Учените от Университета на Илинойс в Ърбана-Шампейн са открили доказателства, които могат да променят представите на изследователите за функционирането на мозъка и изкуствения интелект. Резултатите им показват, че процесът на вземане на решения започва в мозъка много по-рано, отколкото предполагат традиционните теории, което отваря нови възможности за създаването на по-ефективни и енергийно ефективни системи с изкуствен интелект.

Работата посочва неочакваната роля на ранните сензорни области на мозъка в вземането на решения, като оспорва утвърденото мнение, че решенията възникват едва след като информацията премине през строга йерархия от мозъчни структури.

Учените записваха невронната активност на мишки, докато те се придвижваха по виртуален коридор и вземаха перцептивни решения. Те откриха признаци на активност, свързана с вземането на решения в първичната соматосензорна кора (S1) – една от най-ранните сензорни области за обработка на информация в мозъка. Вместо просто да предава информацията нататък, оказа се, че S1 е била под влиянието на по-висшите отдели на мозъка чрез обратни връзки. Тази низходяща регулация предполага, че вземането на решения включва непрекъсната комуникация между няколко области на мозъка, а не просто еднопосочен поток от информация.

„Искаме да се учим от милиарди години еволюция. Как е организиран архитектурно биологичният интелект? Можем ли да изучим архитектурната страна на мозъка и да я имитираме, за да направим AI по-ефективен, по-икономичен и по-интелигентен, отколкото е сега? По отношение на вземането на решения – това е нещо, което липсва на съвременния AI.“

казва ръководителят на изследването, Юрий Власов от „Грейнджър“

Изследователите подчертават, че работата не дава готови инструкции за създаването на по-добър AI. Вместо това тя предлага нови идеи за това как мозъкът организира процеса на вземане на решения, което в бъдеще може да вдъхнови създаването на нови AI архитектури.

„Невронният код на мозъка все още остава до голяма степен неизвестен език, но това разбиране на системно ниво може да се разглежда като потенциално влияние върху това как могат да се изграждат по-ефективни изкуствени невронни мрежи – как може да се замисли следващото поколение AI. Възможно е с помощта на тези аналогии, които изучаваме върху реалния мозък да успеем да подобрим AI“.

добави Власов

В следващите етапи Власов и неговият екип планират да проучат по-подробно времевите характеристики на тези мозъчни сигнали. Те също така възнамеряват да разработят нови технологии за измерване на невронната активност, за да разберат по-добре как възникват обратните връзки и как те координират различните нива на обработка на информацията в мозъка.