|
Въпреки всички достижения в областта на машинното обучение и невронните мрежи, принципите на работа на компютърните системи значително се различават от работата на биологичните системи. Учените и до днес не разбират фундаменталните биомеханични механизми, които се използват в обучението на биологичните невронни мрежи. Но това изглежда ще е временно. Един от най-подходящите обекти за подобни изследвания е обонятелната система на насекомите. Например, обонянието на малките пеперуди Manduca sexta, известни и като тютюневи молци, характерни със своята опростена биологична невронна мрежа, демонстрираща много добри способности за обучение. Това насекомо към днешен ден се счита за идеалния организъм, чрез който може да бъде изучена самата механика на обучение на невронните мрежи. 
През изминалите години учените записаха сигналите от нервите на отделните компоненти на мозъка на тютюневия молец. Тези компоненти имат структура и механизми, стандартни за всички биологични системи. Използвани са невротрансмитерите октопамин и допамин за обучението на мозъка. Тези вещества при човека имат важно значение за емоциите, за „регулиране“ на настроението и за много други умствени функции. В биологичната система на насекомото бяха открити неразбираеми и на пръв поглед ненужни елементи, като например прословутата „отпадъчна ДНК“, която се оказа че играе важна роля във функционирането на цялата система. Просто ние засега не разбираме за какво е необходим един или друг неин компонент. Особено голям интерес предизвиква освобождаването на октопамин и допамин по време на обучението. Засега не е ясно, по какъв начин тази симулация предизвиква създаването на нови разредени кодове в гъбовидното тяло на мозъка, съдържащо около 4000 клетки, които кодират ароматите в дълготрайната памет на пеперудата. 
За да разберат по-добре работата на биологичните невронни мрежи, учените от Вашингтонския университет в Сиатъл създадоха компютърен модел на обонятелната система на молеца, която максимално съответства на невронната активност на насекомото и всички известни досега биофизични процеси, включително и симулацията с октопамин. По компютърен път бе моделирана архитектурата и невронната динамика на цялата биологична система, включително октопаминовата симулация. ръста на синапсите, възприемането на ароматите с точност до броя неврони в информационния поток. По този начин учените успяха да създадат точен компютърен модел на невронна мрежа, която демонстрира надеждно обучение и показва значително сходство с биологичната система. Компютърният модел изяви редица критично важни функции в работата на мозъка на насекомото и тяхното влияние върху процеса на обучение. Тази научна работа дава възможност за математическото описване на тези функции и създаването на нов фреймуърк за създаването на по-ефективни компютърни невронни мрежи с надеждно и бързо обучение, създадени по биологичен образец. Разкритите нови механизми много добре допълват принципите на работа на невронните мрежи, формулирани през 1962 година в Нобеловата научна работа на Дейвид Хубел и Торстън Визел, описали структурата на обработката на визуалните сигнали в мозъка на котката. На базата на тази научна работа, през 1980 година бе създаден първият в света математичен модел на невронната мрежа Neocognitron, която днес е еталон и образец за съвременните невронни мрежи с дълбоко обучение (deep neural networks). Но в тази научна работа не са отчетени редица реално функциониращи системи в живия мозък. Изследването на тютюневия молец даде възможност за точното математическо моделиране на новите компоненти – именно липсващите към днешен ден елементи на компютърния изкуствен интелект. Научната работа е публикувана на 8 февруари 2018 година в arXiv.org. |
