Rewolucja w badaniach nad sztuczną inteligencją: nowe sieci neuronowe imitują ludzki wzrok!

Rewolucja w badaniach nad sztuczną inteligencją: nowe sieci neuronowe imitują ludzki wzrok!

26 czerwca 2025 roku w renomowanym czasopiśmie ukazało się nowe badanie dotyczące topograficznych sieci neuronowych (All-TNNs) Natura Ludzkie zachowanie można znaleźć. Badania te przeprowadzono pod kierunkiem profesora Tima C. Kietzmanna w Instytucie Nauk o Kognitywistyce na Uniwersytecie w Osnabrück. Celem tego badania jest zbudowanie pomostu pomiędzy zaawansowaną sztuczną inteligencją (AI) a wiarygodnością biologiczną.

Sieci All-TNN reprezentują innowacyjne podejście do organizowania informacji. Jego zasada opiera się na dwuwymiarowej replice ludzkiego układu wzrokowego, podobnej do „map” znajdujących się w korze wzrokowej. Stanowi to znaczący postęp, ponieważ chociaż tradycyjne splotowe sieci neuronowe (CNN) umożliwiają rozpoznawanie cech wizualnych, robią to w sposób różniący się od tego, w jaki sposób ludzki mózg faktycznie je przetwarza. Dr Kietzmann podkreśla, że ​​CNN nie odzwierciedlają biologicznych podstaw przetwarzania wizualnego.

Zalety sieci wyłącznie TNN

Dzięki przestrzennie zorganizowanej selektywności cech na powierzchni korowej, All-TNN umożliwiają dokładniejsze uchwycenie ludzkich wzorców zachowań. Modele te mogą zrewolucjonizować zrozumienie mechanizmów neuronowych odpowiedzialnych za percepcję i zachowanie. Symulacje pokazują również, że systemy te, jako modele fizyczne, wymagają mniej energii, co czyni je bardziej zasobooszczędnymi.

Główną cechą sieci All-TNN jest skoordynowana praca sąsiednich jednostek neuronowych, co jest porównywalne z procesami naturalnymi. Wyzwanie polegające na ustaleniu selektywności cech płynów w przestrzeni stanowi główną dziedzinę badań. Naukowcy opracowali już obiecujące podejścia do optymalizacji sieci obejmujących wyłącznie TNN, na przykład poprzez wysokiej jakości zbiory danych obrazowych i powtarzalne połączenia.

Zastosowania i wyzwania

Potencjalne zastosowania sieci składających się wyłącznie z TNN rozciągają się od neuronauki po psychologię. Dzięki zdolności do symulowania ludzkiej percepcji modele te mogą również otworzyć nowe możliwości w psychologii poznawczej i neuronauce behawioralnej. Ich rozwój może również mieć znaczący wpływ na projektowanie przyszłych modeli sztucznej inteligencji.

Kluczowym aspektem badań jest poszukiwanie wspólnego języka pomiędzy sztuczną inteligencją a neuronauką. Sieci składające się wyłącznie z TNN mogłyby pomóc w przezwyciężeniu wyzwań związanych z wyjaśnialną i zrozumiałą sztuczną inteligencją, która ma kluczowe znaczenie w dzisiejszym krajobrazie badawczym.

W kontekście neuronauki stosowanej ważnym wyzwaniem pozostaje włączenie technologii do życia codziennego. Potencjał oferują tu technologie neuroadaptacyjne, dostosowujące systemy techniczne do możliwości i potrzeb człowieka. Zespół Fraunhofer IAO intensywnie pracuje nad interfejsem między człowiekiem a maszyną, aby opracować systemy, które będą w stanie dostosowywać się do stanów poznawczych i emocjonalnych użytkowników w czasie rzeczywistym.

Podsumowując, sieci All-TNN można postrzegać jako obiecującą innowację w dziedzinie sztucznej inteligencji i neuronauki. Jej rozwój może nie tylko zmienić sposób, w jaki myślimy o sztucznej inteligencji, ale także otworzyć nowe możliwości badań w psychologii i innych pokrewnych dyscyplinach. Więcej informacji na te ekscytujące tematy można znaleźć w odpowiednich artykułach naukowych z Actu.AI I Fraunhofera IAO.