Miben különbözik agyunk matematikája és a mesterséges intelligencia?

A beszélgetésben egyebek mellett szó esik a mélytanuló rendszerek gyenge pontjairól, az agyi címkézésről, a látás folyamatáról, az egerek intelligenciájáról és a kiborgagy megvalósíthatóságáról. A következőkben rövid összefoglalót adunk az aktuális eredményről.

A mesterséges intelligenciára épülő technológiák, különösen a manapság egyre meghökkentőbb teljesítményre képes mélytanuló (deep learning) rendszerek olykor mintha egészen “emberien” gondolkodnának. Ráadásul a bennük megjelenő, egymásra épülő absztrakciós szintek is sok szempontból emlékeztetnek arra, ahogy az agy feldolgozza a külvilágból érzékelt információkat. De vajon valóban sikerült ezekkel bepillantást szerezni a hús-vér élőlények idegsejthálózatainak működési elveibe? Orbán Gergő és kutatótársainak most megjelent publikációja egy igen lényeges különbséget tárt fel a manapság legelterjedtebb és leghatékonyabb mesterséges és a valós rendszerek között.

Amikor az agy visszaszól

A kutatók Wolf Singer, az MTA külső tagja frankfurti laboratóriumában végzett majomkísérletek eredményeit értékelve arra jutottak, hogy a szomszédos idegsejtek aktivitásainak összehangoltsága (korrelációja) jobban függ a látott képektől, ha az állat olyasmit lát, ami korábbi tapasztalatai alapján számára érdekes lehet – gondolhatunk itt például valamilyen szabályos mintázatra, alakra. Ha nincs ilyesmi a képen, akkor az idegsejtek aktivitásának összehangoltsága függetlenné válik a látottaktól.

Mivel az idegi összehangoltság változása egyértelműen a látott kép tartalmától, mélyebb szerkezetétől függött, a kutatók arra a következtetésre jutottak, hogy itt az információ a “szokott” iránnyal ellentétesen is áramlik. Vagyis az agy magasabb feldolgozási szintjei visszajeleznek az alacsonyabb szintek felé arról, hogy az állat mit tart fontosnak a világból – az agy tehát egyfajta belső modellhez viszonyítva érzékeli a külvilágot. Egy ilyen rendszer a korábban tanult szabályosságokat az érzékelés legkorábbi szakaszaiban is képes felhasználni, hatékonyan kezelve a megfigyelés bizonytalanságát. A majom idegsejtjei tehát árulkodnak arról, hogy mely matematikai elvek azok, melyek a biológiai intelligencia alapját képezik.

Egerek és majmok tudomány határán

Orbán Gergő, az MTA Wigner Fizikai Kutatóközpont munkatársa tavaly a Human Frontier Science Program támogatásával több kutatócsoport munkáját összefogó projektbe kezdett, melynek megalapozásához már e mostani eredmény is hozzájárul. A projekt keretében egerek és majmok látásának agyi folyamatait vizsgálják egy összehangolt kísérletsorozattal. A kísérletek során kihasználják, hogy a majmok látása közelebb áll az emberi érzékeléshez, ugyanakkor az egerek betanítása könnyebb, és részletesebb vizsgálatok (egyebek mellett optogenetikai mérések) is végezhetők rajtuk.

Az eredmények az agy működésének jobb megértése mellett a mesterséges intelligencia fejlesztésében is segíthetnek. A most elérhető technológiák hatékonysága ugyanis nagyon meggyőző, azonban a kutatók már látják a fejlődés lehetséges elvi irányait. Orbán Gergő és kutatótársainak vizsgálataiból pedig úgy tűnik, hogy az agy már kitaposott néhány ösvényt, melyeken a technológia csak most teszi meg az első lépéseket.

Ossza meg:

Kövessen minket: