Laajan mittakaavan malli ensisijaisesta näkökuoresta voi ratkaista tarkasti useita visuaalisia prosessointitehtäviä

Laajan mittakaavan malli ensisijaisesta näkökuoresta voi ratkaista tarkasti useita visuaalisia prosessointitehtäviä

HBP:n tutkijat ovat kouluttaneet suuren mittakaavan mallin hiiren ensisijaisesta näkökuoresta ratkaisemaan visuaalisia tehtäviä erittäin vankalla tavalla. Malli muodostaa perustan uuden sukupolven neuroverkkomalleille. Monipuolisuuden ja energiatehokkaan prosessoinnin ansiosta nämä mallit voivat edistää neuromorfisen laskennan kehitystä.

Aivojen mallintamisella voi olla valtava vaikutus tekoälyyn (AI): Koska aivot käsittelevät kuvia paljon energiatehokkaammin kuin keinotekoiset verkot, tutkijat saavat inspiraatiota neurotieteestä luodakseen hermoverkkoja, jotka toimivat paljon lähempänä biologisia ja säästävät energiaa.

Tässä mielessä aivojen inspiroimilla hermoverkoilla on todennäköisesti vaikutusta tulevaisuuden teknologioihin, koska ne toimivat visuaalisen käsittelyn suunnitelmina tehokkaammassa neuromorfisessa laitteistossa. Nyt Grazin teknillisen yliopiston (Itävalta) Human Brain Projectin (HBP) tutkijoiden tutkimus osoitti, kuinka suuri tietopohjainen malli voi toistaa erilaisia ​​aivojen visuaalisia prosessointikykyjä monipuolisesti ja tarkasti. Tulokset julkaistiin Science Advances -lehdessä.

Neurotieteen e-kirja

Kokoelma viime vuoden huippuhaastatteluista, artikkeleista ja uutisista. Lataa kopio tänään

HBP:n ja ohjelmistoyhtiö Nvidian yhteistyössä kehitettyjen Jülich Supercomputing Centerin PCP-pilottijärjestelmien avulla tiimi analysoi hiiren ensisijaisen visuaalisen aivokuoren biologisesti yksityiskohtaisen laajamittaisen mallin, joka pystyy ratkaisemaan useita visuaalisia prosessointitehtäviä. Tämä malli tarjoaa suurimman integraation anatomisista yksityiskohdista ja neurofysiologisista tiedoista, jotka ovat tällä hetkellä saatavilla visuaalisen aivokuoren alueella V1, joka on ensimmäinen aivokuoren alue, joka vastaanottaa ja käsittelee visuaalista tietoa.

Malli on rakennettu erilaisella arkkitehtuurilla kuin nykyisessä tekoälyssä käytetyt syvät hermoverkot, ja tutkijat havaitsivat, että sillä on mielenkiintoisia etuja oppimisnopeuden ja visuaalisen prosessoinnin tehon suhteen verrattuna malleihin, joita yleisesti käytetään tekoälyn visuaalisessa käsittelyssä.

Malli pystyi ratkaisemaan kaikki viisi tiimin asettamaa visuaalista tehtävää erittäin tarkasti. Näihin tehtäviin kuului esimerkiksi käsinkirjoitettujen numeroiden kuvien luokittelu tai visuaalisten muutosten tunnistaminen pitkässä kuvasarjassa. Huomionarvoista on, että virtuaalimalli saavutti saman korkean suorituskyvyn kuin aivot, vaikka tutkijat altistivat mallin kuvissa ja verkossa olevalle kohinalle, jota se ei ollut kohdannut harjoituksen aikana.

Yksi syy mallin ylivoimaiseen kestävyyteen - tai sen kykyyn selviytyä virheistä tai odottamattomista syötteistä, kuten kuvien kohinasta - on, että se toistaa useita aivojen tunnusomaisia ​​koodausominaisuuksia.

Kirjoittajat ovat kehittäneet ainutlaatuisen työkalun aivotyylisen visuaalisen prosessoinnin ja hermokoodauksen tutkimiseen ja kuvailevat uutta malliaan "ennennäkemättömänä ikkunana tämän aivoalueen dynamiikkaan".

Lähde:

Ihmisaivoprojekti

Viite:

Chen, G., et ai. (2022) Dataohjattu laajamittainen malli ensisijaiselle näkökuorelle mahdollistaa aivomaisen vankan ja monipuolisen visuaalisen käsittelyn. Tieteelliset edistysaskeleet. doi.org/10.1126/sciadv.abq7592.

.