Các nhà nghiên cứu nhằm nâng cao hệ thống AI với các loại “tế bào não” mới

Một nhóm các nhà nghiên cứu tại MIT đang nhằm nâng cao hiệu suất của mạng nơ-ron bằng cách kết hợp chúng với cấu trúc dựa trên các loại tế bào khác trong não. Nhóm nghiên cứu sẽ tích hợp cấu trúc dựa trên tế bào astrocyte vào mạng nơ-ron, nhằm cho phép mạng nơ-ron thay đổi cách xử lý tín hiệu của chúng trên các thang thời gian.

Mạng nơ-ron sâu được lấy cảm hứng từ mạng nơ-ron của não bộ con người. Các thuật toán học tăng cường học hỏi từ thất bại và thành công của chúng theo thời gian, cho phép chúng掌握 các thách thức phức tạp như trò chơi Cờ vua và Cờ vây. Tuy nhiên, mạng nơ-ron sâu gặp khó khăn khi chúng gặp phải các vấn đề phổ biến mà con người phải đối mặt. Bất kỳ tình huống nào yêu cầu kiến thức chung không được thu thập trong miền hiện tại hoặc môi trường đều khó khăn đối với mạng nơ-ron sâu.

Theo Viện Picower của MIT, nhóm nghiên cứu đang nhằm làm cho mạng nơ-ron sâu trở nên mạnh mẽ, linh hoạt và đáng tin cậy hơn bằng cách thêm một loại cấu trúc dựa trên tế bào astrocyte vào mạng nơ-ron.

Giải thích bởi Newton Giáo sư Khoa học thần kinh tại MIT, Mriganak Sur, sự tập trung vào nơ-ron đã dẫn đến các loại tế bào não khác, phục vụ các vai trò quan trọng trong não, bị bỏ qua. Sur giải thích rằng ngay cả mạng nơ-ron sâu hiện đại cũng có thể gặp khó khăn khi xem xét và học hỏi từ các yếu tố trong môi trường khi các quy tắc / ngữ cảnh không thay đổi hoặc thời gian không liên quan. Trong những điều kiện như vậy, mạng nơ-ron có thể gặp khó khăn khi theo dõi các chiến lược thành công theo thời gian, cân bằng giữa khám phá và khai thác, và áp dụng những gì đã học được vào các nhiệm vụ tương tự trong một ngữ cảnh khác.

Theo Sur, bằng chứng gần đây cho thấy rằng tế bào astrocyte đóng một vai trò quan trọng trong việc cho phép não thực hiện các nhiệm vụ trên, nhờ khả năng hoạt động như một mạng song song hoạt động cùng với nơ-ron. Việc giới thiệu tế bào astrocyte vào mạng nơ-ron sẽ cho phép AI tích hợp thông tin thu thập được trên các thang thời gian dài, nhận ra các tình huống tương tự và tái sử dụng khả năng đã học, và điều chỉnh các kết nối synap giữa nơ-ron. Tế bào astrocyte hướng dẫn nơ-ron trong vỏ não trước để khám phá các kịch bản và hỗ trợ các tế bào trong thể vân để khai thác các tình huống, cả hai đều được quản lý thông qua các chất điều chỉnh thần kinh hóa học.

Theo Sur, bằng chứng gần đây cho thấy rằng tế bào astrocyte đóng một vai trò quan trọng trong việc cho phép não thực hiện các nhiệm vụ trên, nhờ khả năng hoạt động như một mạng song song hoạt động cùng với nơ-ron. Việc giới thiệu tế bào astrocyte vào mạng nơ-ron sẽ cho phép AI tích hợp thông tin thu thập được trên các thang thời gian dài, nhận ra các tình huống tương tự và tái sử dụng khả năng đã học, và điều chỉnh các kết nối synap giữa nö-ron. Tế bào astrocyte hướng dẫn nơ-ron trong vỏ não trước để khám phá các kịch bản và hỗ trợ các tế bào trong thể vân để khai thác các tình huống, cả hai đều được quản lý thông qua các chất điều chỉnh thần kinh hóa học.

Nhóm nghiên cứu sẽ điều tra cách tế bào astrocyte có thể tăng cường mạng nơ-ron sâu thông qua một loạt các thí nghiệm, mỗi thí nghiệm được thực hiện bởi các chuyên gia khác nhau. Kết quả thí nghiệm sẽ được sử dụng để tinh chỉnh lý thuyết được nhóm nghiên cứu nắm giữ. Các nhà nghiên cứu sẽ thu thập dữ liệu từ các thí nghiệm đơn giản ở cả chuột và con người và theo dõi cách thay đổi các vùng não, tế bào astrocyte và chất điều chỉnh thần kinh ảnh hưởng đến hiệu suất.

Cuối cùng, Alfonso Araque và Sur sẽ theo dõi chuột để xem cách tế bào astrocyte hoạt động khi chúng học. Họ cũng sẽ điều chỉnh tế bào astrocyte để xem cách nó ảnh hưởng đến quá trình học tăng cường.

Giải thích bởi nhóm trong đề tài của họ:

“Giả thuyết trung tâm của chúng tôi là sự tương tác giữa tế bào astrocyte với nơ-ron và chất điều chỉnh thần kinh là nguồn gốc của khả năng tính toán cho phép não thực hiện học tăng cường một cách tự nhiên và vượt qua nhiều vấn đề liên quan đến hệ thống học tăng cường (RL) hiện đại.”