Команда ученых из Tibbling Technologies, Broad Institute Гарвардской медицинской школы и Австралийского национального университета сделали значительный шаг в разработке искусственного интеллекта, приближенного к работе человеческого мозга.
Основное внимание исследователей было сосредоточено на использовании принципов, характерных для работы неокортекса — одной из ключевых областей мозга, отвечающей за высшие функции: восприятие и мышление. Одним из таких принципов является механизм WTA, который сводится к тому, что нейроны с самой высокой активностью подавляют деятельность менее активных клеток мозга, тем самым играя главную роль в выполнении вычислений и принятии решений.
«Наше исследование вдохновлено удивительными возможностями мозга млекопитающих, особенно неокортекса», — сказал Асим Икбал, ведущий автор работы. «Мы стремились перенести принципы обработки информации в мозге на системы ИИ, и WTA оказался основным механизмом, который мы решили воспроизвести».
Исследователи использовали нейроморфное оборудование IBM TrueNorth, имитирующее структуры и деятельность мозга, и создали модель нейронной сети, которая воспроизводит взаимодействие тормозных и возбуждающих нейронов в зрительной коре головного мозга. Эта модель способна реализовывать «мягкий» WTA, при котором наиболее сильные входные сигналы усиливаются, а слабые подавляются.
Применение этого биологически обоснованного подхода позволило значительно улучшить производительность трансформерных моделей, используемых для обработки изображений. Одним из главных достижений стало улучшение способности моделей ИИ обобщать информацию и справляться с задачами, на которых они ранее не обучались. Это особенно важно для таких задач, как нулевая выборка, когда система ИИ должна классифицировать данные, которых она не видела на этапе обучения.
«Одним из важнейших результатов стало успешное внедрение вдохновленных мозгом вычислений на нейроморфный чип», — отметил Икбал. «Это демонстрирует, что мы можем перенести принципы нейробиологии на реальное оборудование».
Разработанный подход открывает новые возможности для применения ИИ в таких областях, как анализ медицинских изображений, компьютерное зрение и беспилотные транспортные средства. В будущем ученые планируют оценить, как их метод можно адаптировать для решения еще более сложных задач, связанных с принятием решений.
Кроме того, исследователи намерены интегрировать механизмы обучения, вдохновленные работой мозга, благодаря чему планируется создание более гибких и адаптивных ИИ-систем. Они также планируют протестировать свою методику на других нейроморфных платформах, чтобы еще сильнее сократить разрыв между нейронаукой и искусственным интеллектом.
Таким образом, эта работа не только предлагает новый путь к повышению эффективности ИИ, но и сближает современные технологии с принципами, на которых работает человеческий мозг.
Ранее ученые обучили нейросеть распознавать морды коров.