Представете си, че вместо обикновен ключ за осветление, имате цял компютър, скрит в стената си. Ново проучване, съобщено от SciTechDaily, твърди, че точно така се държи един-единствен неврон в човешката мозъчна кора. Една клетка се оказа толкова „умна“, че може да се конкурира с дълбока изкуствена невронна мрежа по отношение на изчислителната сложност.

Това преобръща конвенционалното схващане за мозъка като за „милиарди прости крушки“, където силата се крие само в числата и връзките. Оказва се, че всяка отделна клетка може да бъде малък суперкомпютър сама по себе си и това може да е източникът на човешкия език, математика, въображение и изобретателност.

Защо един-единствен неврон може да бъде „мини-компютър“

Дълго време невронът се е смятал за прост елемент: той събира сигнали от други клетки, сумира ги и ако сумата надвиши определен праг, „задейства“ импулс. Като бутон, който или е натиснат, или не. Но в човешката кора всичко е много по-сложно.

Невронът има разклоняващо се дърво от дендрити – тънки клони, които приемат сигнали. Това дърво е като сложна електрическа верига с много клони, всеки от които е способен да обработва информация по свой собствен начин. Вместо просто да добавя сигнали, клетката анализира техните комбинации, последователност и сила.

В резултат на това един неврон работи не като единичен логически елемент, а като многослойна система, където „мини-изчисления“ вече се извършват вътре в самата клетка. Едва тогава резултатът от тази вътрешна работа се преобразува в изходен импулс, който пътува по-нататък през мрежата.

Как учените измериха „интелигентността“ на неврон

Екип, ръководен от професорите Идан Сегев и Мики Лондон от Еврейския университет в Йерусалим, се заел да сравни колко сложни са изчисленията, извършвани от отделен неврон при различните бозайници. Самото разглеждане на формата на клетката не било достатъчно и те трябвало да измерят нейната изчислителна сложност.

За да направят това, изследователите създали дигитален „близнак“ на всеки неврон. Те използвали компютърно моделиране и изкуствен интелект, за да обучат изкуствена невронна мрежа да възпроизвежда връзката между входните сигнали на биологичната клетка и нейния изходен отговор.

Ако един биологичен неврон беше сравнително прост, неговото поведение можеше да бъде точно копирано от малка изкуствена мрежа. Ако клетката беше сложна, е необходима дълбока, многослойна изкуствена невронна мрежа, за да я симулира.

Този подход даде на изследователите практична „линийка“ за измерване на сложността: колкото по-трудно е за една изкуствена мрежа да се научи да се държи като определен неврон, толкова по-мощно изчислително устройство е самата клетка.

Човешките неврони са по-напред от другите бозайници

Когато учените сравнили човешките кортикални неврони с невроните от други бозайници, те открили, че човешките клетки почти винаги изискват по-дълбоки и по-сложни изкуствени мрежи, за да имитират точно поведението си. Тоест, един човешки неврон е „по-труден“ за възпроизвеждане от неврон от други видове.

Човешкото предимство се дължи отчасти на особено богатото разклоняване на дендритите и техните уникални електрически свойства, които позволяват на неврона не само да сумира сигнали, но и да разпознава сложни комбинации от входяща информация.

По принцип това позволява на една клетка да изпълнява задачи, подобни на тези, извършвани от дълбоките изкуствени мрежи, като например разграничаване на фините разлики във визуалните образи, като „котка или куче“ в изображението.

По този начин човешкият кортикален неврон не се явява като „зъбно колело“ в огромна машина, а като многостепенна изчислителна система. Това оспорва дългогодишната идея, че човешкият интелект се определя почти изключително от броя на невроните и връзките между тях.

Какво означава това за разбирането на мозъка и изкуствения интелект

Работата на екипа, която включва и докторантите Идо Айзенбуд и Даниела Йоели, предлага обща рамка: как да се свърже физическата структура на неврона, неговата форма, дендрити и електрически свойства със специфичните изчисления, които е способен да извършва.

Това отваря пътя към по-дълбоко разбиране на това как ученето, мисленето и други когнитивни процеси възникват на клетъчно ниво. Ако всяка клетка вече извършва сложна работа, тогава мозъкът получава допълнителна „мощност“ дори преди информацията да започне да пътува през големи мрежи.

Констатациите биха могли да имат значение и за развитието на изкуствения интелект. Повечето съвременни ИИ системи са съставени от много опростени „неврони“, дори ако мрежите имат много слоеве. Проучването предлага друг път: създаване на изкуствени елементи, които извършват по-сложни изчисления във всеки възел, по-скоро като биологични неврони.

Такива системи биха могли да организират обработката на информацията по различен начин и може би да решават сложните задачи по-ефективно, доближавайки се до начина, по който го прави човешкият мозък.

Означава ли това, че сме подценили човешкия мозък?

Работата предполага, че сме опростявали структурата му, разглеждайки невроните като почти „примитивни“ елементи. Сега се появяват доказателства, че всяка клетка сама по себе си е много по-сложна, отколкото се смяташе досега, добавяйки нов слой към нашето разбиране за интелигентността.

Защо учените не са забелязали тази сложност по-рано?

Отчасти поради ограниченията на методите: трудно е да се определи количествено колко „сложен“ е един отделен неврон. Комбинацията от детайлно моделиране и съвременни AI-техники направи възможно за първи път измерването на тази сложност по начин, който е лесен за сравнение.