インペリアルカレッジロンドンの科学者たちは、人工知能（AI）システムの作成にさまざまな種類の人工ニューロン（コンピューティングユニット）を使用すると、ニューラルネットワークの効率が向上するという仮説を確認しました。このアイデアは、人間の脳と雪片の構造によって科学者に押し付けられました。
自然界では、哺乳類の脳には2つの同一の雪片、および同一のニューロンはありません。英国の科学者によると、人工ネットワークがまったく同じニューロンを持っているという理由だけで、人間の脳は依然として多くの点でAIを上回っています-それはより速く学習し、変化する条件に適応し、あるタスクから別のタスクに切り替わります。
NatureCommunications誌に掲載された研究に参加した計算論的神経科学者のDanielGoodmanは、人間の脳とAIの状況の変化に学習と適応することの違いをNEO.LIFEに説明しました。
AIは、たとえば、有名なアーケードビデオゲームのPongでトレーニングできます。 「フィールドの端に沿って移動し、交互にボールを打つ2つのラケットがあります。訓練を受けたAIがこのゲームを完璧にプレイします。グッドマンは、人間よりも優れていると言います。 「ただし、パドルを少なくとも1ピクセル近くに移動することは価値があり、AIはゲームの特定のパラメーターに対してのみトレーニングされており、パドルにさえ対処できないため、それをプレイすることはできません。最も重要ではない、その変化。」そのような問題は人間には存在せず、科学者によると、その理由は人間の脳のすべてのニューロンが異なるという事実にあります。
インペリアルカレッジインテリジェントシステムズアンドネットワークスラボは、脳をモデルにした神経ネットワークのすべてのコンポーネントをわずかに調整しました。これにより、作業の効率と精度が20％向上しました。さらに、科学者は脳ネットワークのインパルス動作を可能な限り正確に再現しようとしました。これにより、ニューラルネットワークの効率も向上しました。音声認識、音声コマンドの受信と解釈におけるAIのパフォーマンスが向上しました。さらに、人工ニューロンの活性化時間を変更することで、連続して話された数字を認識するなど、時間要素を使用してタスクを実行する効率を高めることができました。
次に、ニューヨークのコールドスプリングハーバー研究所の神経科学者であるParta Mitraは、ニューロンがどのように配置されているかが問題であると考えています。また、ニューロンがどのように並んでいるかに応じて（同じであっても）、さまざまな問題を解決するために使用できます。
ミトラと彼の英国人の同僚であるグッドマンは、近い将来、さまざまな人工ニューロンを備えたチップ上に構築されたプラスチックAIシステム（ニューロモルフィックシステム）があると信じています。また、自然の神経ネットワークの重要な機能である可塑性のおかげで、AIは、たとえば、パラメーターを変更してPongを正確に再生することを学習できるようになると科学者は言います。
2021-11-25 06:30:52
著者: Vitalii Babkin