Τεχνολογία

Τεχνητή νοημοσύνη: Δίκτυα ΑΙ που βασίζονται στην εγκεφαλική συνδεσιμότητα εκτελούν γνωστικές εργασίες

Τεχνητή νοημοσύνη: Δίκτυα ΑΙ που βασίζονται στην εγκεφαλική συνδεσιμότητα εκτελούν γνωστικές εργασίες
Τεχνητή νοημοσύνη: «Η νευροεπιστήμη και η τεχνητή νοημοσύνη έχουν κοινές ρίζες, αλλά πρόσφατα άρχισαν να αποκλίνουν. Η χρήση τεχνητών δικτύων θα μας βοηθήσει να καταλάβουμε πώς η δομή του εγκεφάλου υποστηρίζει τη λειτουργία του εγκεφάλου. Με τη σειρά του, η χρήση εμπειρικών δεδομένων για τη δημιουργία νευρωνικών δικτύων θα αποκαλύψει αρχές σχεδιασμού για τη δημιουργία καλύτερης τεχνητής νοημοσύνης. Έτσι, και οι δύο θα βοηθήσουν η μία την άλλη να εμπλουτιστεί η κατανόηση του εγκεφάλου», λέει ο Bratislav Misic, ερευνητής στο The Neuro και ανώτερος συγγραφέας της μελέτης.

Your browser does not support the video tag. https://grx-obj.adman.gr/grx/creatives/sanofi/20876/better-understanding-insulin.mp4

Μια νέα μελέτη δείχνει ότι τα δίκτυα τεχνητής νοημοσύνης που μιμούνται τη συνδεσιμότητα του ανθρώπινου εγκεφάλου μπορούν να εκτελέσουν αποτελεσματικά γνωστικές εργασίες.


Εξετάζοντας δεδομένα μαγνητικής τομογραφίας από ένα μεγάλο αποθετήριο -Open Science- οι ερευνητές ανακατασκεύασαν ένα μοτίβο συνδεσιμότητας εγκεφάλου και το εφάρμοσαν σε ένα τεχνητό νευρωνικό δίκτυο (ANN). Το ANN είναι ένα υπολογιστικό σύστημα που αποτελείται από πολλαπλές μονάδες εισόδου και εξόδου, όπως και ο βιολογικός εγκέφαλος. Μια ομάδα ερευνητών από το The Neuro Μοντρεάλ Νευρολογικό Ινστιτούτο του Μοντρεάλ και το Ινστιτούτο Τεχνητής Νοημοσύνης του Κεμπέκ εκπαίδευσε το ΑΝΝ για να εκτελέσει ένα έργο γνωστικής μνήμης και παρατήρησε πώς λειτούργησε για να ολοκληρώσει την εργασία.

Αυτή είναι μια μοναδική προσέγγιση για 2 λόγους. Προηγούμενες εργασίες σχετικά με τη συνδεσιμότητα του εγκεφάλου, γνωστές και ως connectomics, επικεντρώθηκαν στην περιγραφή της οργάνωσης του εγκεφάλου, χωρίς ωστόσο να δούμε πώς εκτελεί πραγματικά υπολογισμούς και λειτουργίες. Δεύτερον, τα παραδοσιακά ANN έχουν αυθαίρετες δομές που δεν αντικατοπτρίζουν τον τρόπο οργάνωσης των πραγματικών εγκεφαλικών δικτύων. Με την ενσωμάτωση των συνδετικών στοιχείων του εγκεφάλου στην κατασκευή ANN, οι ερευνητές ήλπιζαν να μάθουν πώς η καλωδίωση του εγκεφάλου υποστηρίζει συγκεκριμένες γνωστικές δεξιότητες και να αντλήσουν νέες αρχές σχεδιασμού για τεχνητά δίκτυα.

Διαπίστωσαν ότι τα δίκτυα ANN με συνδεσιμότητα ανθρώπινου εγκεφάλου, γνωστά ως νευρομορφικά νευρωνικά δίκτυα, εκτελούσαν γνωστικά καθήκοντα μνήμης πιο ευέλικτα και αποτελεσματικά από άλλα. Τα νευρομορφικά νευρωνικά δίκτυα ήταν σε θέση να χρησιμοποιήσουν την ίδια υποκείμενη αρχιτεκτονική για να υποστηρίξουν ένα ευρύ φάσμα μαθησιακών ικανοτήτων σε πολλαπλά πλαίσια.

“Το έργο ενοποιεί δύο ζωντανούς και γρήγορους επιστημονικούς κλάδους”, λέει ο Bratislav Misic, ερευνητής στο The Neuro και ανώτερος συγγραφέας της μελέτης. «Η νευροεπιστήμη και η τεχνητή νοημοσύνη έχουν κοινές ρίζες, αλλά πρόσφατα άρχισαν να αποκλίνουν. Η χρήση τεχνητών δικτύων θα μας βοηθήσει να καταλάβουμε πώς η δομή του εγκεφάλου υποστηρίζει τη λειτουργία του εγκεφάλου. Με τη σειρά του, η χρήση εμπειρικών δεδομένων για τη δημιουργία νευρωνικών δικτύων θα αποκαλύψει αρχές σχεδιασμού για τη δημιουργία καλύτερης τεχνητής νοημοσύνης. Έτσι, και οι δύο θα βοηθήσουν η μία την άλλη να εμπλουτιστεί η κατανόηση του εγκεφάλου», καταλήγει.