Forskare strävar efter att förbättra AI-system med nya typer av "hjärnceller"

Ett team av forskare baserade vid MIT siktar på att förbättra prestandan hos neurala nätverk genom att kombinera dem med strukturer baserade på andra typer av celler i hjärnan. Forskargruppen kommer att integrera strukturer baserade på astrocyter i neurala nätverk, i syfte att låta neurala nätverk förändra hur deras signaler hanteras över tidsskalor.

Djupa neurala nätverk är inspirerade av den mänskliga hjärnans neurala nätverk. Algoritmer för förstärkande inlärning lär sig av sina misslyckanden och framgångar över tiden, vilket gör att de kan bemästra komplexa utmaningar som spelen Schack och Go. Men djupa neurala nätverk har svårt när de stöter på vanliga problem som människor måste hantera. Varje situation som kräver allmän kunskap som inte erhållits inom den aktuella domänen eller miljön är svåra för djupa neurala nätverk att hantera.

Enligt MIT:s Picower Institute, siktar forskarlaget på att göra djupa neurala nätverk mer robusta, mångsidiga och pålitliga genom att lägga till en typ av struktur baserad på astrocytceller till det neurala nätverket.

Som förklarat av Newton professor i neurovetenskap vid MIT, Mriganak Sur, har betoningen på neuroner lett till att andra typer av hjärnceller, som fyller viktiga roller i hjärnan, ignoreras. Sur förklarade att just nu till och med state-of-the-art djupa neurala nätverk kan vara svårt att ta hänsyn till och lära av faktorer i en miljö när reglerna/kontexten inte varierar eller tiden är irrelevant. Under sådana förhållanden kan ett neuralt nätverk kämpa med att hålla reda på framgångsrika strategier över tid, balansera avvägningen mellan utforska/utnyttja och tillämpa det det har lärt sig på liknande uppgifter i ett annat sammanhang.

Enligt Sur tyder nyligen på att astrocyter spelar en viktig roll för att göra det möjligt för en hjärna att utföra ovanstående uppgifter, tack vare deras förmåga att fungera som ett parallellt nätverk som fungerar tillsammans med neuronerna. Att introducera astrocyter i ett neuralt nätverk skulle tillåta AI att integrera information som samlats in över långa tidsskalor, känna igen liknande situationer och återanvända inlärda förmågor och modulera de synaptiska kopplingarna mellan neuroner. Astrocyter vägleder neuroner i hjärnans prefrontala cortex för att utforska scenarier och hjälpa celler i striatum att utnyttja situationer, båda styrda genom kemiska neuromodulatorer.

Enligt Sur tyder nyligen på att astrocyter spelar en viktig roll för att göra det möjligt för en hjärna att utföra ovanstående uppgifter, tack vare deras förmåga att fungera som ett parallellt nätverk som fungerar tillsammans med neuronerna. Att introducera astrocyter i ett neuralt nätverk skulle tillåta AI att integrera information som samlats in över långa tidsskalor, känna igen liknande situationer och återanvända inlärda förmågor och modulera de synaptiska kopplingarna mellan neuroner. Astrocyter vägleder neuroner i hjärnans prefrontala cortex för att utforska scenarier och hjälpa celler i striatum att utnyttja situationer, båda styrda genom kemiska neuromodulatorer.

Forskargruppen kommer att undersöka hur astrocyter kan förstärka djupa neurala nätverk genom en mängd olika experiment, var och en utförd av olika specialister. Experimentella resultat kommer att användas för att förfina forskargruppens teori. Forskarna kommer att samla in data från enkla experiment på både möss och människor och övervaka hur förändringar i hjärnregioner, astrocyter och neuromodulatorer påverkar prestandan.

Slutligen kommer Alfonso Araque och Sur att övervaka möss för att se hur astrocyter fungerar medan de lär sig. De kommer också att manipulera astrocyterna för att se hur det påverkar processen med förstärkningsinlärning.

Som förklarats av teamet i deras anslag:

"Vår centrala hypotes är att interaktion mellan astrocyter och neuroner och neuromodulatorer är källan till beräkningsförmåga som gör det möjligt för hjärnan att på ett naturligt sätt utföra belöningsinlärning och övervinna många problem som är förknippade med toppmoderna system för inlärning av förstärkning (RL).