โมเดลและแพลตฟอร์ม AI

โครงข่ายประสาทเทียมเรียนรู้ได้ดีขึ้นโดยเลียนแบบรูปแบบการนอนหลับของมนุษย์

Alex McFarland
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
ประเด็นสำคัญการเลียนแบบการเล่นซ้ำระหว่างการนอนหลับในโครงข่ายประสาทเทียมแบบสไปก์ช่วยป้องกันการลืมแบบห…
ดูเพิ่มเติม
  • การเลียนแบบการเล่นซ้ำระหว่างการนอนหลับในโครงข่ายประสาทเทียมแบบสไปก์ช่วยป้องกันการลืมแบบหายนะระหว่างการเรียนรู้แบบลำดับ
  • การนอนหลับช่วยให้โครงข่ายประสาทเทียมสามารถรวบรวมความทรงจำเก่าได้โดยไม่จำเป็นต้องเข้าถึงข้อมูลฝึกอบรมต้นฉบับอย่างชัดเจน
  • การทำความเข้าใจกระบวนการประมวลผลความทรงจำที่อาศัยการนอนหลับอาจนำไปสู่การบำบัดด้วยการกระตุ้นการได้ยินสำหรับความจำเสื่อมตามวัย

ทีมนักวิจัยจากมหาวิทยาลัยแคลิฟอร์เนีย ซานดิเอโกกำลังสำรวจวิธีการที่โครงข่ายประสาทเทียมสามารถเลียนแบบรูปแบบการนอนหลับของสมองมนุษย์เพื่อลดปัญหาการลืมแบบหายนะ

การวิจัยนี้ได้รับการตีพิมพ์ใน PLOS Computational Biology.

โดยเฉลี่ยมนุษย์ต้องการการนอนหลับ 7 ถึง 13 ชั่วโมงต่อ 24 ชั่วโมง ในขณะที่การนอนหลับช่วยให้ร่างกายผ่อนคลายในหลายด้าน แต่สมองยังคงทำงานอย่างเต็มที่

สมองทำงานอย่างแข็งขันระหว่างการนอนหลับ

แม็กซิม บัซเฮนอฟ์ PhD เป็นศาสตราจารย์ประจำสาขาแพทยศาสตร์และนักวิจัยการนอนหลับจากมหาวิทยาลัยแคลิฟอร์เนีย ซานดิเอโก สถาบันแพทยศาสตร์

“สมองทำงานอย่างแข็งขันระหว่างการนอนหลับ โดยทำซ้ำสิ่งที่เรียนรู้ระหว่างวัน” บัซเฮนอฟ์กล่าว “การนอนหลับช่วยจัดเรียงความทรงจำและนำเสนอในรูปแบบที่มีประสิทธิภาพที่สุด”

บัซเฮนอฟ์และทีมงานของเขาได้ตีพิมพ์ผลงานก่อนหน้านี้เกี่ยวกับว่าการนอนหลับช่วยสร้างความทรงจำเกี่ยวกับความสัมพันธ์ ซึ่งเป็นความสามารถในการจดจำความเชื่อมโยงตามอำเภอใจหรือโดยอ้อมระหว่างวัตถุ คน หรือเหตุการณ์ นอกจากนี้ยังช่วยป้องกันการลืมความทรงจำเก่า

ปัญหาการลืมแบบหายนะ

โครงข่ายประสาทเทียมได้รับแรงบันดาลใจจากโครงสร้างของสมองมนุษย์เพื่อปรับปรุงเทคโนโลยีและระบบ AI แม้ว่าเทคโนโลยีเหล่านี้จะสามารถบรรลุประสิทธิภาพเหนือมนุษย์ในรูปแบบของความเร็วในการคำนวณ แต่ก็มีข้อจำกัดอย่างหนึ่ง เมื่อโครงข่ายประสาทเทียมเรียนรู้แบบลำดับ ข้อมูลใหม่จะเขียนทับข้อมูลเดิมในปรากฏการณ์ที่เรียกว่าการลืมแบบหายนะ

“ในทางตรงกันข้าม สมองมนุษย์เรียนรู้อย่างต่อเนื่องและรวมข้อมูลใหม่เข้ากับความรู้ที่มีอยู่ และมักจะเรียนรู้ได้ดีที่สุดเมื่อการเรียนรู้สิ่งใหม่สลับกับช่วงการนอนหลับเพื่อการรวมความทรงจำ” บัซเฮนอฟ์กล่าว

ทีมงานใช้โครงข่ายประสาทเทียมแบบสไปก์ที่เลียนแบบระบบประสาทธรรมชาติ แทนที่จะสื่อสารอย่างต่อเนื่อง ข้อมูลจะถูกส่งเป็นเหตุการณ์แบบไม่ต่อเนื่องหรือสปाइक์ ณ จุดเวลาเฉพาะ

เลียนแบบการนอนหลับในโครงข่ายประสาทเทียม

นักวิจัยพบว่าเมื่อโครงข่ายประสาทเทียมแบบสปाइक์ถูกฝึกอบรมบนงานใหม่พร้อมช่วงเวลาออฟไลน์ที่เลียนแบบการนอนหลับ ปัญหาการลืมแบบหายนะจะถูกบรรเทา ในทำนองเดียวกับสมองมนุษย์ นักวิจัยกล่าวว่า “การนอนหลับ” ช่วยให้โครงข่ายสามารถเล่นความทรงจำเก่าได้โดยไม่ต้องใช้ข้อมูลการฝึกอบรมเก่าอย่างชัดเจน

“เมื่อเรียนรู้ข้อมูลใหม่ เซลล์ประสาทจะยิงในลำดับที่เฉพาะ และสิ่งนี้จะเพิ่มซินแอปส์ระหว่างพวกมัน” บัซเฮนอฟ์กล่าว “ระหว่างการนอนหลับ รูปแบบสปाइक์ที่เรียนรู้ระหว่างที่ตื่นจะถูกเล่นซ้ำโดยเกิดขึ้นเอง สิ่งนี้เรียกว่าการกระตุ้นซ้ำหรือการเล่นซ้ำ

“ความยืดหยุ่นของซินแอปส์ ซึ่งเป็นความสามารถในการเปลี่ยนแปลงหรือหล่อหลอมยังคงอยู่ระหว่างการนอนหลับ และสามารถเพิ่มรูปแบบน้ำหนักซินแอปส์ที่แสดงถึงความทรงจำได้ ช่วยป้องกันการลืมหรือช่วยให้สามารถถ่ายโอนความรู้จากงานเก่าไปยังงานใหม่”

ทีมงานพบว่าการนำวิธีนี้ไปใช้กับโครงข่ายประสาทเทียมช่วยให้โครงข่ายหลีกเลี่ยงการลืมแบบหายนะ

“หมายความว่าโครงข่ายเหล่านี้สามารถเรียนรู้อย่างต่อเนื่องเหมือนมนุษย์หรือสัตว์” บัซเฮนอฟ์ยังคงกล่าว

“การเข้าใจว่าสมองมนุษย์ประมวลผลข้อมูลระหว่างการนอนหลับสามารถช่วยเพิ่มความทรงจำในผู้เข้าร่วมการศึกษาที่เป็นมนุษย์ได้ การเพิ่มจังหวะการนอนหลับสามารถนำไปสู่ความทรงจำที่ดีขึ้น

“ในโครงการอื่น ๆ เราใช้แบบจำลองคอมพิวเตอร์เพื่อพัฒนากลยุทธ์ที่เหมาะสมในการใช้การกระตุ้นระหว่างการนอนหลับ เช่น โทนเสียง ที่เพิ่มจังหวะการนอนหลับและปรับปรุงการเรียนรู้ สิ่งนี้อาจมีความสำคัญอย่างยิ่งเมื่อความทรงจำไม่เหมาะสม เช่น เมื่อความทรงจำลดลงในผู้สูงอายุหรือในบางสภาวะ เช่น โรคอัลไซเมอร์”

Alex เป็นผู้นำการดำเนินงานข่าวที่ใช้ AI ของ Unite.AI โดยผสานงานวารสารศาสตร์ การวิจัย และระบบอัตโนมัติ เพื่อสนับสนุนการรายงานข่าวด้านปัญญาประดิษฐ์อย่างทันท่วงทีและรองรับการขยายงาน งานของเขาช่วยให้ความก้าวหน้าใหม่ ๆ ด้าน AI ได้รับการนำเสนออย่างมีประสิทธิภาพ พร้อมรักษามาตรฐานบรรณาธิการของสำนักพิมพ์