В университете Карнеги-Меллон стартует проект по изучению “обратной разработки” человеческого мозга. Цель - раскрыть секреты нейронных схем и методов обучения, чтобы передать эти умения компьютеру.
Машинное обучение — важный шаг в развитии искусственного интеллекта, но его трудно совершить, не понимая, как думаем и учимся мы сами. Проект стоимостью в $12 млн призван ответить на этот вопрос.
Под руководством профессора университета Тай Синг Ли команда ученых займется усовершенствованием нейтронных связей в компьютерных моделях, использующих ИИ для целого ряда приложений — беспилотных автомобилей, автоматической торговли, распознавании речи и лиц.
«Сегодня нейронные сети используют алгоритмы, разработанные в основном в начале 1980-х, — говорит Ли. — Несмотря на их сложность они и близко не такие эффективные или сложные, как алгоритмы человеческого мозга».
Пытаясь понять, почему это так, ученые использовали двухфотонный микроскоп для наблюдения за кальцием в клетках мозга мышей. Это позволило «отследить одновременную реакцию почти всех (если не всех) нейронов мозга», говорит ассистент профессора и член команды Сандра Кулман. В результате получится огромная и подробная картина поведения нейронов коры головного мозга.
Проект финансирует правительственное Исследовательское агентство IAPRA по поручению Института Мозга.
«Мы надеемся, что полученные знания приведут к развитию нового поколения алгоритмов машинного обучения, которые позволят ИИ машин учиться без надзора и на малом числе примеров, что отличает человеческий интеллект», — говорит профессор Ли.