Rozsiahly model primárnej vizuálnej kôry dokáže presne vyriešiť viaceré úlohy spracovania zraku

Rozsiahly model primárnej vizuálnej kôry dokáže presne vyriešiť viaceré úlohy spracovania zraku

Výskumníci HBP vycvičili rozsiahly model primárnej vizuálnej kôry myši, aby riešili vizuálne úlohy mimoriadne robustným spôsobom. Model tvorí základ pre novú generáciu modelov neurónových sietí. Vďaka svojej všestrannosti a energeticky efektívnemu spracovaniu môžu tieto modely prispieť k pokroku v neuromorfných výpočtoch.

Modelovanie mozgu môže mať obrovský vplyv na umelú inteligenciu (AI): Keďže mozog spracováva obrázky oveľa energeticky efektívnejšie ako umelé siete, vedci sa inšpirujú neurovedami, aby vytvorili neurónové siete, ktoré fungujú oveľa bližšie k biologickým, čím šetria energiu.

V tomto zmysle neurónové siete inšpirované mozgom budú mať pravdepodobne vplyv na budúce technológie tým, že budú slúžiť ako plány pre vizuálne spracovanie v energeticky efektívnejšom neuromorfnom hardvéri. Štúdia výskumníkov z Human Brain Project (HBP) na Technickej univerzite v Grazi (Rakúsko) teraz ukázala, ako veľký model založený na údajoch dokáže reprodukovať celý rad schopností vizuálneho spracovania mozgu všestranným a presným spôsobom. Výsledky boli publikované v časopise Science Advances.

Elektronická kniha o neurovedách

Kompilácia top rozhovorov, článkov a noviniek za posledný rok. Stiahnite si kópiu ešte dnes

Pomocou pilotných systémov PCP v Jülich Supercomputing Center, vyvinutých v spolupráci medzi HBP a softvérovou spoločnosťou Nvidia, tím analyzoval biologicky podrobný rozsiahly model primárnej vizuálnej kôry myši, ktorý dokáže vyriešiť viacero úloh vizuálneho spracovania. Tento model poskytuje najväčšiu integráciu anatomických detailov a neurofyziologických údajov, ktoré sú v súčasnosti dostupné pre oblasť vizuálnej kôry V1, ktorá je prvou kortikálnou oblasťou, ktorá prijíma a spracováva vizuálne informácie.

Model je zostavený s inou architektúrou ako hlboké neurónové siete používané v súčasnej AI a výskumníci zistili, že má zaujímavé výhody z hľadiska rýchlosti učenia a výkonu vizuálneho spracovania oproti modelom bežne používaným na vizuálne spracovanie v AI.

Model dokázal s vysokou presnosťou vyriešiť všetkých päť vizuálnych úloh stanovených tímom. Tieto úlohy zahŕňali napríklad klasifikáciu obrázkov ručne písaných čísel alebo rozpoznávanie vizuálnych zmien v dlhom slede obrázkov. Pozoruhodné je, že virtuálny model dosiahol rovnako vysoký výkon ako mozog, a to aj vtedy, keď vedci model vystavili hluku na obrázkoch a sieti, s ktorým sa počas tréningu nestretol.

Jedným z dôvodov vynikajúcej odolnosti modelu - alebo jeho schopnosti vyrovnať sa s chybami alebo neočakávanými vstupmi, ako je šum v obrazoch - je to, že reprodukuje niekoľko charakteristických kódovacích vlastností mozgu.

Autori vyvinuli jedinečný nástroj na štúdium vizuálneho spracovania a neurálneho kódovania v štýle mozgu a opísali svoj nový model ako „bezprecedentné okno do dynamiky tejto oblasti mozgu“.

Zdroj:

Projekt ľudského mozgu

Referencia:

Chen, G., a kol. (2022) Rozsiahly model primárneho vizuálneho kortexu založený na údajoch umožňuje robustné a všestranné vizuálne spracovanie podobné mozgu. Vedecké pokroky. doi.org/10.1126/sciadv.abq7592.

.