektivitet än andra arkitekturer. De neuromorfa neurala nätverken kunde använda samma underliggande arkitektur för en bred range av inlärningsförmågor, som sträckte sig över olika sammanhang.

Bratislav Misic är en forskare vid The Neuro och senior författare till forskningen.

“Projektet förenar två livliga och snabbt utvecklande vetenskapliga discipliner,” säger Misic. “Neurovetenskap och AI delar gemensamma rötter, men har nyligen divergerat. Användning av artificiella nätverk kommer att hjälpa oss att förstå hur hjärnans struktur stöder hjärnans funktion. I gengäld kommer användning av empiriska data för att skapa neurala nätverk att avslöja designprinciper för att bygga bättre AI. Så, de två kommer att informera varandra och berika vår förståelse av hjärnan.”

Forskningen finansierades delvis av Canada First Research Excellence Fund, som tilldelades McGill University för initiativet Healthy Brains, Healthy Lives. Finansiering tillhandahölls också av Natural Sciences and Engineering Research Council of Canada, Fonds de Recherche du Québec — Santé, Canadian Institute for Advanced Research, Canada Research Chairs, Fonds de Recherche du Québec — Nature et Technologies, och Centre UNIQUE (Union of Neuroscience and Artificial Intelligence).