Revolucija v raziskavah AI: Nove nevronske mreže posnemajo človeški vid!

Revolucija v raziskavah AI: Nove nevronske mreže posnemajo človeški vid!

26. junija 2025 je bila v priznani reviji objavljena nova študija o topografskih nevronskih mrežah (All-TNNs). Narava Človeško vedenje mogoče najti. Ta raziskava je bila izvedena pod vodstvom profesorja Tima C. Kietzmanna na Inštitutu za kognitivno znanost Univerze v Osnabrücku. Cilj te študije je zgraditi most med napredno umetno inteligenco (AI) in biološko verjetnostjo.

All-TNNs predstavljajo inovativen pristop k organiziranju informacij. Njegovo načelo temelji na dvodimenzionalni kopiji človeškega vidnega sistema, podobnem »zemljevidom« v vidni skorji. To predstavlja pomemben napredek, saj tradicionalne konvolucijske nevronske mreže (CNN) omogočajo vizualno prepoznavanje funkcij, vendar to počnejo na način, ki se razlikuje od tega, kako jih človeški možgani dejansko obdelujejo. Dr. Kietzmann poudarja, da CNN ne odražajo biološke osnove vizualne obdelave.

Prednosti vseh TNN

S prostorsko organizirano selektivnostjo značilnosti na površini skorje All-TNN-ji omogočajo natančnejši zajem človeških vedenjskih vzorcev. Ti modeli bi lahko spremenili razumevanje nevronskih mehanizmov, ki stojijo za zaznavanjem in vedenjem. Simulacije tudi kažejo, da ti sistemi kot fizični modeli zahtevajo manj energije, zaradi česar so učinkovitejši z viri.

Osrednja značilnost All-TNN je usklajeno delovanje sosednjih nevronskih enot, ki je primerljivo z naravnimi procesi. Izziv vzpostavljanja selektivnosti fluidnih lastnosti v prostoru predstavlja osrednje raziskovalno področje. Znanstveniki so že razvili obetavne pristope za optimizacijo vseh TNN, na primer z visokokakovostnimi nizi slikovnih podatkov in ponavljajočimi se povezavami.

Prijave in izzivi

Potencialne uporabe vseh TNN segajo od nevroznanosti do psihologije. S svojo sposobnostjo simulacije človeškega zaznavanja bi lahko ti modeli odprli tudi nove poti v kognitivni psihologiji in vedenjski nevroznanosti. Njihov razvoj bi lahko pomembno vplival tudi na oblikovanje prihodnjih modelov AI.

Ključni vidik raziskave je iskanje skupnega jezika med umetno inteligenco in nevroznanostjo. All-TNN-ji bi lahko pomagali premagati izzive razložljive in razumljive umetne inteligence, ki je ključnega pomena v današnjem raziskovalnem okolju.

V okviru uporabne nevroznanosti ostaja vključevanje tehnologije v vsakdanje življenje pomemben izziv. Tu ponujajo potencial nevroadaptivne tehnologije, ki tehnične sisteme prilagajajo sposobnostim in potrebam ljudi. Ekipa Fraunhofer IAO intenzivno dela na vmesniku med ljudmi in stroji, da bi razvila sisteme, ki se lahko prilagajajo kognitivnim in čustvenim stanjem uporabnikov v realnem času.

Če povzamemo, lahko na All-TNN gledamo kot na obetavno inovacijo na področju umetne inteligence in nevroznanosti. Njegov razvoj ne bi mogel le preoblikovati našega razmišljanja o AI, ampak bi tudi odprl nove priložnosti za raziskave v psihologiji in drugih sorodnih disciplinah. Dodatne informacije o teh vznemirljivih temah najdete v ustreznih raziskovalnih člankih iz Actu.AI in Fraunhofer IAO.