ปัญญาประดิษฐ์
งานวิจัยใหม่ชี้สมองเทียมได้ประโยชน์จากการนอนหลับ
งานวิจัยใหม่ที่มาจาก ลอสอาลามอสห้องปฏิบัติการแห่งชาติ แสดงให้เห็นว่าสมองเทียมได้รับประโยชน์จากช่วงเวลาพักผ่อนเช่นเดียวกับสมองที่มีชีวิต
งานวิจัยนี้จะถูกนำเสนอที่ Women in Computer Vision Workshop ในเมืองซีแอตเทิลในวันที่ 14 มิถุนายน
Yijing Watkins เป็นนักวิทยาศาสตร์คอมพิวเตอร์ของห้องปฏิบัติการแห่งชาติลอสอาลามอส
“เราศึกษาโครงข่ายประสาทเทียมที่พุ่งสูงขึ้น ซึ่งเป็นระบบที่เรียนรู้ได้มากพอๆ กับสมองที่มีชีวิต” วัตคินส์กล่าว "เรารู้สึกทึ่งกับโอกาสในการฝึกฝนตัวประมวลผล neuromorphic ในลักษณะที่คล้ายคลึงกับวิธีที่มนุษย์และระบบทางชีววิทยาอื่น ๆ เรียนรู้จากสภาพแวดล้อมในระหว่างการพัฒนาในวัยเด็ก"
การแก้ปัญหาความไม่เสถียรในการจำลองเครือข่าย
Watkins และทีมงานพบว่าการเรียนรู้แบบไม่มีผู้ดูแลอย่างต่อเนื่องทำให้เกิดความไม่เสถียรในการจำลองเครือข่าย อย่างไรก็ตาม เมื่อทีมแนะนำเครือข่ายไปยังรัฐที่เป็นผลมาจากคลื่นที่สมองที่มีชีวิตประสบระหว่างการนอนหลับ ความมั่นคงก็สามารถกลับคืนมาได้
“มันเหมือนกับว่าเรากำลังให้โครงข่ายประสาทเทียมเทียบเท่ากับการพักผ่อนตลอดคืน” วัตคินส์กล่าว
ทีมค้นพบเมื่อพวกเขาทำงานเกี่ยวกับการพัฒนาโครงข่ายประสาทเทียมตามวิธีการที่มนุษย์และระบบทางชีววิทยาอื่นๆ เรียนรู้ที่จะมองเห็น ทีมงานเผชิญกับความท้าทายบางประการเมื่อต้องทำให้โครงข่ายประสาทเทียมจำลองมีความเสถียรซึ่งอยู่ระหว่างการฝึกอบรมพจนานุกรมที่ไม่มีผู้ดูแล การฝึกอบรมพจนานุกรมที่ไม่มีผู้ดูแลเกี่ยวข้องกับการจำแนกวัตถุโดยไม่ต้องมีตัวอย่างก่อนหน้านี้เพื่อใช้ในการเปรียบเทียบ
Garrett Kenyon เป็นนักวิทยาศาสตร์คอมพิวเตอร์ที่ Los Alamos และเป็นผู้เขียนร่วม
“ปัญหาของวิธีการป้องกันไม่ให้ระบบการเรียนรู้ไม่เสถียรเกิดขึ้นเมื่อพยายามใช้ตัวประมวลผลนิวโรมอร์ฟิกที่สมจริงทางชีวภาพ หรือเมื่อพยายามทำความเข้าใจชีววิทยา” เคนยอนกล่าว “การเรียนรู้ของเครื่อง การเรียนรู้เชิงลึก และนักวิจัย AI ส่วนใหญ่ไม่เคยประสบปัญหานี้ เนื่องจากในระบบประดิษฐ์ที่พวกเขาศึกษา พวกเขามีความหรูหราในการดำเนินการทางคณิตศาสตร์ระดับโลกที่มีผลต่อการควบคุมการเพิ่มไดนามิกโดยรวมของระบบ”
การนอนหลับเป็นทางเลือกสุดท้าย
จากข้อมูลของนักวิจัย การเปิดเผยเครือข่ายสู่อะนาล็อกเทียมของการนอนหลับเป็นทางเลือกสุดท้ายของพวกเขาในการทำให้เครือข่ายมีเสถียรภาพ หลังจากทดลองกับสัญญาณรบกวนประเภทต่างๆ ซึ่งคล้ายกับเสียงคงที่ระหว่างสถานีต่างๆ ในวิทยุ ผลลัพธ์ที่ดีที่สุดมาจากคลื่นสัญญาณรบกวนแบบเกาส์เซียน เสียงประเภทนี้รวมถึงความถี่และแอมพลิจูดที่หลากหลายและหลากหลาย
นักวิจัยได้ตั้งสมมติฐานว่าในระหว่างการนอนหลับแบบคลื่นช้าๆ เสียงจะเลียนแบบอินพุตที่ได้รับจากเซลล์ประสาททางชีวภาพ ผลการวิจัยชี้ให้เห็นว่าการนอนหลับแบบคลื่นช้าๆ สามารถมีบทบาทในการสร้างความมั่นใจว่าเซลล์ประสาทในเยื่อหุ้มสมองจะไม่ได้รับผลกระทบจากอาการประสาทหลอนและรักษาความเสถียรไว้ได้
ทีมงานจะทำงานเกี่ยวกับการใช้อัลกอริทึมบนชิป neuromorphic ของ Loihi ของ Intel โดยหวังว่าโหมดสลีปจะช่วยให้ประมวลผลข้อมูลจากกล้องเรตินาซิลิคอนได้อย่างเสถียรในแบบเรียลไทม์ หากการวิจัยระบุว่าสมองเทียมได้ประโยชน์จากการนอนหลับ ก็เป็นไปได้เช่นเดียวกันกับหุ่นยนต์และเครื่องจักรอัจฉริยะอื่นๆ
ที่มา: การใช้สัญญาณรบกวนที่มอดูเลตแบบไซนูซอยด์เป็นตัวแทนสำหรับโหมดสลีปคลื่นช้าเพื่อให้เกิดการเรียนรู้พจนานุกรมที่ไม่มีผู้ดูแลที่เสถียรในแบบจำลองการเข้ารหัสแบบกระจัดกระจายแบบ Spike, CVPR Women ในการประชุมเชิงปฏิบัติการการมองเห็นด้วยคอมพิวเตอร์, 2020-06-14 (ซีแอตเทิล วอชิงตัน สหรัฐอเมริกา)