Bukvoed.info


Ежедневные новости от Информационного агентства СМИ25

Phys.org: различия между клетками мозга могут быть ключом к обучению у людей и ИИ

Phys.org: различия между клетками мозга могут быть ключом к обучению у людей и ИИ


Технологии развиваются настолько стремительно, что даже футурологи не берутся предсказывать жизнь людей через 30-50 лет, но ученые продолжают работать над совершенствованием технологий. Особенного это касается развития ИИ. Исследователи обнаружили, что изменчивость между клетками мозга может ускорить обучение людей и улучшить работу мозга и будущего искусственного интеллекта.

Новое исследование показало, что при изменении электрических свойств отдельных клеток в симуляторах сетей мозга сети обучались быстрее, чем в симуляторах с идентичными клетками. Ученые также обнаружили, что для получения одинаковых результатов сетям требуется меньшее количество подстроенных клеток, а также то, что этот метод менее энергоемкий, чем модели с идентичными клетками.

Авторы говорят, что их результаты могут рассказать нам о том, почему наш мозг так хорошо учится, а также помочь в создании более совершенных искусственных интеллектуальных систем, таких как цифровые помощники, способные распознавать голоса и лица, или технологии самоуправляемых автомобилей. Исследование опубликовано в журнале Nature Communications.

Первый автор исследования Николас Перес, аспирант кафедры электротехники и электроники Имперского колледжа Лондона, отметил следующее:

"Мозг должен быть энергоэффективным и при этом уметь решать сложные задачи. Наша работа показывает, что разнообразие нейронов как в мозге, так и в ИИ удовлетворяет обоим этим требованиям и может повысить эффективность обучения"

Мозг состоит из миллиардов клеток, называемых нейронами, которые связаны между собой огромными "нейронными сетями", позволяющими нам узнавать о мире. Нейроны похожи на снежинки: издалека они выглядят одинаково, но при ближайшем рассмотрении становится ясно, что нет двух совершенно одинаковых.

В отличие от них, каждая клетка искусственной нейронной сети - технологии, на которой основан ИИ, - идентична, различаются только их связи. Несмотря на скорость, с которой развивается технология ИИ, их нейронные сети не обучаются так же точно и быстро, как человеческий мозг, и исследователи задались вопросом, может ли отсутствие вариативности клеток быть тому виной.

Они задались целью изучить, может ли имитация мозга путем изменения свойств клеток нейронной сети повысить эффективность обучения в ИИ. Они обнаружили, что вариативность клеток улучшает их обучаемость и снижает потребление энергии. Ведущий автор исследования доктор Дэн Гудман, также сотрудник кафедры электротехники и электроники Imperial, сказал:

"Эволюция подарила нам невероятные функции мозга, большинство из которых мы только начинаем понимать. Наше исследование показывает, что мы можем извлечь жизненно важные уроки из нашей собственной биологии, чтобы заставить ИИ работать лучше для нас"

Для проведения исследования ученые сосредоточились на изменении "постоянной времени", то есть на том, как быстро каждая клетка решает, что она хочет сделать, исходя из того, что делают подключенные к ней клетки. Некоторые клетки принимают решение очень быстро, обращая внимание только на то, что только что сделали подключенные к ним клетки. Другие клетки будут реагировать медленнее, основывая свое решение на том, что другие клетки делали в течение некоторого времени.

Ученые поставили перед сетью задачу выполнить несколько эталонных задач машинного обучения: классифицировать изображения одежды и рукописных цифр; распознать жесты человека; определить произнесенные цифры и команды. Результаты показали, что, позволяя сети комбинировать медленную и быструю информацию, она лучше справлялась с задачами в более сложных реальных условиях.

Когда они изменили количество изменчивости в смоделированных сетях, они обнаружили, что те, которые показали лучшие результаты, соответствовали количеству изменчивости, наблюдаемой в мозге, что говорит о том, что мозг, возможно, эволюционировал, чтобы иметь именно то количество изменчивости, которое необходимо для оптимального обучения.

Николя добавил, что они "продемонстрировали, что ИИ можно приблизить к тому, как работает наш мозг, эмулируя определенные свойства мозга. Однако существующие системы ИИ далеки от того уровня энергоэффективности, который мы находим в биологических системах".

"Далее мы рассмотрим, как снизить энергопотребление этих сетей, чтобы приблизить сети ИИ к такой же эффективности работы, как у мозга"

Оцените
0

Оставить комментарий