Новости бизнесаСтатьиНоу ХауАналитикаДеньгиБизнес технологииКурс валют
Главная > Новости бизнеса > Hi-Tech > Что вирутальный мозг рассказал ученым о мозге человека: интервью с экспертом

Что вирутальный мозг рассказал ученым о мозге человека: интервью с экспертом

Понедельник, 2 октября 2017 г.

Следите за нами в ВКонтакте, Facebook'e и Twitter'e

Команда итальянских психологов разработала искусственный интеллект на базе нейронных сетей, который учится распознавать информацию так же, как и реальный человек. Изучая программу, ученые смогли узнать весьма интересные факты о принципах работы человеческого мозга. Василий Макаров 2 октября 2017 10:51

Обсудить 0

Изучение человеческого разума невероятно интересно с точки зрения науки, но также сопряжено с рядом опасностей и весьма спорных вопросов этического и физиологического характера. Способов много, но все они, как правило, имеют «темную» сторону. Можно проводить опросы о самочувствии участников эксперимента —, но они часто сами не знаю, что ответить, и путаются в показаниях. Можно сканировать мозговое вещество, но современные инструменты для этого часто или недостаточно точны, или стоят баснословных денег. Можно провести хирургическую операцию на мозге, но малейшая ошибка будет стоить пациенту рассудка. Таким образом, современной науке приходится изобретать многочисленные уловки и строить догадки относительно разума человека, и в этом она похожа на ребенка, который только учится складывать из отдельных букв слова и предложения.

Психологи нашли элегантное решение проблемы и предложили использовать для изучения интеллекта человеческого интеллект искусственный. Марко Зорзи, психолог из Университета Падуи в Италии, использовал искусственные нейронные сети, чтобы продемонстрировать, как мозг может «захватывать» уже существующие связи в зрительной коре, чтобы распознавать буквы алфавита, о чем он и его коллеги сообщили в прошлом месяце на страницах журнала Nature Human Behaviour. В то же самое время он дал журналу весьма интересное интервью, из которого портал Science выделил самое интересное. Что вы узнали во время исследования восприятия мозгом алфавита?

Для начала мы натренировали ИИ с помощью анализа изображения дикой природы, в частности деревьев и горных пейзажей, что в дальнейшем помогло программе использовать знания о базовых визуальных паттернах как инструмент для анализа формы той или иной буквы. Это воплощение концепции «нейронной рециркуляции»: она существует в научной среде уже некоторое время, но, как мне известно, наша команда стала первой, кто смог продемонстрировать в этой области какие-либо конкретные наработки. Мы стали свидетелями того, что модель ИИ, которая обучалась на фотографиях природы, справлялась с анализом букв куда лучше, чем та, которая эту процедуру не прошла. Рециркуляция в данном случае значительно ускоряет обучение, что уже делает подобную программу весьма перспективной. Как работает системное обучение?

Программа использует алгоритм «бесконтрольного» обучения. После предварительного обучения на естественных фотографиях, мы, как уже было сказано, загрузили в базу данных изображения букв без каких-либо отметок. Цель этой работы заключалась в том, чтобы создать внутреннюю модель анализа данных, найти ее скрытую структуру. Она называется «генеративной», поскольку генерирует шаблоны и на их основании учится интерпретировать новую сенсорную информацию по принципу «сверху вниз».

Позже более простой алгоритм учился размещать определенные буквенные надписи на том или ином изображении. В этом случае мы контролировали его, указывая программе, правильно ли она поступает, но большая часть работы все-таки была проделана без контроля с нашей стороны. Почему вы уделили такое внимание бесконтрольному обучению ИИ, которое используется намного реже контролируемого?

Когда мы говорим о контролируемом обучении, то подразумеваем, что у вас есть ментор, наставник со стороны. В реальном мире люди обычно лишены этого и учатся на собственных пробах и ошибках. К тому же, в мозге много связей, информация по которым передается в обе стороны. Более того, там даже существует особая форма внутренней активности, обнаружение которой является одним из самых значительных достижений за последние 20 лет опытов в области нейровизуализации. Она вызвана не сенсорными стимулами и работает по совершенно иному принципу: сначала сигнал активирует нейроны в верхних слоях мозгового вещества, а потом активность распространяется по соседним клеткам подобно паутине. Можно охарактеризовать проявление этой активности как некую «мечту» или «образ». В сочетании с сенсорной деятельностью обратная связь «сверху вниз» приводит к интерпретации ввода. Простой пример: даже если написанное слово частично закрыто, читатель все равно может достроить его структуру, основываясь не только на визуальном сигнале, но и на своих собственных знаниях.

Другим преимуществом неконтролируемого обучения является то, что в отсутствие конкретных задач знания не привязаны к конкретному приложению программы. Она легко освоит любую новую задачу, используя подобные высокоуровневые знания. Опять же, пример: сначала вы учите, что такое «число», а после применяете это понятие для того, чтобы научиться арифметике. Как сказано в вашей работе, часть нейросети, которая проходила обучение на образах дикой природы, все еще лучше распознает письма, написанные от руки, нежели составленные из печатного текста. Означает ли это, что написанное от руки чем-то похоже на природу?

Да, это одна из гипотез. Существует мнение, что форма того или иного буквенного символа была выбрана таким образом, чтобы лучше соответствовать привычной нам визуальной среде. Можете думать об этом как о нашей программе: сначала мозг «учится», запоминая внешний вид окружающей природы, а потом придумывает буквы на основе ранее усвоенной информации. Что еще вы узнали о механизмах познания человеческого мозга?

Нам известно, что маленькие дети и животные могут сравнивать различное число объектов даже без знаний о том, что такое цифры. Мы обнаружили, что глубокое неконтролируемое обучение с использованием изображений, содержащих различное количество объектов, создает в нейронной сети похожее «визуальное число». Это первый раз, когда с помощью глубокого обучения программа научилась когнитивному моделированию.

В случае с нейронными сетями у вас всегда есть алгоритм обучения. Можно сравнить это с этапами человеческого развития. К примеру, возьмите обучение чтению: если у вас есть компьютерная модель, которая учится читать, можно попытаться также понять принципы и атипичного обучения, как в случае дислексии. Вам удалось узнать что-нибудь о дислексии?

Сейчас ведутся жаркие споры. В чем корень всех бед? Ученые рассматривают дислексию с точки зрения фонологических, визуальных отклонений, а также синдрома дефицита внимания. В исследовании, которое мы пока не публиковали, нам удалось обнаружить, что если не предположить, что дислексия вызвана дефицитом более чем в одной области, то и нет никакого способа объяснить разнообразие реального проявления этого отклонения у детей. Но если мы используем этот подход, то нужно попытаться создавать не безликие, а персонализированные программные модели конкретных людей и, используя все то же моделирования, прогнозировать на их основе результаты того или иного воздействия на пациента. Можно ли с помощью моделирования улучшить мозг так же, как ИИ?

Я думаю — да. Чем шире наши познания о том, как именно мозг учится анализировать информацию и какие процессы протекают в нем, тем более успешные способы по обучению человека мы сможем создать.

Следите за нами в ВКонтакте, Facebook'e и Twitter'e


Просмотров: 180
Рубрика: Hi-Tech
(CY)

Архив новостей / Экспорт новостей

Ещё новости по теме:

15: 20
Поставки игровых мониторов выросли на 350% |
15: 00
Суд оправдал экс-начальника серовского КУМИ Александра Гребенева и его друга Станислава Исупова |
15: 00
В Серове разбойники зарезали двух продавщиц и ранили пенсионерку |
15: 00
Фильм "Вояджер: Дальше планет" на фестивале 360° |
14: 40
Эксклюзивный бандл Gran Turismo Sport включает... настоящий автомобиль |
14: 00
Скидки на современные смартфоны от Xiaomi и Huawei в GearBest |
13: 40
Результаты GeForce GTX 1070 Ti в ПО 3DMark на 6-10% выше, чем у разогнанной GTX 1070 |
13: 40
В оглашении приговора Исупову-Гребеневу объявлен перерыв. Фигуранты уехали на обед |
12: 40
Национальная ассоциация телерадиовещателей просит Apple добавить приемник FM в новые iPhone |
11: 20
Samsung обеспечит поддержку запуска Linux-дистрибутивов на смартфонах Galaxy S8 |
11: 20
Gartner считает, что iPhone X подстегнет продажи в мобильной индустрии в 2018 году |
10: 40
Почему я выбираю iPhone Plus вместо обычного iPhone |
10: 20
Samsung DeX будет работать на Lunix, но не полностью |
10: 20
Деревянный конструктор Ugears: как превратить игрушку в искусство |
10: 20
Zotac GeForce GTX 1080 Ti ArcticStorm Mini — самая маленькая 3D-карта GeForce GTX 1080 Ti |
09: 20
LG V30 с честью выдержал испытания блогера JerryRigEverything |
09: 20
В Театре Стива Джобса можно потрогать iPhone X (фото) |
09: 20
Как "лайкнуть" бумажную книгу: Facebook-печати в реальном мире |
08: 40
СК признал отсутствие алкоголя в крови сбитого в Балашихе мальчика |
08: 40
Блог. Алексей Навальный: «В Кремле решили» |
07: 00
Прогнозы некоторых экономистов относительно акций Apple не очень оптимистичны |
18: 00
В Нидерландах открыли первый в мире мост, созданный посредством 3D-печати |
16: 20
Pixel 2 обогнал по автономности Galaxy S8, Note 8 и iPhone 8 |
16: 20
Consumer Reports: Samsung Galaxy S8 — лучший смартфон на рынке |
15: 20
Новые ноутбуки Microsoft и Qualcomm смогут работать сутки от одной подзарядки |
15: 20
Американцы показали мобильный боевой лазер |
14: 20
Глава Qualcomm уверен, что они с Apple смогут уладить свой конфликт |
14: 20
Consumer Reports: На рынке нет смартфона лучше Galaxy S8 |
14: 20
Скидка 100%: 5 временно бесплатных приложений |
14: 20
Ноутбуки с SoC Snapdragon 835 и Windows 10 удивят временем работы без подзарядки |
13: 40
Lenovo K8, K8 Plus и K8 Note получат обновление до Android 8.0 Oreo летом 2018 |
Новости бизнесаСтатьиНоу ХауАналитикаДеньгиБизнес технологииКурс валют
Rating@Mail.ru
Условия размещения рекламы

Наша редакция

Обратная связь

RosInvest.Com не несет ответственности за опубликованные материалы и комментарии пользователей. Возрастной цензор 16+.

Ответственность за высказанные, размещённую информацию и оценки, в рамках проекта RosInvest.Com, лежит полностью на лицах опубликовавших эти материалы. Использование материалов, допускается со ссылкой на сайт RosInvest.Com.

Skype: rosinvest.com (Русский, English, Zhōng wén).

Архивы новостей за: 2017, 2016, 2015, 2014, 2013, 2012, 2011, 2010, 2009, 2008, 2007, 2006, 2005, 2004, 2003