Izvor fotografije: Shutterstock.com
Nova studija sugeriše da mozak počinje da donosi odluke mnogo ranije nego što su naučnici ranije smatrali. Istraživači su otkrili da čak i primarne senzorne regije utiču na viša moždana područja i od njih dobijaju brze povratne signale, umjesto da informacije jednostavno prosljeđuju dalje. Ovakav dinamičniji pogled na funkcionisanje mozga mogao bi pomoći inženjerima da u budućnosti razviju sisteme vještačke inteligencije koji razmišljaju sličnije biološkim mozgovima, uz znatno manju potrošnju energije.
Naučnici sa University of Illinois Urbana-Champaign otkrili su dokaze koji bi mogli promijeniti način na koji istraživači razmišljaju i o mozgu i o vještačkoj inteligenciji. Njihovi nalazi sugerišu da donošenje odluka počinje mnogo ranije u mozgu nego što to predviđaju tradicionalne teorije, nudeći nove ideje za razvoj budućih sistema vještačke inteligencije koji bi mogli biti sposobniji i znatno energetski efikasniji.
Istraživanje je vodio Yurii Vlasov, profesor elektrotehnike i računarskog inženjerstva na The Grainger College of Engineering, a rad je objavljen u časopisu Proceedings of the National Academy of Sciences, PNAS. Studija ukazuje na neočekivanu ulogu ranih senzornih regija mozga u donošenju odluka, dovodeći u pitanje dugo prihvaćeno stanovište da odluke nastaju tek nakon što informacije prođu kroz strogu hijerarhiju moždanih područja.
Preispitivanje načina na koji mozak donosi odluke
Ljudski mozak se široko smatra najsloženijom strukturom u poznatom svemiru. Naučnici i dalje ne razumeju u potpunosti kako funkcioniše, zbog čega je Nacionalna akademija inženjerstva 2008. godine obrnuti inženjering mozga uvrstila među 14 velikih inženjerskih izazova 21. vijeka.
Decenijama su mnogi sistemi vještačke inteligencije, uključujući konvolucione neuronske mreže, bili inspirisani idejom da mozak obrađuje informacije jednosmjernim redosljedom. Prema tom tradicionalnom modelu, senzorne informacije putuju naviše kroz sve složenije moždane regije dok ne stignu do frontalnog korteksa, gdje se donose odluke.
Vlasov i drugi istraživači sve češće dovode u pitanje da li je ta slika potpuna.
Umjesto toga, oni istražuju model zasnovan na prirodnoj inteligenciji, koju je evolucija usavršavala tokom stotina miliona godina. U ovom okviru, mozak se ne oslanja samo na postepeni tok informacija. Donošenje odluka zavisi i od međusobno povezanih povratnih petlji, koje omogućavaju da se informacije kreću u oba smjera između moždanih regija.
Pošto biološka inteligencija obavlja izuzetno složene zadatke uz mnogo manju potrošnju energije od današnjih sistema vještačke inteligencije, razumijevanje ove arhitekture moglo bi pomoći u usmjeravanju razvoja buduće vještačke inteligencije.
Želimo da učimo iz milijardu godina evolucije, rekao je Vlasov. Kako je ta biološka inteligencija arhitektonski organizovana? Možemo li učiti iz arhitektonske strane mozga i oponašati je kako bismo vještačku inteligenciju učinili efikasnijom, manje energetski zahtjevnom i inteligentnijom nego što je sada? Na nivou donošenja odluka, tu današnja vještačka inteligencija još zaostaje.
Rane moždane regije pokazuju aktivnost povezanu sa donošenjem odluka
Kako bi ispitali kako ovi procesi funkcionišu, istraživački tim se usredsredio na najranije faze opažanja i percepcije u mozgu.
Naučnici su bilježili neuronsku aktivnost kod miševa dok su se kretali kroz hodnik u virtuelnoj stvarnosti i donosili perceptivne odluke. Pronašli su dokaze aktivnosti povezane sa donošenjem odluka u primarnom somatosenzornom korteksu, S1, jednom od najranijih područja mozga za obradu senzornih informacija.
Umjesto da jednostavno prosljeđuje informacije dalje, činilo se da je S1 pod uticajem viših moždanih regija kroz povratne petlje. Ova regulacija odozgo nadole sugeriše da donošenje odluka uključuje stalnu komunikaciju između više moždanih područja, a ne jednostavan jednosmjerni protok informacija.
“Neuronski kod mozga i dalje je uglavnom nepoznat jezik”, rekao je Vlasov. Ali ovo razumijevanje na nivou sistema može se posmatrati kao mogući uticaj na način na koji se mogu graditi efikasnije vještačke neuronske mreže, odnosno kako se može promišljati sljedeća generacija vještačke inteligencije. Možda uz analogije koje učimo iz stvarnih mozgova možemo dodatno unaprijediti vještačku inteligenciju.
Šta nalazi mogu značiti za budućnost vještačke inteligencije
Istraživači naglašavaju da studija ne pruža gotov nacrt za izgradnju bolje vještačke inteligencije. Umjesto toga, ona donosi nove uvide u to kako mozak organizuje donošenje odluka, što bi jednog dana moglo inspirisati buduće arhitekture vještačke inteligencije.
Sljedeći korak za Vlasova i njegov tim biće detaljnije ispitivanje vremenske dinamike ovih moždanih signala. Takođe planiraju da razvijaju nove tehnologije za mjerenje neuronske aktivnosti kako bi bolje razumjeli kako povratne petlje nastaju i koordiniraju različite nivoe moždane obrade.
“Posmatranjem brze vremenske dinamike neuronske aktivnosti možda možemo bolje razumjeti kako se ove povratne petlje uključuju u donošenje odluka”, rekao je Vlasov. Možda je to pristup koji potencijalno otkriva trenutno nepoznate mehanizme: kako su ove povratne petlje dinamički organizovane i kako formiraju i oblikuju različite nivoe obrade. Možda se to može primijeniti u novim arhitekturama vještačke inteligencije.
Izvor: sciencedaily.com
