Revolūcija AI pētījumos: jauni neironu tīkli atdarina cilvēka redzi!

Revolūcija AI pētījumos: jauni neironu tīkli atdarina cilvēka redzi!

2025. gada 26. jūnijā slavenajā žurnālā tika publicēts jauns pētījums par topogrāfiskajiem neironu tīkliem (All-TNN). Daba Cilvēka uzvedība var atrast. Šis pētījums tika veikts Osnabrikas Universitātes Kognitīvās zinātnes institūta profesora Tima C. Kītzmana vadībā. Šī pētījuma mērķis ir izveidot tiltu starp progresīvu mākslīgo intelektu (AI) un bioloģisko ticamību.

All-TNN ir novatoriska pieeja informācijas organizēšanai. Tās princips ir balstīts uz cilvēka vizuālās sistēmas divdimensiju kopiju, kas ir līdzīga redzes garozas “kartēm”. Tas ir nozīmīgs progress, jo, lai gan tradicionālie konvolucionālie neironu tīkli (CNN) nodrošina vizuālo iezīmju atpazīšanu, tie to dara tādā veidā, kas atšķiras no tā, kā cilvēka smadzenes tos faktiski apstrādā. Dr Kītzmans uzsver, ka CNN neatspoguļo vizuālās apstrādes bioloģisko pamatu.

Visu TNN priekšrocības

Pateicoties telpiski organizētai garozas virsmas funkciju selektivitātei, All-TNN ļauj precīzāk uztvert cilvēka uzvedības modeļus. Šie modeļi varētu mainīt izpratni par uztveres un uzvedības neironu mehānismiem. Simulācijas arī parāda, ka šīm sistēmām kā fiziskiem modeļiem ir nepieciešams mazāk enerģijas, kas padara tās resursus efektīvākas.

Visu TNN galvenā iezīme ir blakus esošo neironu vienību koordinētais darbs, kas ir salīdzināms ar dabiskiem procesiem. Izaicinājums noteikt šķidruma pazīmju selektivitāti kosmosā ir galvenais pētniecības lauks. Zinātnieki jau ir izstrādājuši daudzsološas pieejas visu TNN optimizēšanai, piemēram, izmantojot augstas kvalitātes attēlu datu kopas un atkārtotus savienojumus.

Pieteikumi un izaicinājumi

Visu TNN potenciālie pielietojumi svārstās no neirozinātnes līdz psiholoģijai. Pateicoties spējai simulēt cilvēka uztveri, šie modeļi varētu arī pavērt jaunus ceļus kognitīvajā psiholoģijā un uzvedības neirozinātnē. To attīstībai varētu būt arī būtiska ietekme uz turpmāko AI modeļu dizainu.

Būtisks pētījuma aspekts ir kopīgas valodas meklēšana starp mākslīgo intelektu un neirozinātni. Visi TNN varētu palīdzēt pārvarēt problēmas, kas saistītas ar izskaidrojamu un saprotamu AI, kas ir ļoti svarīgs mūsdienu pētniecības vidē.

Lietišķās neirozinātnes kontekstā tehnoloģiju integrēšana ikdienas dzīvē joprojām ir svarīgs izaicinājums. Šeit potenciālu piedāvā neiroadaptīvās tehnoloģijas, kas pielāgo tehniskās sistēmas cilvēku spējām un vajadzībām. Fraunhofer IAO komanda intensīvi strādā pie saskarnes starp cilvēkiem un mašīnām, lai izstrādātu sistēmas, kas var pielāgoties lietotāju kognitīvajiem un emocionālajiem stāvokļiem reāllaikā.

Rezumējot, All-TNN var uzskatīt par daudzsološu inovāciju mākslīgā intelekta un neirozinātnes jomā. Tā attīstība varētu ne tikai pārveidot to, kā mēs domājam par AI, bet arī pavērtu jaunas iespējas pētījumiem psiholoģijā un citās saistītās disciplīnās. Papildinformāciju par šīm aizraujošajām tēmām var atrast attiecīgajos pētniecības rakstos no Actu.AI un Fraunhofera IAO.