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: 221
Рубрика: Hi-Tech
(CY)

Архив новостей / Экспорт новостей

Ещё новости по теме:

15: 20
Купив подешевевшие акции компании Dialog Semiconductor, ее крупнейшим акционером стала китайская Tsinghua Unigroup |
15: 20
Яндекс запускает сервис каршеринга Драйв |
15: 00
Три категории дизайна: что заставляет взаимодействовать с продуктом |
14: 20
YouTube запустит музыкальный сервис с платной подпиской в марте 2018 |
14: 20
Смартфоны Xiaomi Redmi 5 и 5 Plus протестированы в AnTuTu |
14: 20
Лидер китайского рынка смартфонов обновляет до Oreo еще два девайса |
14: 20
Скидка 100%: 5 приложений резко опустились в цене |
14: 00
Пять громких уголовных дел 2017 года в России, связанных с бизнесом и властями |
14: 00
Разработчики улучшили работу камеры смартфона OnePlus 5T |
14: 00
3D-карты Nvidia Titan V нельзя объединить, даже используя мостик стоимостью 600 долларов |
14: 00
Нарвалы оказались паникерами |
13: 40
Преемнику iPhone X приписывают более емкий аккумулятор |
13: 20
BOE и Universal Display подписали долгосрочное соглашение |
13: 20
Бесплатная лекция. Как создаётся анимация на MacBook и iMac |
13: 20
Яндекс представил каршеринговый сервис Драйв |
13: 20
Пластик, который раздает Wi-Fi: механика против электроники |
13: 20
Объем жесткого диска Toshiba MG07ACA — 14 ТБ |
13: 00
Volta в массы! Nvidia представила видеокарту Titan V, основанную на GPU V100 |
12: 40
Наушники Sennheiser HD 25 Robin Schulz Edition окрашены в белый цвет |
12: 40
Google Street View заснял миграцию миллионов крабов на острове Рождества |
12: 20
Швед Rauf обновляет рекорд в дисциплине Catzilla-720p |
12: 20
NVIDIA выпустила флагманскую видеокарту GTX TITAN V на ядре GV100 Volta |
12: 00
Фото дня: ускоритель нейронных сетей Intel Nervana |
11: 20
Huawei готовит смартфон серии PCE с датчиком изображения разрешением 40 Мп и тремя объективами в основной камере |
11: 20
KGI: все iPhone 2018 года будут работать намного дольше |
10: 40
«Наша цель — сделать коммерчески успешное, а не дотационное издательство» |
10: 20
Samsung Pay в России заработал с картами «МИР» |
10: 20
Поменяй iPhone 7 на iPhone X. Прямо сейчас скидка 2 тыс. руб. |
09: 40
Опубликованы изображения грядущих полноэкранных смартфонов Sony Xperia |
09: 20
BlackBerry и Qualcomm займутся совместной разработкой программных и аппаратных решений для подключённых автомобилей |
09: 20
LG Display основала новый бренд светодиодного освещения Luflex |
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

Декабрь 2007: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31