神経計算モデルは、認知能力の発達に光を当てることができます



新しい研究では、人間の脳の新しい神経計算モデルが導入され、脳が複雑な認知能力をどのように発達させ、神経人工知能研究を前進させるかを明らかにすることができます。 9 月 19 日に公開されたこの研究は、パリのパスツール研究所とソルボンヌ大学、CHU Sainte-Justine、Mila – Quebec Artificial Intelligence Institute、および Université de Montréal の国際的な研究者グループによって実施されました。

ジャーナル Proceedings of the National Academy of Sciences of the United States of America (PNAS) の表紙を飾ったこのモデルは、情報処理の 3 つの階層レベルにわたる神経発達を説明しています。

最初の感覚運動レベルでは、脳の内部活動がどのように知覚からパターンを学習し、それらを行動に関連付けるかを探ります。 認知レベルでは、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ているかを調べます。 最後に、意識レベルは、脳が外界からどのように分離し、もはや認識できなくなった学習パターンを (記憶を介して) 操作するかを検討します。

チームの研究は、2 つの基本的なタイプの学習の間の相互作用にモデルが焦点を当てているおかげで、認知の根底にある中心的なメカニズムへの手がかりを与えています。それは、統計的規則性 (すなわち反復) に関連するヘッブ学習です。 「一緒に発火し、一緒に配線するニューロン」 – 報酬とドーパミン神経伝達物質に関連する強化学習.

このモデルは、視覚認識から意識的な知覚の認知的操作まで、これらのレベル全体で複雑さが増している 3 つのタスクを解決します。 そのたびに、チームは新しいコア メカニズムを導入して、進行を可能にしました。

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 2 つの基本的なメカニズムを浮き彫りにしています。

ローカル スケールでの Hebbian 学習とグローバル スケールでの強化学習によるシナプス エピジェネシス。 自発活動とニューロンのバランスの取れた興奮性/抑制性比率による自己組織化ダイナミクス。

私たちのモデルは、ニューロ AI の収束が、次世代の人工知能の開発を促進し、最終的には人工意識にさえ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を強調する方法を示しています。」


Guillaume Dumas、チーム メンバー、UdeM の計算精神医学の助教授、CHU Sainte-Justine Research Center の主任研究者

このマイルストーンに到達するには、認知の社会的側面を統合する必要があるかもしれない、と彼は付け加えた. 研究者は現在、人間の認知に作用する生物学的および社会的側面の統合に注目しています。 チームは、相互作用する 2 つの脳全体の最初のシミュレーションを既に開拓しています。

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、認知の根底にあるコアメカニズムに光を当て続けるだけでなく、高度な社会意識を持つ唯一の既知のシステムである人間に向けた人工知能へのユニークな架け橋を提供するのにも役立つとチームは信じています。脳。

ソース:

ジャーナルの参照:

Volzhenin、K.、等。 (2022) 人工ニューラル ネットワークにおける認知能力のマルチレベル開発。 PNAS。 doi.org/10.1073/pnas.2201304119.



Source link