Работа ИИ и активность мозга демонстрируют удивительное сходство
Сходство ИИ и реального мозга может помочь в моделировании реального мозга
Хироши Макино, исследователь из Медицинской школы Наньянского технологического университета в Сингапуре, исследовал сходство в работе реального мозга и искусственных агентов при решении новых сложных задач.
«Предыдущие исследования в области психологии показали, что люди и нечеловеческие животные объединяют предварительно приобретенные навыки для расширения своего поведенческого репертуара», — сказал Хироши Макино. — «Но как мозг добивается этого объединения, остается непонятым. Меня вдохновили исследования в области глубокого обучения с подкреплением, изучающие ту же проблему. Я сравнил активность ИИ и запись нейронной активности в мозгу мыши».
При решении новой задачи агенты ИИ извлекают навыки, полученные во время предобучения, и рекомбинируют эти навыки в иерархическом порядке. Макино предположил, что мозг ведет себя также.
Он посмотрел, как учатся искусственные агенты, а потом сравнил работу ИИ с тем, как мыши справляются с той же задачей.
«По мере того, как мыши решали новую задачу, комбинируя заранее приобретенные навыки и знания, активность отдельных нейронов их мозга постоянно регистрировалась», — объяснил Макино. — «Полученная нейронная активность сравнивалась с теоретическими моделями, полученными в результате глубокого обучения с подкреплением искусственных агентов».
Используя технику, известную как двухфотонная визуализация кальция, Макино исследовал, что происходит в коре головного мозга мыши, — в области, связанной с исполнительными функциями и обучением. Ученый показал, что нейронные представления действий в мозге подобны тем, что были созданы алгоритмом глубокого обучения с подкреплением у искусственных агентов.
Макино говорит: «Я думаю, что основным результатов исследования является интеграция нейронауки и глубокого обучения с подкреплением для выявления потенциального механизма того, как мозг формирует новое поведение».
В будущем эта работа может проложить путь для новых исследований, связывающих нейробиологические наблюдения с исследованиями глубокого обучения с подкреплением. Эти работы в совокупности могут помочь совершенствованию систем искусственного интеллекта и углубить понимание работы мозга млекопитающих.