เอไอ ที่อาศัยไดนามิกของสมองช้า

นักวิทยาศาสตร์ที่มหาวิทยาลัย Bar-llan ในอิสราเอลได้ใช้ทดลองที่ซับซ้อนเกี่ยวกับวัฒนธรรมของเซลล์ประสาทและซิมูเลชั่นขนาดใหญ่เพื่อสร้างเอไอที่เร็วมากแบบใหม่ เอไอนี้อาศัยไดนามิกของสมองช้าของมนุษย์ ไดนามิกของสมองเหล่านี้มีอัตราการเรียนรู้ที่ดีกว่าアルゴリズึมการเรียนรู้ที่ดีที่สุดในปัจจุบัน

การเรียนรู้ของเครื่องจักรเกี่ยวข้องกับไดนามิกของสมองของเราอย่างมาก ด้วยความเร็วของคอมพิวเตอร์สมัยใหม่และเซตข้อมูลขนาดใหญ่ เราสามารถสร้างアルゴリズึมการเรียนรู้ลึกที่คล้ายกับ专家ของมนุษย์ในหลายสาขาได้ อย่างไรก็ตาม อัลกอริทึมการเรียนรู้เหล่านี้มีลักษณะที่แตกต่างจากสมองของมนุษย์

ทีมนักวิทยาศาสตร์ที่มหาวิทยาลัยได้ตีพิมพ์ผลงานของตนใน जर์นัล Scientific Reports พวกเขาได้ทำงานเพื่อเชื่อมโยงระหว่างประสาทวิทยาและアルゴリズึมเอไอที่ซับซ้อน ซึ่งเป็นสาขาที่ถูกทอดทิ้งไปเป็นเวลาหลายทศวรรษ

ศาสตราจารย์ Ido Kanter จากภาควิชาฟิสิกส์ของมหาวิทยาลัย Bar-llan และหัวหน้ากลุ่มศึกษา Gonda (Goldschmied) สำหรับการศึกษาทางสมองแบบ多ทิศทาง และเป็นผู้เขียนหลักของการศึกษานี้ ได้ให้ความเห็นเกี่ยวกับสาขาทั้งสอง

“มุมมองทางวิทยาศาสตร์และเทคโนโลยีปัจจุบันคือ ประสาทวิทยาและเครื่องจักรเรียนรู้เป็นสาขาที่แยกจากกันและพัฒนาโดยไม่ขึ้นอยู่กัน” เขากล่าว “การไม่มีอิทธิพลที่คาดหวังซึ่งกันและกันทำให้เราประหลาดใจ”

“จำนวนเซลล์ประสาทในสมองน้อยกว่าจำนวนบิตในดิสก์ขนาดมาตรฐานของคอมพิวเตอร์ส่วนบุคคล และความเร็วในการคำนวณของสมองคล้ายกับเข็มที่สองของนาฬิกา แม้จะช้ากว่าคอมพิวเตอร์เครื่องแรกที่คิดค้นขึ้นเมื่อ 70 ปีที่แล้ว” เขากล่าว

“นอกจากนี้ กฎการเรียนรู้ของสมองยังซับซ้อนและห่างไกลจากหลักการของขั้นตอนการเรียนรู้ในアルゴリซึมเอไอปัจจุบัน”

ศาสตราจารย์ Kanter ทำงานร่วมกับทีมวิจัยที่รวม Herut Uzan, Shira Sardi, Amir Goldental และ Roni Vardi

เมื่อพูดถึงไดนามิกของสมอง พวกเขาจะต้องจัดการกับอินพุตที่ไม่สอดคล้องกัน เนื่องจากความเป็นจริงทางกายภาพเปลี่ยนแปลงและพัฒนา ดังนั้นจึงไม่มีการส่งสัญญาณที่สอดคล้องกันสำหรับเซลล์ประสาท ซึ่งแตกต่างจากアルゴリซึมเอไอที่อาศัยอินพุตที่สอดคล้องกัน

ศาสตราจารย์ Kanter อธิบายไดนามิกนี้ต่อไป

“เมื่อมองไปข้างหน้า เราจะเห็นเฟรมที่มีหลายวัตถุ เช่น ขณะขับรถ เราจะเห็นรถยนต์ ผู้เดินถนน และป้ายจราจร และสามารถระบุลำดับเวลาและตำแหน่งสัมพัทธ์ของพวกมันได้อย่างง่ายดาย” เขากล่าว “ฮาร์ดแวร์ทางชีววิทยา (กฎการเรียนรู้) ถูกออกแบบมาเพื่อจัดการกับอินพุตที่ไม่สอดคล้องกันและปรับปรุงข้อมูลสัมพัทธ์ของพวกมัน”

หนึ่งในจุดสำคัญของการศึกษานี้คือ อัตราการเรียนรู้ที่เร็วมากมีค่าประมาณเท่ากัน ไม่ว่าจะเป็นเครือข่ายขนาดเล็กหรือขนาดใหญ่ ตามที่นักวิจัยกล่าวว่า “ข้อเสียของแผนการเรียนรู้ที่ซับซ้อนของสมองจริงๆ แล้วเป็นข้อดี”

การศึกษานี้ยังแสดงให้เห็นว่าการเรียนรู้สามารถเกิดขึ้นได้โดยไม่ต้องมีขั้นตอนการเรียนรู้ สามารถทำได้ผ่านการปรับตัวโดยอาศัยอินพุตที่ไม่สอดคล้องกัน ในสมองของมนุษย์ การเรียนรู้ประเภทนี้เกิดขึ้นในด้านที่ยื่นออกมาของเซลล์ประสาทและปลายสุดของเซลล์ประสาทแต่ละตัว ซึ่งเคยสังเกตเห็นมาก่อนหน้านี้

ผลการวิจัยและ發現ใหม่นี้อาจมีความหมายหลายอย่าง การเรียนรู้ลึกที่มีประสิทธิภาพและคล้ายกับไดนามิกของสมองช้าสามารถช่วยสร้างคลาสใหม่ของเอไอที่ซับซ้อนโดยใช้คอมพิวเตอร์ที่เร็ว

การศึกษานี้ยังผลักดันให้เกิดความร่วมมือระหว่างสาขาประสาทวิทยาและเอไอ ซึ่งสามารถช่วยให้ทั้งสองสาขาพัฒนาไปอีกขั้น ตามที่กลุ่มวิจัยกล่าวว่า “ข้อมูลเชิงลึกเกี่ยวกับหลักการสำคัญของสมองของเราต้องกลับมาสู่จุดศูนย์กลางของเอไอในอนาคต”