発表されたばかりの研究では、人間の脳の新しい神経計算モデルが提示されました。これにより、人間が複雑な認知スキルをどのように発達させるかが明らかになり、 人工知能 ニューラル。
この研究は、パスツール研究所とソルボンヌ大学のフランス人科学者、ケベック人工知能研究所とモントリオール大学のカナダ人科学者であるフランス系カナダ人のチームによって実施されました。
モデルは、アメリカ合衆国 (PNAS) の国立科学アカデミーの議事録の表紙に掲載されました。 ここにリンクします。
開発の XNUMX つのレベル…
本質的に、このモデルは、情報処理の XNUMX つの階層レベルにわたる神経発達を表しています。
最初のレベル 感覚運動の情報処理の研究では、脳の内部活動が知覚からさまざまなパターンを学習し、それらを行動に関連付ける方法を探ります。
続いてセカンドレベル認知的なものは、脳がこれらのパターンを文脈的にどのように組み合わせるかを調べます。
意識レベル最後に、脳がどのように外界から自分自身を切り離し、もはや認識できない学習パターンを (記憶を通じて) 操作するかを検討します。
…そしてXNUMX種類の学習
人間の脳の新しい神経計算モデルの研究でも、XNUMX つの基本的なタイプの学習に重点が置かれています。
一つはヘッブ学習 (神経心理学者のドナルド・ヘッブによる)、統計的な規則性、つまり繰り返しに関連しています。 もう一つは強化学習、報酬と神経伝達物質ドーパミンに関連付けられています。
XNUMX 種類の学習とさまざまなレベルの情報処理との相互作用により、認知の根底にある基本的なメカニズムについての新しい洞察が得られる可能性があります。
この研究で提示された人間の脳モデルはどのように機能しますか?
このモデルは、視覚認識から意識的知覚の認知的操作まで、ますます複雑化する XNUMX つのタスクを解決します。 毎回、チームは彼が進歩できるようにするための新しいコアメカニズムを導入しました.
この結果は、生物学的ニューラル ネットワークにおける認知能力の多段階発達の XNUMX つの基本的なメカニズムを浮き彫りにしています。
- シナプスエピジェネシス、ローカル スケールの Hebbian 学習とグローバル スケールの強化学習を使用します。
- 自己組織化ダイナミクス、ニューロンの自発活動とバランスの取れた興奮性/抑制性の比率を通じて。
それは、サイバネティックな脳がどのようにオンになり、実行されるかを確立したようなものです。 「私たちのモデルは、人工意識につながる可能性のある生物学的メカニズムと認知アーキテクチャで AI がどのように進行するかを示しています」とチーム メンバーは言います。 ギョーム・デュマ、モントリオール大学の計算精神医学の助教授。
新しい計算脳モデル: それは私たちをどこへ導くのか?
研究されているようなモデルは、人工知能で意識を引き出すことができますか?
「このマイルストーンを達成するには、認知の社会的側面など、他の要因を統合する必要があるかもしれません」と Dumas は言います。 次の実験では、XNUMX つの「シミュレートされたサイバネティック ブレイン」を相互作用させ、そこから何が生まれるかを確認することを目指しています。
要約すると、チームは、生物学的および社会的現実に将来の計算モデルを固定することは、認知を支える基本的なメカニズムを理解するのに役立つだけではないと考えています。
また、これらのメカニズムを人工知能に提供するのにも役立ちます。今日と違って) 何らかの形の自己認識を持ちます。
