Введение
Развитие технологий глубокого обучения в последние годы ускорило эволюцию различных когнитивных архитектур, состоящих из искусственных нейронных сетей (ANNs). Используя огромные объемы данных, эти технологии могут научиться решать различные задачи.
Конечная цель исследований искусственного интеллекта заключается в создании искусственного общего интеллекта (AGI), который, получая знания о различных задачах, может гибко комбинировать их для решения более сложных проблем. Однако сейчас каждый ИИ обладает только специальными возможностями для решения конкретных задач и не может достичь уровня AGI.
Существующий общий интеллект в настоящее время - это только мозг организмов, поэтому эффективно подходить к созданию AGI, рассматривая, как работает мозг. Кроме того, неврология неуклонно развивается, наряду с уточнением понимания конструкции мезоскопической сети всего мозга (коннектом). То есть, если когнитивная архитектура может быть спроектирована на основе модели мезоскопической сети мозга, можно ожидать, что она будет приближаться к AGI. Эти когнитивные архитектуры часто называют биологически вдохновленной когнитивной архитектурой (BiCA).
Однако сложно совместить всю когнитивную архитектуру со всем мозгом сразу. Например, если ИТ-специалисты попытаются выполнить такую работу, это потребует глубоких и широких познаний из области нейронауки. Реализовать это довольно сложно. С другой стороны, ученые, занимающиеся нейронауками, часто строят большие локальные нейросети, причем с детальными функциями. Но построение точной модели для всего мозга слишком сложновыполнимо.
BiCAmon (монитор биологической когнитивной архитектуры)
Для решения этой проблемы был разработан монитор биологической когнитивной архитектуры (BiCAmon), это инструмент 3D визуализации, который отслеживает состояние внутренней активности различных когнитивных архитектур как активность в сети мозга.
Функции BiCAmon
Основные функции:
- Функция отображения структуры: BiCAmon отображает 3D информацию об узлах в каждой области мозга. Информация включает данные об их расположении, объеме и структуре соединений между узлами.
- Функция разведки: Точку обзора можно перемещать в различные места и направления с помощью интуитивно понятного управления.
- Функция мониторинга: Динамически отображает состояние активности функциональных элементов когнитивной архитектуры, оснащенных определенными узлами.
- Функция поиска по ключевым словам: Поиск узлов можно осуществлять, вводя необходимые запросы в панель инструментов и нажимая на черную кнопку. Поиск осуществляется путем сопоставления начала поискового термина; OR обрабатывает несколько поисковых запросов. Также в левой нижней части экрана отображается подробная информация о результатах поиска, а узел, включенный в результаты поиска, можно свернуть вниз, нажав на кнопку Х в окне подробной информации.
- Функция полурежимного переключения: Скрыть или отобразить полушарие мозга можно, нажав зеленую кнопку.
Таким образом, коммуникация между когнитивной архитектурой и BiCAmon использует сокетную коммуникацию, а программа связана с отображением работы в веб-браузерах.
Разработка AGI совместно с BiCAmon
Использование BiCAmon позволяет визуализировать состояние активности когнитивной архитектуры и облегчает понимание этого внутреннего состояния. Однако, более важным является, в конечном счете, сделать BiCA способной поддерживать мезоскопическое построение сети в мозгу через процессы развития, подобные тем, которые описаны ниже.
- Создать примитивную когнитивную архитектуру, которая примерно соответствует мозгу (сенсорный/моторный/принимающий решения), определить функциональную активность, поддерживающую его, и отобразить ее на BiCAmon.
- Затем включить диспергирующие процессы, как описано ниже
- ИТ-разработчики могут создавать и совершенствовать более подробную когнитивную архитектуру, сосредоточившись на конкретных местных сетях. Это снижает потребность в нейро-научных знаниях в широкой области. Также возможно, что у людей возникнут новые идеи при рассмотрении связей с мозгом.
- Неврологи смогут выдвигать функциональные гипотезы о нервной деятельности, заботясь о когнитивных архитектурах. Значимые гипотезы будут подтверждены экспериментами.
Какой бы из этих двух процессов ни использовался, BiCAmon является полезным инструментом для сравнения между операциями когнитивной архитектуры и деятельностью нервной системы.
Похожие инструменты
На сегодняшний день разработаны следующие виды инструментов.
BrainNet Viewer может помочь исследователям визуализировать структурные и функциональные схемы подключения с различных уровней работы над MATLAB. Однако он не может динамически отображать статус активности когнитивной архитектуры.
Brain X3 - это симулятор активности мозга человека с дисплеем, который показывает активность мозга в 3D. Однако его цель не состоит в том, чтобы отображать состояние активности соответствующей когнитивной архитектуры в доступной форме.
Заключение
Идея о том, что нейро-научная экспертиза может быть полезна для исследований ИИ, не нова. Например, проводились исследования, в ходе которых состояние активности репрезентативной когнитивной архитектуры "ACT-R " поддерживало результаты эксперимента FMRI. Тем не менее, в настоящее время, функциональная карта мозга, строится для соединения на мезоскопическом уровне. Также ожидается прогресс в проведении подобных исследований.
На этом фоне вводится инструмент мониторинга когнитивной архитектуры "BiCAmon". Использование таких инструментов, как BiCAmon, для доступа к информации о соединениях, позволяет многим исследователям ускорить развитие когнитивной архитектуры. Таким образом, такие инструменты поощряют междисциплинарное сотрудничество между областями нейронауки и искусственного интеллекта.
