
Araştırmacılar, büyük bir açık erişim havuzundan alınan MR verilerini inceleyerek bir beyin bağlantı modelini yeniden yapılandırdı ve bunu yapay bir sinir ağına (YSA) uyguladılar.
Bir YSA, biyolojik beyne çok benzeyen çoklu giriş ve çıkış birimlerinden oluşan bir bilgi işlem sistemidir. The Neuro (Montreal Nöroloji Enstitüsü-Hastanesi) ve Quebec Yapay Zeka Enstitüsü'nden bir araştırmacı ekibi YSA’yı bilişsel hafıza görevini yerine getirmesi için eğitti ve görevi tamamlamak için nasıl çalıştığını gözlemledi.
Bu yaklaşım iki açıdan benzersiz özellikler taşımaktadır; birincisi, konnektomikler olarak da bilinen beyin bağlantısı üzerine yapılan önceki çalışmalar aslında hesaplamaları ve işlevleri nasıl yerine getirdiğine bakmadan beyin organizasyonunu tanımlamaya odaklanmıştı. İkincisi, geleneksel YSA'ların gerçek beyin ağlarının nasıl düzenlendiğini yansıtmayan rastgele düzenlenmiş yapıları vardı.
Araştırmacılar bu çalışmada, beyin konnektomiklerini YSA yapılarının inşasına entegre ederek hem beyin ağlarının belirli bilişsel becerileri nasıl desteklediğini öğrenmeyi hem de yapay ağlar için yeni tasarım ilkeleri türetmeyi umdular. Çalışma sonucunda, nöromorfik sinir ağları olarak bilinen insan beyni bağlantısına sahip YSA'ların bilişsel bellek görevlerinin karşılaştırılan diğer yapılardan daha esnek ve verimli bir şekilde gerçekleştirdiklerini tespit ettiler. Nöromorfik sinir ağlarının, birden çok bağlamda çeşitli öğrenme kapasitelerini desteklemek için aynı temel yapıyı kullanabildiği tespit edildi.
The Neuro'da araştırmacı ve makalenin kıdemli yazarı Bratislav Misiç," Proje iki canlı ve hızlı tempolu bilimsel disiplini birleştiriyor. Nörobilim ve Yapay Zekâ ortak köklerden geliyor ancak son zamanlarda farklılaştılar. Yapay ağları kullanmak beyin yapısının beyin işlevini nasıl desteklediğini anlamamıza yardımcı olacaktır. Buna karşılık, sinir ağları oluşturmak için ampirik verilerin kullanılması daha iyi yapay zekâ oluşturmak için tasarım ilkelerini ortaya çıkaracaktır. Böylece ikisi birbirlerini bilgilendirmeye ve beyin anlayışımızı zenginleştirmeye yardımcı olacaktır." ifadelerini kullandı.
Laura E. Suárez, Blake A. Richards, Guillaume Lajoie, Bratislav Misic. Learning function from structure in neuromorphic networks. Nature Machine Intelligence, 2021; DOI: 10.1038/s42256-021-00376-1
+ Tüm Referansları Göster