Исторически сложилось так, что неврологические принципы сильно влияли на искусственный интеллект (ИИ), например, влияние перцептронной модели, по сути простой модели биологического нейрона, на искусственные нейронные сети.
В последнее время заметные последние достижения ИИ, например, растущая популярность усиленного обучения, часто оказываются в большей степени связанными с когнитивной нейронаукой или психологией, фокусируясь на функции на относительно абстрактном уровне. В то же время, неврология готова вступить в новую эру крупномасштабных данных высокого разрешения и кажется более сфокусированной на базовых нейронных механизмах или архитектурах, которые иногда кажутся довольно удаленными от функциональных описаний.
Хотя это может казаться предвещающим новое поколение подходов к ИИ, возникающих в результате более глубокого изучения неврологии специально для ИИ, самый прямой путь для достижения этого неясен. Здесь мы обсуждаем культурные различия между этими двумя областями, включая различные приоритеты, которые следует учитывать при использовании современной неврологии для ИИ. Например, эти две области служат питательной средой для двух очень разных применений, которые порой требуют потенциально конфликтующих перспектив. Мы обращаем внимание на небольшие, но значительные культурные сдвиги, которые, по нашему мнению, в значительной степени способствовали бы усилению синергии между этими двумя областями.
Введение
Нейронный искусственный интеллект (ИИ) основан на фундаментальном предположении, что мозговые цепи были оптимизированы эволюцией. В то время как биологический мозг сталкивается с различными эволюционными ограничениями по сравнению с современными компьютерами, вполне логично, что дальнейшее изучение основных механизмов мозга и использование этих механизмов для информирования новых подходов к ИИ будет захватывать аспекты познания, которые в настоящее время являются сложными для ИИ.
Соответственно, заметные достижения в области искусственного интеллекта (ИИ), например, усиление обучения.
В настоящее время прямой путь для включения современной неврологии (которая все больше и больше предназначена для более подробного описания мозговых цепей и механизмов) в подходы к ИИ неясен, хотя количество усилий, направленных на решение этой задачи, растет. В этой статье описываются различия между этими двумя областями, которые, в случае их решения, могут значительно расширить путь от неврологии к искусственному осеменению для обеспечения дальнейшего роста нейро-индуцированного искусственного осеменения.
Как AI может наилучшим образом использовать современную нейронауку, и, соответственно, как современная нейронаука может наилучшим образом информировать область AI остаются открытыми вопросами и активными областями для обсуждения. Одним из факторов, вызывающих замешательство, является то, что мозг можно понять на нескольких уровнях, все из которых повлияли на ИИ.
На феноменологическом уровне (также называемом здесь функциональным уровнем) усилия по включению дополнительных элементов, вдохновленных мозгом, включают в себя внимание, эпизодическую память, непрерывное обучение, воображение и трансфертное обучение. На более механистическом уровне усилия по-прежнему сосредоточены на применении относительно стандартных методик обучения в ремесленных архитектурах, включающих новые нейронные элементы.
Примеры усилий по включению биофизических деталей на уровне одного нейрона или синапса включают нейронные сети со спайком, нейрогенез, стабилизацию позвоночника, а также контекстно-зависимую активацию или стробирование нейронов. Хотя, безусловно, существует интерес к включению дополнительного нейро-инспирации на нескольких уровнях, похоже, что подходы к этому не растут такими же темпами, как богатство нейробиологических данных, получаемых более широким неврологическим сообществом.
Определение соответствующей "глубины понимания" или уровня абстракции для описания того, как нейронные цепи реализуют познание (или любую другую задачу) таким образом, чтобы облегчить интеграцию в модель ИИ, является одной из самых больших проблем, стоящих перед нейро-инспирированным ИИ. По нашему мнению, значительная, но тонкая задача возникает из-за различий в перспективах этих двух областей, в значительной степени обусловленных конечными целями, которые лежат в основе каждой из них. Нейронаука была подтянута приоритетами финансирования, направленными на выявление локусов дисфункции (т.е. болезней или расстройств) для потенциальных терапевтических целей. Это переводится в культуру, которая делает акцент на определении и описании конкретных компонентов системы.