Революция в изследванията на AI: Новите невронни мрежи имитират човешкото зрение!

Революция в изследванията на AI: Новите невронни мрежи имитират човешкото зрение!

На 26 юни 2025 г. в реномираното списание беше публикувано ново проучване върху топографските невронни мрежи (All-TNNs). Природа Човешко поведение може да се намери. Това изследване е проведено под ръководството на професор Tim C. Kietzmann в Института за когнитивни науки към университета в Оснабрюк. Целта на това изследване е да се изгради мост между усъвършенствания изкуствен интелект (AI) и биологичната правдоподобност.

All-TNN представляват иновативен подход за организиране на информация. Неговият принцип се основава на двуизмерна реплика на човешката зрителна система, подобна на „картите“ в зрителната кора. Това представлява значителен напредък, тъй като докато традиционните конволюционни невронни мрежи (CNN) позволяват визуално разпознаване на функции, те го правят по начин, който се различава от начина, по който човешкият мозък всъщност ги обработва. Д-р Кицман подчертава, че CNN не отразяват биологичната основа на визуалната обработка.

Предимствата на всички TNN

Чрез пространствено организираната селективност на характеристиките на кортикалната повърхност, All-TNNs позволяват поведенческите модели на човека да бъдат уловени по-точно. Тези модели биха могли да революционизират разбирането на невронните механизми зад възприятието и поведението. Симулациите показват също, че тези системи, като физически модели, изискват по-малко енергия, което ги прави по-ефективни по отношение на ресурсите.

Централна характеристика на All-TNNs е координираната работа на съседните невронни единици, която е сравнима с естествените процеси. Предизвикателството за установяване на селективност на флуидни характеристики в пространството представлява централна изследователска област. Учените вече са разработили обещаващи подходи за оптимизиране на всички TNN, например чрез набори от висококачествени изображения и повтарящи се връзки.

Приложения и предизвикателства

Потенциалните приложения на всички TNN варират от неврологията до психологията. Чрез способността си да симулират човешкото възприятие, тези модели биха могли също така да отворят нови пътища в когнитивната психология и поведенческата невронаука. Тяхното развитие също може да окаже значително влияние върху дизайна на бъдещите модели на AI.

Решаващ аспект на изследването е търсенето на общ език между изкуствения интелект и неврологията. Всички TNN могат да помогнат за преодоляване на предизвикателствата на обяснимия и разбираем ИИ, който е от решаващо значение в днешния изследователски пейзаж.

В контекста на приложната неврология, интегрирането на технологиите в ежедневието остава важно предизвикателство. Невроадаптивните технологии, които адаптират техническите системи към способностите и нуждите на хората, предлагат потенциал тук. Екипът на Fraunhofer IAO работи интензивно върху интерфейса между хора и машини, за да разработи системи, които могат да се адаптират към когнитивните и емоционални състояния на потребителите в реално време.

В обобщение, All-TNN могат да се разглеждат като обещаваща иновация в областта на изкуствения интелект и неврологията. Неговото развитие може не само да трансформира начина, по който мислим за ИИ, но и да отвори нови възможности за изследвания в психологията и други свързани дисциплини. Допълнителна информация по тези вълнуващи теми можете да намерите в съответните изследователски статии от Actu.AI и Фраунхофер IAO.