โมเดลและแพลตฟอร์ม AI
การวิจัยใหม่ชี้ว่าสมองเทียมอาจได้รับประโยชน์จากการนอนหลับ
การวิจัยใหม่จาก Los Alamos National Laboratory ชี้ว่าสมองเทียมอาจได้รับประโยชน์จากช่วงเวลาของการพักผ่อน เช่นเดียวกับสมองของมนุษย์
การวิจัยจะถูกนำเสนอที่ Women in Computer Vision Workshop ใน Seattle เมื่อวันที่ 14 มิถุนายน
Yijing Watkins เป็นนักวิทยาศาสตร์คอมพิวเตอร์จาก Los Alamos National Laboratory
“เราศึกษشبكةประสาทที่ส่งสัญญาณ ซึ่งเป็นระบบที่เรียนรู้เช่นเดียวกับสมองของมนุษย์” วัตกินส์กล่าว “เราสนใจที่จะฝึกอบรมโปรเซสเซอร์แบบ neuromorphic ในลักษณะที่คล้ายกับวิธีที่มนุษย์และระบบชีวภาพอื่น ๆ เรียนรู้จากสิ่งแวดล้อมในช่วงพัฒนาการของเด็ก”
การแก้ปัญหาการไม่เสถียรในซิมูเลชันเครือข่าย
วัตกินส์และทีมพบว่าการเรียนรู้ที่ไม่มีการดูแลอย่างต่อเนื่องนำไปสู่การไม่เสถียรในซิมูเลชันเครือข่าย อย่างไรก็ตาม เมื่อทีมนำเครือข่ายไปสู่สถานะที่เป็นผลมาจากคลื่นที่สมองของมนุษย์ประสบในช่วงการนอนหลับ การเสถียรจึงสามารถฟื้นตัวได้
“มันเหมือนกับว่าเรากำลังให้เครือข่ายประสาทเทียมพักผ่อนเหมือนกับการนอนหลับที่ดี” วัตกินส์กล่าว
ทีมงานค้นพบสิ่งนี้เมื่อพวกเขากำลังพัฒนาเครือข่ายประสาทเทียมตามวิธีที่มนุษย์และระบบชีวภาพอื่น ๆ เรียนรู้เพื่อดู ทีมงานพบว่ามีความท้าทายเมื่อต้องทำให้เครือข่ายประสาทเทียมที่กำลังผ่านการฝึกอบรมพจนานุกรมที่ไม่มีการดูแลเสถียร
Garrett Kenyon เป็นนักวิทยาศาสตร์คอมพิวเตอร์จาก Los Alamos และเป็นผู้ร่วมเขียนการศึกษา
“ปัญหาของวิธีการรักษาระบบการเรียนรู้ให้ไม่เสถียรเกิดขึ้นจริงเมื่อพยายามใช้โปรเซสเซอร์แบบ neuromorphic ที่มีลักษณะเหมือนชีวภาพหรือเมื่อพยายามเข้าใจชีววิทยาเอง” เคนยอนกล่าว “ส่วนใหญ่ของการเรียนรู้ของเครื่อง การเรียนรู้ลึก และการวิจัย AI ไม่พบปัญหานี้เพราะในระบบที่ไม่มีชีวิตที่พวกเขาศึกษา พวกเขามีสิทธิพิเศษในการดำเนินการทางคณิตศาสตร์ทั่วโลกที่มีผลในการควบคุมการเพิ่มขึ้นของระบบโดยรวม”
การนอนหลับเป็นวิธีแก้ปัญหาสุดท้าย
ตามนักวิจัย การทำให้เครือข่ายประสาทเทียมสัมผัสกับแบบจำลองการนอนหลับที่เป็นเทียมเป็นวิธีสุดท้ายในการทำให้พวกมันเสถียร หลังจากทดลองกับเสียงรบกวนต่าง ๆ ซึ่งคล้ายกับเสียงที่ไม่ใช่สัญญาณระหว่างสถานีวิทยุ ผลที่ดีที่สุดมาจากคลื่น Gaussian noise ซึ่งรวมถึงความถี่และความเข้มข้นต่าง ๆ
นักวิจัยตั้งสมมติฐานว่าในช่วงการนอนหลับที่มีคลื่นช้า เสียงรบกวนจะเลียนแบบสัญญาณที่ได้รับจากเซลล์ประสาทชีวภาพ ผลการวิจัยชี้ว่าการนอนหลับที่มีคลื่นช้าอาจมีบทบาทในการรับรองว่าเซลล์ประสาทในสมองใหญ่จะไม่ประสบกับภาพหลอนและรักษาความเสถียร
ทีมงานจะทำงานในการนำอัลกอริทึมไปใช้กับชิป neuromorphic ของ Intel (INTC ) โดยหวังว่าการนอนหลับจะช่วยให้สามารถประมวลผลข้อมูลจากกล้องซิลิกอนเรตินาในเวลาจริงได้อย่างเสถียร หากการวิจัยพบว่าสมองเทียมได้รับประโยชน์จากการนอนหลับ สิ่งเดียวกันน่าจะเป็นจริงสำหรับ android และเครื่องจักรอัจฉริยะอื่น ๆ
แหล่งที่มา:การใช้เสียงรบกวนแบบ Sinusoidally-Modulated เป็นตัวแทนของการนอนหลับที่มีคลื่นช้าเพื่อให้ได้การเรียนรู้พจนานุกรมที่ไม่มีการดูแลอย่างเสถียรในแบบจำลองการเข้ารหัสแบบกระจายที่ใช้การกระตุ้น สัมมนา Women in Computer Vision Workshop, 2020-06-14 (Seattle, Washington, United States)












