Revolutsioon AI-uuringutes: uued närvivõrgud jäljendavad inimese nägemust!

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Osnabrücki ülikooli uus uuring näitab, kuidas topograafilised närvivõrgud saavad inimese nägemist paremini simuleerida.

Neue Studie an der Uni Osnabrück zeigt, wie topographische neuronale Netze das menschliche Sehen besser simulieren können.
Osnabrücki ülikooli uus uuring näitab, kuidas topograafilised närvivõrgud saavad inimese nägemist paremini simuleerida.

Revolutsioon AI-uuringutes: uued närvivõrgud jäljendavad inimese nägemust!

26. juunil 2025 avaldati tunnustatud ajakirjas uus uuring topograafiliste närvivõrkude (All-TNN) kohta. Loodus Inimese käitumine võib leida. See uurimus viidi läbi Osnabrücki ülikooli kognitiivteaduste instituudi professor Tim C. Kietzmanni juhtimisel. Selle uuringu eesmärk on luua sild arenenud tehisintellekti (AI) ja bioloogilise usutavuse vahel.

Kõik-TNN-id esindavad uuenduslikku lähenemist teabe korraldamisele. Selle põhimõte põhineb inimese visuaalse süsteemi kahemõõtmelisel koopial, mis sarnaneb visuaalses ajukoores olevate "kaartidega". See on märkimisväärne edasiminek, sest kuigi traditsioonilised konvolutsioonilised närvivõrgud (CNN) võimaldavad visuaalsete funktsioonide tuvastamist, teevad nad seda viisil, mis erineb sellest, kuidas inimaju neid tegelikult töötleb. Dr Kietzmann rõhutab, et CNN-id ei peegelda visuaalse töötlemise bioloogilist alust.

Kõigi TNN-ide eelised

Ajukoore pinnal olevate tunnuste ruumiliselt organiseeritud selektiivsuse kaudu võimaldavad All-TNN-id inimeste käitumismustreid täpsemalt tabada. Need mudelid võivad muuta arusaama taju ja käitumise taga olevate närvimehhanismide mõistmisest. Simulatsioonid näitavad ka, et need süsteemid kui füüsilised mudelid nõuavad vähem energiat, mis muudab need ressursitõhusamaks.

All-TNN-de keskseks tunnuseks on naaberneuroniüksuste koordineeritud töö, mis on võrreldav looduslike protsessidega. Väljakutse vedeliku funktsioonide selektiivsuse kehtestamiseks kosmoses on keskne uurimisvaldkond. Teadlased on juba välja töötanud paljutõotavad lähenemisviisid kõigi TNN-ide optimeerimiseks, näiteks kvaliteetsete pildiandmete kogumite ja korduvate ühenduste kaudu.

Rakendused ja väljakutsed

Kõigi TNN-ide potentsiaalsed rakendused ulatuvad neuroteadusest psühholoogiani. Tänu oma võimele simuleerida inimese taju, võivad need mudelid avada uusi võimalusi kognitiivses psühholoogias ja käitumuslikus neuroteaduses. Nende arendamine võib oluliselt mõjutada ka tulevaste AI mudelite kujundamist.

Uurimise oluline aspekt on ühise keele otsimine tehisintellekti ja neuroteaduse vahel. Kõik-TNN-id võivad aidata ületada seletatava ja arusaadava AI väljakutseid, mis on tänapäeva teadusmaastikul ülioluline.

Rakendusliku neuroteaduse kontekstis on tehnoloogia integreerimine igapäevaellu endiselt oluline väljakutse. Siin pakuvad potentsiaali neuroadaptiivsed tehnoloogiad, mis kohandavad tehnilisi süsteeme inimeste võimete ja vajadustega. Fraunhofer IAO meeskond töötab intensiivselt inimeste ja masinate vahelise liidese kallal, et arendada süsteeme, mis suudavad reaalajas kohaneda kasutajate kognitiivse ja emotsionaalse seisundiga.

Kokkuvõttes võib All-TNN-e vaadelda kui paljulubavat uuendust tehisintellekti ja neuroteaduse valdkonnas. Selle väljatöötamine ei muuda mitte ainult seda, kuidas me AI-st mõtleme, vaid avab ka uusi võimalusi psühholoogia ja muude seotud teadusharude uurimiseks. Lisateavet nende põnevate teemade kohta leiate vastavatest teadusartiklitest alates Actu.AI ja Fraunhofer IAO.