A kognitív blokkok adják az agy előnyét az MI-vel szemben

A kognitív blokkok adják az agy előnyét az MI-vel szemben

A mesterséges intelligencia figyelemreméltó pontossággal írhat díjnyertes dolgozatokat és diagnosztizálhat betegségeket, de a biológiai agy még mindig előnyben van legalább egy kulcsfontosságú területen: a rugalmasságban.

Például az emberek gyorsan és viszonylag könnyen alkalmazkodhatnak az új információkhoz és az ismeretlen kihívásokhoz – új számítógépes szoftverek elsajátításával, receptek követésével vagy új játék elsajátításával –, miközben a mesterséges intelligencia rendszereknek nehézséget okoz a tanulás menet közben.

Egy új tanulmányban a princetoni idegtudósok egy okot fedeztek fel, amiért az agynak előnye van az MI-vel szemben: ugyanazokat a kognitív "blokkokat" használja fel sok különböző feladatban. E blokkok kombinálásával és újrakombinálásával az agy gyorsan új viselkedési formákat tud kialakítani.

A legmodernebb AI-modellek emberi, vagy akár emberfeletti teljesítményt is képesek elérni az egyes feladatokban. De nehéznek találják a tanulást és sok különböző feladat elvégzését. Megállapítottuk, hogy az agy rugalmas, mert képes újrafelhasználni a megismerés összetevőit számos különböző feladatban. Ezeket a „kognitív Lego blokkokat” összerakva az agy képes új feladatokat kidolgozni.”

Tim Buschman, Ph.D., a tanulmány vezető szerzője és a Princeton Neuroscience Institute társigazgatója

Az eredményeket november 26-án tették közzé a Nature folyóiratban.

Használja újra a készségeket az új kihívásokhoz

Ha valaki tudja, hogyan kell kerékpárt javítani, talán a motorkerékpár javítása természetesebb. A tudósok kompozíciósnak nevezik azt a képességet, hogy valami újat tanuljunk meg a kapcsolódó feladatokból származó egyszerűbb készségek újrafelhasználásával.

"Ha már tudja, hogyan kell kenyeret sütni, használhatja ezt a képességet sütemény sütéséhez anélkül, hogy a semmiből kell megtanulnia sütni" - mondta Sina Tafazoli, Ph.D., a Princetoni Buschman laboratórium posztdoktori kutatója és az új tanulmány vezető szerzője. „A már meglévő készségeket – a sütő üzemeltetését, a hozzávalók mérését, a tésztadagasztást – kell felhasználnia, és új készségekkel kombinálni, mint például a tésztaverés és a cukormáz elkészítése, hogy valami egészen mást alkosson.”

Azonban korlátozott és néha ellentmondásos bizonyítékok állnak rendelkezésre arra vonatkozóan, hogy az agy hogyan éri el ezt a kognitív rugalmasságot.

Annak tisztázása érdekében, hogy az agy hogyan éri el leleményességét, Tafazoli két hím rhesusmajmot tanított ki három kapcsolódó feladat elvégzésére, miközben agyi aktivitásukat figyelték.

A majmok kenyérsütés vagy kerékpárjavítás helyett három kategorizáló feladatot teljesítettek. Hasonlóan a kézzel írt orvosi feljegyzések sokszor kétértelmű írásmódjának megfejtéséhez, a majmoknak meg kellett ítélniük, hogy egy színes, lufiszerű folt a képernyőn előttük inkább nyúlra vagy a "T" betűre (formakategorizálás) hasonlít-e, vagy inkább piros vagy zöld (színkategorizálás).

A feladat megtévesztően nehéz volt: a foltok kétértelműek voltak, néha nyilvánvalóan nyúlra vagy mélyvörösre emlékeztettek, máskor viszont a különbségek finomak voltak.

Annak jelzésére, hogy szerintük milyen alakú vagy színű a folt, egy majom dúdolva válaszolt a négy különböző irány egyikébe nézve. Az egyik feladatban a balra nézés azt jelentette, hogy az állat nyuszit látott, míg jobbra nézve inkább „T” betűhöz hasonlított.

A tervezés kulcsfontosságú jellemzője volt, hogy bár minden feladat egyedi volt, bizonyos elemeket megosztottak a többi feladattal.

Az egyik színfeladat és az alakfeladat ugyanabba az irányba kellett néznie, míg mindkét színfeladathoz ugyanúgy kellett kategorizálnia a színt (akár inkább pirosat, akár zöldet), de más-más irányba kellett néznie az árnyalatának megítéléséhez.

Ez a kísérleti terv lehetővé tette a kutatók számára, hogy teszteljék, vajon az agy újrahasznosítja-e a neurális mintákat – kognitív építőköveit – a közös komponensekkel végzett feladatok során.

A blokkok kognitív rugalmasságot építenek

Az agy aktivitási mintáinak elemzése után Tafazoli és Buschman azt találta, hogy a prefrontális kéreg – az agy elülső részén található régió, amely részt vesz a magasabb szintű kognícióban – több közös, újrafelhasználható aktivitási mintát tartalmaz az idegsejtek között, amelyek egy közös cél, például a színek megkülönböztetése érdekében dolgoztak.

Buschman ezeket az agy „kognitív legóinak” nevezte – olyan építőkockáknak, amelyek rugalmasan kombinálhatók új viselkedésformák létrehozására.

"Úgy gondolok egy kognitív blokkra, mint egy függvény egy számítógépes programban" - mondta Buschman. "A neuronok egy csoportja meg tudja különböztetni a színeket, és kimenetüket le lehet rendelni egy másik funkcióhoz, amely cselekvést vált ki. Ez a szervezet lehetővé teszi az agy számára, hogy egy feladatot úgy hajtson végre, hogy felváltva hajtja végre a feladat egyes összetevőit."

Az egyik színfeladat elvégzéséhez az állat összeállított egy blokkot, amely kiszámolta a kép színét, egy másik blokkal, amely a szemeket különböző irányokba mozgatta. Amikor a feladatokat váltja, például a színekről a formákra, az agy egyszerűen összerakja a megfelelő blokkokat, hogy kiszámítsa az alakzatot, és ugyanazokat a szemmozgásokat hajtsa végre.

Ezt a blokkfelszabadulást nagyrészt a prefrontális kéregben figyelték meg, más agyi régiókban nem, ami arra utal, hogy az ilyen típusú kompozíció ennek a területnek egy speciális tulajdonsága.

Tafazoli és Buschman azt is megállapította, hogy a prefrontális kéreg eltávolítja a kognitív blokkokat, amikor nincs használatban, ami valószínűleg segít az agynak, hogy jobban összpontosítson a megfelelő feladatra.

"Az agy korlátozott képességgel rendelkezik a kognitív kontrollra" - mondta Tafazoli. "Sűrítened kell bizonyos készségeidet, hogy azokra összpontosíthass, amelyek jelenleg fontosak. Például, ha az alakzatok kategorizálására összpontosítasz, átmenetileg csökken a színek kódolásának képessége, mert a cél a forma megkülönböztetése, nem a szín."

A tanulás hatékonyabb módja – a mesterséges intelligencia és a klinika számára

Ezek a kognitív Lego blokkok magyarázatot adhatnak arra, hogy az emberek miért tanulnak meg olyan gyorsan új feladatokat. A meglévő mentális összetevőkre támaszkodva az agy minimalizálja a redundáns tanulást – ezt a trükköt az AI-rendszereknek még el kell sajátítaniuk.

„A gépi tanulás nagy problémája a katasztrofális kudarc” – mondta Tafazoli. "Amikor egy gép vagy neurális hálózat megtanul valami újat, elfelejti és felülírja a korábbi emlékeket. Ha egy mesterséges neurális hálózat tudja, hogyan kell tortát sütni, de aztán megtanul sütit sütni, akkor elfelejti, hogyan kell tortát sütni."

A jövőben a kompozicionalitás integrálása az MI-be segíthet olyan rendszereket létrehozni, amelyek folyamatosan új készségeket sajátítanak el anélkül, hogy elfelejtenék a régieket.

Ugyanez a megállapítás segíthet a neurológiai és pszichiátriai rendellenességekkel küzdő emberek gyógyszerének javításában is. Az olyan állapotok, mint a skizofrénia, rögeszmés-kényszeres rendellenesség és bizonyos agysérülések gyakran rontják az egyén azon képességét, hogy az ismert készségeket új környezetben alkalmazza – valószínűleg az agy kognitív építőkövei rekombinációjának megzavarása miatt.

„Képzelje el, hogy segíthet az embereknek abban, hogy visszanyerjék a képességüket a stratégiák megváltoztatására, új rutinok elsajátítására vagy a változásokhoz való alkalmazkodásra” – mondta Tafazoli. "Hosszú távon annak megértése, hogy az agy hogyan használja újra és kombinálja a tudást, segíthet olyan terápiák kifejlesztésében, amelyek visszaállítják ezt a folyamatot."

Források: