یک مطالعه جدید مدل شبکه عصبی محاسباتی جدیدی از مغز انسان را ارائه میکند که ممکن است چگونگی توسعه مهارتهای شناختی پیچیده مغز و پیشرفت تحقیقات هوش مصنوعی عصبی را روشن کند.
به گزارش تکناک، یک تیم بین المللی از دانشمندان انستیتو پاستور و دانشگاه سوربن در پاریس،CHU Sainte-Justine، موسسه هوش مصنوعی میلا کبک و دانشگاه مونترال این مطالعه را انجام دادند.
این مدل که بر روی جلد مجله مجموعه مقالات آکادمی ملی علوم ایالات متحده آمریکا (PNAS) ارائه شده است، توسعه عصبی را در سه سطح سلسله مراتبی پردازش اطلاعات توصیف می کند:
اولین سطح حسی حرکتی بررسی می کند که چگونه فعالیت درونی مغز الگوها را از ادراک می آموزد و آنها را با عمل مرتبط می کند. همچنین سطح شناختی بررسی می کند که چگونه مغز به طور متناوب آن الگوها را ترکیب می کند.
در نهایت، سطح خودآگاه در نظر می گیرد که چگونه مغز از دنیای بیرون جدا می شود و الگوهای آموخته شده را (از طریق حافظه) دستکاری می کند که دیگر قابل درک نیستند.
تاکید مدل بر تعامل بین دو نوع اساسی یادگیری – یادگیری هبی، مرتبط با نظم آماری (یعنی تکرار)، و یادگیری تقویتی، مرتبط با پاداش و انتقال دهنده عصبی دوپامین، بینش هایی را در مورد مکانیسم های اساسی شناخت ارائه می دهد.
این مدل سه وظیفه افزایش پیچیدگی در آن سطوح را حل می کند، از تشخیص بصری تا دستکاری شناختی ادراکات آگاهانه. هر بار، تیم مکانیزم اصلی جدیدی را معرفی کرد تا بتواند پیشرفت کند.
نتایج دو مکانیسم اساسی برای توسعه چندسطحی تواناییهای شناختی در شبکههای عصبی بیولوژیکی را نشان میدهد: اپیژن سیناپسی، با یادگیری هبی در مقیاس محلی و یادگیری تقویتی در مقیاس کلی و پویایی خود سازماندهی شده، از طریق فعالیت خود به خود و نسبت تحریکی مهارتی متعادل نورونها.
گیوم دوما، یکی از اعضای تیم، استادیار روانپزشکی محاسباتی. دانشگاه مونترال و محقق اصلی در مرکز تحقیقات CHU Sainte-Justine.، گفت: مدل ما نشان میدهد که چگونه همگرایی عصبی-AI مکانیسمهای بیولوژیکی و معماریهای شناختی را برجسته میکند که میتواند به توسعه نسل بعدی هوش مصنوعی کمک کند و حتی در نهایت منجر به آگاهی مصنوعی شود.
او افزود که رسیدن به این نقطه عطف ممکن است مستلزم ادغام بعد اجتماعی شناخت باشد. محققان اکنون به دنبال ادغام ابعاد بیولوژیکی و اجتماعی در شناخت انسان هستند. این تیم قبلاً در اولین شبیه سازی دو مغز کامل در تعامل پیشگام بوده است.
این تیم معتقد است تثبیت مدلهای محاسباتی آینده در واقعیتهای بیولوژیکی و اجتماعی نه تنها به روشن کردن مکانیسمهای اصلی شناخت ادامه میدهد، بلکه به ایجاد پلی منحصر به فرد برای هوش مصنوعی به سوی تنها سیستم شناختهشده با آگاهی اجتماعی پیشرفته یعنی مغز انسان کمک میکند.