«Мы использовали результаты недавних когнитивных нейрофизиологических экспериментов для разработки новой архитектуры рекуррентной импульсной нейросети, которую можно обучить решению множества различных задач. Изучение механизмов ее работы значительно расширило наши представления о том, как функционируют естественные и искусственные нейронные сети», - сообщают исследователи.
Несмотря на огромные успехи уже существующих нейросетей, практически все они обладают одним общим недостатком - в подавляющем большинстве случаев они способны справляться только с одним типом задач, на решение которых они были натренированы. Это отличает искусственные нейросети от их природных аналогов, способных решать множество разных проблем и гибко менять механизмы своей работы.
Группа российских исследователей под руководством Владимира Некоркина, заведующего отделом нелинейной динамики Института прикладной физики РАН (Нижний Новгород) сделала большой шаг к решению этой проблемы при разработке новой архитектуры рекуррентной импульсной нейросети, чьи нейроны напоминают по своему устройству реальные нервные клетки людей и других многоклеточных живых существ.
Основой для разработки этой нейросети, как отмечают ученые, послужили недавние эксперименты на обезьянах и других модельных животных. Нейрофизиологи изучали то, как нервная система приматов решает задачи, в том числе определяет направление движения объектов на экране или принимает разные решения в зависимости от того, какие фигуры выводятся на дисплей компьютера.
Некоркин и его коллеги использовали эти данные для создания нейросети, элементы которой были способны обмениваться короткими импульсами друг с другом, а также активироваться в разное время, что делает их более похожими на реальную нервную систему. Эту нейросеть ученые обучили решать шесть разных классов задач, относящихся к двум большим условным группам - задачам выбора и повторения.
После этого исследователи проследили за тем, сможет ли их разработка справиться с тестом из ста случайным образом скомбинированных задач всех шести типов. Эта проверка подтвердила работоспособность нейросети, а также позволила ученым раскрыть принципы устройства этой системы ИИ, в том числе обнаружить внутри нее группы из специализированных нейронов. Эти сведения, как считают Некоркин и его коллеги, ускорят разработку еще более сложных «многозадачных» нейросетей.
Если вы хотите стать героем публикации и рассказать о своем исследовании, заполните форму на сайте РНФ
