Rozwój technologii opartych na sztucznej inteligencji jest ściśle powiązany z badaniami naszego mózgu. Nic więc dziwnego, że naśladowanie rozwiązań występujących w naturze może napędzać działanie SI.
Korzystając z obrazowania metodą rezonansu magnetycznego, zespół badawczy związany z Open Science zrekonstruował wzory połączeń mózgowych i zastosowali je w rozwoju sieci neuronowej. Pracownicy Montreal Neurological Institute-Hospital oraz Quebec Artificial Intelligence Institute wytrenowali sieć tak, aby wykonywała zadanie związane z pamięcią poznawczą. Następnym etapem eksperymentu były obserwacje działań SI w celu zrozumienia, jak doszła do rozwiązania problemu.
Czytaj też: Chcieli stworzyć interfejs mózg-komputer. Pomogły im „neuroziarna”
I choć już wcześniej naukowcy zwracali uwagę na sposób organizacji mózgu, to nie zagłębiali się w to, jak wykonuje on obliczenia. Poza tym, typowe sieci neuronowe nie odzwierciedlają tego, jak zorganizowane są prawdziwe sieci mózgowe. Integrując rozwiązania znalezione w ludzkim mózgu z sieciami neuronowymi, zespół badawczy zamierzał zaobserwować, jak struktury mózgowe wpływają na określone umiejętności poznawcze i jak mogłoby to usprawnić tworzenie sieci neuronowych.
Tzw. neuromorficzne sieci neuronowe zaprojektowane przez badaczy lepiej radziły sobie z wykonywaniem zadań
Powstałe w ten sposób połączenia, zwane neuromorficznymi sieciami neuronowymi, wykonywały powierzone im zadania bardziej elastycznie i z większą wydajnością niż wcześniej. Bratislav Misic, główny autor badań, zwraca uwagę na fakt, że wykorzystanie sieci neuronowych pomoże badaczom zrozumieć, w jaki sposób struktura mózgu wspomaga jego funkcjonowanie. Zebrane w czasie analiz dane z pewnością ułatwią też rozwój technologii opartych na sztucznej inteligencji.
