실제 두뇌를 모델로 한 인공 신경망은 인지 작업을 수행할 수 있습니다.

새로운 연구에 따르면 인간 두뇌 연결을 기반으로 하는 인공 지능 네트워크가 인지 작업을 효율적으로 수행할 수 있습니다.

연구자들은 대규모 Open Science 저장소의 MRI 데이터를 조사하여 뇌 연결 패턴을 재구성하고 이를 인공 신경망(ANN)에 적용했습니다. ANN은 생물학적 뇌와 마찬가지로 여러 입력 및 출력 장치로 구성된 컴퓨팅 시스템입니다. Neuro(Montreal Neurological Institute-Hospital)의 연구원 팀과 Quebec Artificial Intelligence Institute는 인지 기억 작업을 수행하도록 ANN을 훈련시키고 과제를 완료하기 위해 어떻게 작동하는지 관찰했습니다.

이것은 두 가지 면에서 독특한 접근 방식입니다. Connectomics라고도 하는 뇌 연결성에 대한 이전 작업은 실제로 계산 및 기능을 수행하는 방법을 살펴보지 않고 뇌 조직을 설명하는 데 중점을 두었습니다. 둘째, 전통적인 ANN은 실제 뇌 네트워크가 구성되는 방식을 반영하지 않는 임의의 구조를 가지고 있습니다. 연구자들은 뇌 연결체를 ANN 아키텍처 구성에 통합함으로써 뇌의 배선이 특정 인지 기술을 지원하는 방법을 배우고 인공 네트워크에 대한 새로운 설계 원칙을 도출하기를 희망했습니다.

그들은 뉴로모픽 신경망으로 알려진 인간 두뇌 연결성을 가진 ANN이 다른 벤치마크 아키텍처보다 인지 기억 작업을 더 유연하고 효율적으로 수행한다는 것을 발견했습니다. 뉴로모픽 신경망은 동일한 기본 아키텍처를 사용하여 여러 컨텍스트에서 광범위한 학습 능력을 지원할 수 있었습니다.

이 프로젝트는 두 가지 활기차고 빠르게 진행되는 과학 분야를 통합합니다. 신경 과학과 AI는 공통된 뿌리를 공유하지만 최근에 갈라졌습니다. 인공 네트워크를 사용하면 뇌 구조가 뇌 기능을 지원하는 방법을 이해하는 데 도움이 됩니다. 결과적으로, 신경망을 만들기 위해 경험적 데이터를 사용하면 더 나은 구축을 위한 설계 원칙이 드러날 것입니다. AI. 따라서 이 둘은 서로 정보를 제공하고 뇌에 대한 이해를 풍부하게 하는 데 도움이 됩니다.