Μια νέα μελέτη παρουσιάζει ένα νέο νευροϋπολογιστικό μοντέλο του ανθρώπινου εγκεφάλου, το οποίο θα μπορούσε να ρίξει φως στον τρόπο με τον οποίο ο εγκέφαλος αναπτύσσει περίπλοκες γνωστικές δεξιότητες και να προωθήσει την έρευνα σχετικά με τη νευρωνική (νευρωνικά δίκτυα) τεχνητή νοημοσύνη. Η μελέτη διεξήχθη από μία διεθνή ομάδα επιστημόνων από: το “Institut Pasteur” and “Sorbonne University” στο Παρίσι, και την πανεπιστημιακή κλινική “CHU Sainte-Justine”, το “University of Montreal” και το “Mila – Quebec Artificial Intelligence Institute” στο Μόντρεαλ.
Το μοντέλο, το οποίο εμφανίζεται στο εξώφυλλο του περιοδικού “Proceedings of the National Academy of Sciences” (PNAS), περιγράφει την ανάπτυξη των νευρώνων επάνω σε τρία ιεραρχημένα επίπεδα επεξεργασίας πληροφοριών:
- το πρώτο επίπεδο, το αισθητικοκινητικό, διερευνά το πώς η εσωτερική δραστηριότητα του εγκεφάλου μαθαίνει μοτίβα από την αντίληψη και τα συνδέει με τη δράση
- το γνωσιακό επίπεδο εξετάζει τον τρόπο με τον οποίο ο εγκέφαλος συνδυάζει αυτά τα μοτίβα
- τέλος, το συνειδητό επίπεδο εξετάζει τον τρόπο με τον οποίο ο εγκέφαλος αποσυνδέεται από τον έξω κόσμο και διαχειρίζεται τα ήδη γνωστά μοτίβα (μέσω της μνήμης) που δεν είναι πλέον προσβάσιμα στην αντίληψη
Η έμφαση που δίνει το μοντέλο στην αλληλεπίδραση μεταξύ δύο θεμελιωδών τύπων μάθησης -της μάθησης Hebbian, που σχετίζεται με την στατιστική ομαλότητα (δηλαδή, την επανάληψη), και της ενισχυτικής μάθησης, που σχετίζεται με την επιβράβευση και τον νευροδιαβιβαστή ντοπαμίνη- παρέχει πληροφορίες για τους θεμελιώδεις μηχανισμούς που κρύβονται πίσω από τη γνωστική λειτουργία.
Το μοντέλο επιλύει τρία tasks των οποίων η πολυπλοκότητα αυξάνεται όσο προχωρά στα επίπεδα· από οπτική αναγνώριση έως γνωσιακή διαχείριση συνειδητών αντιλήψεων. Με την ομάδα να εισάγει, κάθε φορά, έναν νέο μηχανισμό πυρήνα, ο οποίος του επιτρέπει να προχωρήσει.
Βάσει των αποτελεσμάτων, δύο είναι οι θεμελιώδεις μηχανισμοί για την πολυεπίπεδη ανάπτυξη των γνωσιακών ικανοτήτων σε βιολογικά νευρωνικά δίκτυα, που ξεχωρίζουν:
- συναπτική επιγένεση, με μάθηση Hebbian σε τοπική κλίμακα και ενισχυτική μάθηση στην ολική κλίμακα
- και αυτοοργανωμένη δυναμική, μέσω της αυθόρμητης δραστηριότητας και της ισορροπημένης αναλογίας διεγερτικών/ανασταλτικών νευρώνων
«Το μοντέλο δείχνει πως η σύγκλιση Τ.Ν. – νευρώνων επισημαίνει βιολογικούς μηχανισμούς και γνωσιακές αρχιτεκτονικές που μπορούν να τροφοδοτήσουν την ανάπτυξη της επόμενης γενιάς τεχνητής νοημοσύνης και, τελικά, ακόμη και να οδηγήσουν σε τεχνητή συνείδηση», δηλώνει το μέλος της ομάδας Guillaume Dumas, επίκουρος καθηγητής Υπολογιστικής Ψυχιατρικής στο “University of Montreal” και κύριος ερευνητής στο “CHU Sainte-Justine Research Centre”.
Για να φτάσουμε σε αυτό το ορόσημο, ίσως χρειαστεί να ενσωματώσουμε την κοινωνική διάσταση της γνώσης, προσθέτει. Οι ερευνητές τώρα εξετάζουν την ενσωμάτωση των βιολογικών και κοινωνικών διαστάσεων, όσον αφορά στην εργασία τους επάνω στην ανθρώπινη γνώση. Η ομάδα έχει ήδη πρωτοστατήσει στην πρώτη προσομοίωση δύο ολόκληρων εγκεφάλων που αλληλεπιδρούν μεταξύ τους.
Η ομάδα πιστέυει ότι η εδραίωση των μελλοντικών υπολογιστικών μοντέλων στην βιολογική και κοινωνική πραγματικότητα, όχι μόνο θα συνεχίσει να ρίχνει φως στους βασικούς μηχανισμούς που διέπουν τη γνωστική λειτουργία, αλλά θα συμβάλει επίσης στην παροχή μιας μοναδικής οδού, στην τεχνητή νοημοσύνη, προς το μοναδικό γνωστό σύστημα με προηγμένη κοινωνική συνείδηση: τον ανθρώπινο εγκέφαλο.
Παραπομπές: "Multilevel development of cognitive abilities in an artificial neural network" by Konstantin Volzhenin, Jean-Pierre Changeux and Guillaume Dumas, 19 September 2022, Proceedings of the National Academy of Sciences.
Πηγή: https://scitechdaily.com/