Мащабен модел на първичен зрителен кортекс може точно да реши множество задачи за визуална обработка

Мащабен модел на първичен зрителен кортекс може точно да реши множество задачи за визуална обработка

Изследователите на HBP са обучили широкомащабен модел на първичния зрителен кортекс на мишка за решаване на визуални задачи по изключително стабилен начин. Моделът формира основата за ново поколение модели на невронни мрежи. Поради своята гъвкавост и енергийно ефективна обработка, тези модели могат да допринесат за напредъка в невроморфните изчисления.

Моделирането на мозъка може да има огромно въздействие върху изкуствения интелект (AI): Тъй като мозъкът обработва изображения много по-енергийно ефективно от изкуствените мрежи, учените се вдъхновяват от неврологията, за да създадат невронни мрежи, които функционират много по-близко до биологичните, спестявайки енергия.

В този смисъл невронните мрежи, вдъхновени от мозъка, вероятно ще окажат влияние върху бъдещите технологии, като служат като чертежи за визуална обработка в по-енергийно ефективен невроморфен хардуер. Сега проучване на изследователи от проекта за човешки мозък (HBP) в Технологичния университет в Грац (Австрия) показа как голям модел, базиран на данни, може да възпроизведе набор от способности за визуална обработка на мозъка по многостранен и точен начин. Резултатите са публикувани в списание Science Advances.

Електронна книга по неврология

Компилация от най-добрите интервюта, статии и новини от последната година. Изтеглете копие днес

Използвайки пилотните системи PCP в суперкомпютърния център Jülich, разработени в сътрудничество между HBP и софтуерната компания Nvidia, екипът анализира биологично подробен широкомащабен модел на първичната визуална кора на мишката, която може да реши множество задачи за визуална обработка. Този модел осигурява най-голяма интеграция на анатомични детайли и неврофизиологични данни, налични в момента за област V1 на зрителния кортекс, която е първата кортикална област, която получава и обработва визуална информация.

Моделът е изграден с различна архитектура от дълбоките невронни мрежи, използвани в сегашния AI, и изследователите откриха, че има интересни предимства по отношение на скоростта на обучение и мощността на визуална обработка спрямо моделите, които обикновено се използват за визуална обработка в AI.

Моделът успя да реши всичките пет визуални задачи, поставени от екипа с висока точност. Тези задачи включват, например, класифициране на изображения на ръкописни числа или разпознаване на визуални промени в дълга последователност от изображения. Забележително е, че виртуалният модел постигна същата висока производителност като мозъка, дори когато изследователите изложиха модела на шум в изображенията и мрежата, който не беше срещан по време на обучението.

Една от причините за превъзходната здравина на модела - или способността му да се справя с грешки или неочаквани входни данни като шум в изображенията - е, че той възпроизвежда няколко отличителни кодиращи свойства на мозъка.

Авторите са разработили уникален инструмент за изучаване на визуална обработка в мозъчен стил и невронно кодиране и описват своя нов модел като „безпрецедентен прозорец към динамиката на тази област на мозъка“.

източник:

Проект за човешкия мозък

Справка:

Chen, G., et al. (2022) Управляван от данни широкомащабен модел за първичния зрителен кортекс позволява подобна на мозъка стабилна и гъвкава визуална обработка. Научни постижения. doi.org/10.1126/sciadv.abq7592.

.