2022. 11. 24. - 09:00
Jobban tanul a mesterséges intelligencia, ha nem tanul egyáltalán
A jelek szerint a mesterséges neurális hálózatok jobban tanulnak, ha azzal is töltenek időt, hogy egyáltalán nem foglalkoznak tanulással.
Úgy tűnik, jobban tanulnak a mesterséges neurális hálózatok, amikor arra is időt szánnak, hogy ne tanuljanak egyáltalán. Az edzés közbeni off-line időszakok a tudósok szerint csökkentették a „katasztrofális felejtést” a számítástechnikai rendszerekben.
Az embernek életkorától függően 7-13 óra alvásra van szüksége 24 óránként. Ezalatt számos dolog történik: pulzusszám, légzés és anyagcsere „apály és áramlás”, hormonszintek beállítása - összességében a test ellazul. Nem így az agy.
„Az agy nagyon elfoglalt, amikor alszunk, megismétli a napközben tanultakat - mondta Maxim Bazhenov, PhD, orvosprofesszor, a San Diego-i Kaliforniai Egyetem Orvostudományi Karának alváskutatója. - Az alvás segít újraszervezni az emlékeket és a leghatékonyabb módon mutatja be azokat.”
Korábbi publikált munkáiban Bazhenov és munkatársai beszámoltak róla, miként építi fel az alvás a racionális emlékezetet - képes emlékezni a tárgyak, emberek vagy események közötti tetszőleges vagy közvetett asszociációkra és megóv minket a régi emlékek elfeledésétől. Olvasd el: Törölhetőek lesznek a rossz emlékek? A mesterséges intelligencia tehet róla
A mesterséges neurális hálózatok jobban tanulnak, ha azzal is töltenek időt, hogy egyáltalán nem tanulnak
A mesterséges neurális hálózatok az emberi agy architektúráját használják számos technológia és rendszer fejlesztésére, az alaptudománytól és az orvostudománytól a pénzügyekig és a közösségi médiáig.
Bizonyos szempontból emberfeletti teljesítményt értek el, például a számítási sebességet - de egy kulcsfontosságú szempontból kudarcot vallanak: amikor a mesterséges neurális hálózatok szekvenciálisan tanulnak, az új információ felülírja a korábbi információkat - ezt a jelenséget nevezik katasztrofális felejtésnek.
„Az emberi agy ezzel szemben folyamatosan tanul, az új adatokat beépíti a meglévő tudásba - mondta Bazhenov. - Sőt, általában akkor tanul a legjobban, ha az új edzést összekapcsolják az alvási periódusokkal a memória megszilárdítása érdekében.” Olvasd el: Javíthatja a memóriát az agy "elektromos lecsapása"
Bazhenov és munkatársai a PLOS Computational Biology szaklapban is közölt tanulmányban arról folytattak vitát, hogyan segíthetnek a biológiai modellek enyhíteni a katasztrofális felejtés veszélyét a mesterséges neurális hálózatokban - növelve azok hasznosságát a kutatási területek széles körében.
A tudósok tüskés neurális hálózatokat alkalmaztak, amelyek mesterségesen utánozzák a természetes neurális rendszereket: a folyamatos információközlés helyett bizonyos időpontokban diszkrét eseményekként (tüskékként) továbbítják azokat.
Kiderült, hogy amikor a tüskés hálózatokat új feladatra tanították, de alkalmanként beiktattak alvást utánzó off-line időszakokat, a katasztrofális felejtés mérséklődött.
Az emberi agyhoz hasonlóan az „alvás” lehetővé tette a hálózatok számára a régi emlékek visszajátszását anélkül, hogy kifejezetten felhasználták volna a régi edzési adatokat – mutattak rá a tanulmány szerzői.
Az emlékeket az emberi agyban a szinaptikus súly mintái képviselik – a két neuron közötti kapcsolat erőssége vagy amplitúdója.
„Amikor új információkat tanulunk meg, a neuronok meghatározott sorrendben aktiválódnak, ez megnöveli a szinapszisokat közöttük. Alvás közben az ébrenlét során tanult tüskés minták spontán módon ismétlődnek. Ezt nevezik újraaktiválásnak vagy újrajátszásnak – magyarázta Bazhenov. - A szinaptikus plaszticitás, a változtatás vagy formázás képessége még mindig a helyén van alvás közben és tovább erősítheti a szinaptikus súlymintákat, amelyek az emlékezetet képviselik, segítve a felejtést, vagy lehetővé téve a tudás átadását a régi feladatokról az újakra.”
Amikor tehát Bazhenov és kollégái ezt a megközelítést alkalmazták a mesterséges neurális hálózatokra, kiderült: ez segített a hálózatoknak elkerülni a katasztrofális felejtést.
Mindez azt jelentette, hogy ezek a hálózatok folyamatosan tanulhatnak, akár az emberek vagy az állatok. „Ha megértjük, hogy az emberi agy hogyan dolgozza fel az információkat alvás közben, az hozzájárulhat az emberi alanyok memóriájának növeléséhez. Az alvási ritmusok fokozása jobb memóriát eredményezhet” – mondta a szakember.
Hozzátette: más projektekben számítógépes modelleket használnak, hogy optimális stratégiákat dolgozzanak ki az alvás közbeni stimuláció (például hallóhangok) alkalmazására, amelyek fokozzák az alvási ritmust és javítják a tanulást.
Ez különösen fontos lehet, ha a memória nem optimális - például amikor bizonyos állapotok miatt csökken, ilyen az öregedés vagy az Alzheimer-kór.
L.A.
