Ученые из Института Солка (США) разработали новую структуру вычислительного моделирования, чтобы воспроизвести поведение нейронов префронтальной коры – области мозга, отвечающей за принятие решений и рабочую память. Она позволит повторить искусственному интеллекту способность мозга адаптироваться к ситуации, сообщает пресс-служба института. Результаты работы опубликованы в журнале Proceedings of the National Academy of Sciences.
Мозг людей и других млекопитающих известен своей способностью быстро обрабатывать изображения и звуки и интегрировать любую новую информацию в то, что мозг уже знает. Это происходит за счет работы в префронтальной коре: поток информации «сортируется» и распределяется между различными областями нейронов. Такая гибкость, позволяющая применять знания в новых ситуациях и непрерывно учиться на протяжении всей жизни, долгое время была целью исследователей, разрабатывающих программы машинного обучения или искусственный интеллект. Исторически сложилось так, что, когда машину учат выполнять одну задачу, ей трудно научиться адаптировать эти знания для аналогичной задачи.
В данном исследовании группа разработала новую структуру вычислительного моделирования, которая повторяет поведение нейронов префронтальной коры мозга во время когнитивного теста, известного как висконсинский тест сортировки карточек. В этом задании участники должны сортировать карточки по цвету, символу или номеру – и постоянно адаптировать свои ответы по мере изменения правила сортировки карточек. Этот тест используется в клинической практике для диагностики деменции и психических заболеваний, но также его используют исследователи искусственного интеллекта для определения того, насколько хорошо их вычислительные модели мозга могут воспроизводить поведение человека.
Предыдущие модели префронтальной коры плохо справлялись с этой задачей. А модель команды из Института Солка смогла интегрировать то, как нейроны управляют потоком информации по всей префронтальной коре, отправляя различные фрагменты информации в разные субрегионы сети.
Новая сеть не только выполнила тест по сортировке карточек так же хорошо, как люди, но и имитировала ошибки, которые встречаются у некоторых пациентов. Когда части модели были удалены, система показала те же ошибки, которые наблюдались у пациентов с повреждением префронтальной коры – например, вызванным травмой или деменцией.
[Иллюстрация: dreamerb]
