Jaringan Saraf Tiruan yang Dimodelkan pada Otak Nyata dapat Melakukan Tugas Kognitif

Sebuah studi baru menunjukkan bahwa jaringan kecerdasan buatan berdasarkan konektivitas otak manusia dapat melakukan tugas kognitif secara efisien.

Dengan memeriksa data MRI dari repositori Open Science yang besar, para peneliti merekonstruksi pola konektivitas otak dan menerapkannya ke jaringan saraf tiruan (JST). JST adalah sistem komputasi yang terdiri dari beberapa unit input dan output, seperti otak biologis. Sebuah tim peneliti dari The Neuro (Montreal Neurological Institute-Hospital) dan Quebec Artificial Intelligence Institute melatih JST untuk melakukan tugas memori kognitif dan mengamati cara kerjanya untuk menyelesaikan tugas tersebut.

Ini adalah pendekatan yang unik dalam dua cara. Pekerjaan sebelumnya pada konektivitas otak, juga dikenal sebagai connectomics, berfokus pada penggambaran organisasi otak, tanpa melihat bagaimana ia benar-benar melakukan perhitungan dan fungsi. Kedua, JST tradisional memiliki struktur arbitrer yang tidak mencerminkan bagaimana jaringan otak sebenarnya diatur. Dengan mengintegrasikan konektivitas otak ke dalam konstruksi arsitektur JST, para peneliti berharap untuk mempelajari bagaimana pengkabelan otak mendukung keterampilan kognitif tertentu, dan untuk mendapatkan prinsip-prinsip desain baru untuk jaringan buatan.

Mereka menemukan bahwa JST dengan konektivitas otak manusia, yang dikenal sebagai jaringan saraf neuromorfik, melakukan tugas memori kognitif lebih fleksibel dan efisien daripada arsitektur benchmark lainnya. Jaringan saraf neuromorfik mampu menggunakan arsitektur dasar yang sama untuk mendukung berbagai kapasitas belajar di berbagai konteks.

Proyek ini menyatukan dua disiplin ilmu yang dinamis dan bergerak cepat. Ilmu saraf dan AI memiliki akar yang sama tetapi baru-baru ini menyimpang. Menggunakan jaringan buatan akan membantu kita memahami bagaimana struktur otak mendukung fungsi otak. Pada gilirannya, menggunakan data empiris untuk membuat jaringan saraf akan mengungkapkan prinsip-prinsip desain untuk membangun lebih baik AI. Jadi, keduanya akan membantu menginformasikan satu sama lain dan memperkaya pemahaman kita tentang otak.