Новое исследование обнаруживает, что искусственному мозгу может потребоваться глубокий сон, чтобы сохранять стабильность, так же, как это делают настоящие мозги.

В искусственных нейронных сетях, используемых в настоящее время для всего, начиная от идентификации пешеходов, пересекающих улицы, и заканчивая диагностикой рака, компоненты, называемые нейронами, предоставляют данные и взаимодействуют для решения проблемы, такой как распознавание изображений. Нейронная сеть неоднократно корректирует взаимодействия между ее нейронами и определяет, лучше ли эти новые модели поведения решают проблему. Со временем сеть обнаруживает, какие шаблоны лучше всего подходят для компьютерных решений. Затем он принимает их как значения по умолчанию, имитируя процесс обучения в человеческом мозге.

В большинстве искусственных нейронных сетей выходной сигнал нейрона — это число, которое непрерывно изменяется при изменении входного сигнала, на который он подается. Это примерно аналогично количеству сигналов, которые биологический нейрон может отработать в течение определенного периода времени.

Напротив, в нейронной сети нейрон генерирует выходной сигнал только после того, как он получает определенное количество входных сигналов в течение определенного времени, более точно имитируя поведение реальных биологических нейронов.

Ведущий автор исследования Йизинг Уоткинс, специалист по информатике в Лос-Аламосской национальной лаборатории в Нью-Мексико и ее коллеги экспериментировали с программированием нейроморфных процессоров, чтобы научиться восстанавливать изображения и видео на основе разреженных данных, что немного похоже на то, как человеческий мозг учится у своего окружения в процессе детского развития. "Однако все наши попытки научиться в конечном итоге стали нестабильными", — сказал старший исследователь Гаррет Кенион, также ученый-компьютерщик из Лос-Аламоса.

Ученые провели компьютерное моделирование всплеска нейронной сети, чтобы выяснить, что произошло. Они обнаружили, что, хотя он мог научиться идентифицировать данные, которые он обучал искать, когда такое обучение продолжалось достаточно долго, его нейроны начали непрерывно запускать независимо от того, какие сигналы они получили.

Уоткинс вспоминал, что "почти в отчаянии" они пытались провести симуляцию, по существу, в глубоком сне. Они подвергли его воздействию циклических шумов, примерно соответствующих медленным мозговым волнам, наблюдаемым в глубоком сне, что вернуло симуляцию к стабильности. Исследователи предполагают, что эта симуляция медленного сна может помочь "предотвратить нейроны от галлюцинации функций, которые они ищут в случайном шуме", сказал Уоткинс.

Эти результаты могут помочь объяснить, почему все известные биологические нейронные системы, способные извлекать уроки из окружающей среды, от плодовых мух до людей, испытывают медленный сон. Всем нужен медленный сон, сказал Кеньон. "Даже водным млекопитающим — китам, дельфинам и т. д. — требуются периоды медленного сна, несмотря на очевидное эволюционное давление, чтобы найти какую-то альтернативу. Вместо этого дельфины и киты спят с половиной своего мозга".

Будущие исследования могут проверить эти идеи на реальных нейроморфных процессорах в ответ на источник данных об окружающей среде, таких как камеры, которые имитируют светочувствительные сетчатки в глазах, сказал Уоткинс.

Ученые планируют представить свои результаты 14 июня в рамках конференции по компьютерному зрению и распознаванию образов.

Напомним, ранее сообщалось, что искусственному интеллекту хотят дать права, как животным.

Источник: toneto.net