Пересечение
В настоящее время существует теоретический "разрыв" между неврологией и искусственным интеллектом, поскольку исследователи стремятся установить "правильный" уровень абстракции для перевода между этими двумя областями. В то время как, как уже упоминалось ранее, включение неврологии в развитие ИИ часто рассматривается как, в лучшем случае, поверхностная обработка понимания нейронных контуров, которое должна предложить неврология, нейронаука могла бы многое сделать для расширения своего влияния на ИИ путем относительно небольших усилий по описанию новых открытий в функционально-ориентированной манере в дополнение к манерам, ориентированным на форму и механизм, которые более распространены в общем нейронаучном сообществе. Стоит также отметить, что в некоторых случаях перевод на функциональное описание может потребовать потери верности лежащим в основе механизмам и форме. Показано, что культурный сдвиг в вычислительной неврологии для описания теории мозга в более "машинно-обучение доступным" способом уже началось. Как уже было описано, неврология также начала применять подходы машинного обучения для дальнейшего развития вычислительных моделей нейронных систем, как это видно на примере зрительной системы
Примеры
Помимо более тесной увязки с целями ИИ, с нашей точки зрения, влияние нейронауки на ИИ может быть расширено путем рассмотрения более широкого круга вопросов о том, какие нейронные системы имеют значение для содействия развитию нейронального ИИ (в частности, те из них, которые имеют более зрелые функциональные модели, полученные на основе механистических данных и данных о форме). Одним из примеров такой области является изучение визуальной обработки у ненормальных (но все еще сильно визуальных) животных. Последние работы выявили нейронов в зрительной системе "стрекоза", которые проявляют форму предсказуемой модуляции усиления, в которой визуальные реакции на предсказанные позиции добычи выборочно усиливаются, даже в присутствии второй потенциальной мишени. Феноменологически, селективное усиление модуляции зрительных реакций в системе "стрекоза" имеет очевидные параллели с селективным зрительным вниманием наблюдается в зрительной коре макаки. В то время как лежащие в основе нейронные схемы и специфические механизмы все еще исследуются как в нечеловеческих системах приматов, так и в системе "стрекоза", относительная простота системы "стрекоза" облегчила разработку моделей функционального уровня механизма "стрекоза" и последующее развитие алгоритмов слежения за целями в стиле "стрекоза" , реализованных на роботизированных платформах
Вторым примером потенциального дальнейшего влияния неврологии на ИИ является продолжающееся включение в алгоритмы навигации элементов пространственного кодирования, наблюдаемых в гиппокампальной формации. Когда были впервые охарактеризованы пластовые поля и клетки головного мозга, они сопровождались гипотетическими функциональными описаниями их роли в пространственном кодировании. Эти предложенные функции, хотя и абстрактные, но облегчили их включение в роботизированные навигационные системы, а также в алгоритмы SLAM (одновременная локализация и картирование)
. Спустя более десяти лет область продолжает опираться на нейронаучные открытия, включая клетки сетки, и трехмерные представления. Хотя еще предстоит выяснить, является ли пространственный код гиппокампа репрезентативным для более общих рамок познания, достижения в нашем понимании системы пространственной навигации животных, несомненно, продолжали оказывать влияние на развитие искусственных навигационных алгоритмов, вдохновленных мозгом, с более долгосрочными последствиями для автономных или полуавтономных навигационных систем, которые будут опираться на ту или иную форму ИИ.
Хотя эти нейронные системы могут рассматриваться некоторыми как эзотерические, успехи в этих областях свидетельствуют о том, что общий язык (или, по крайней мере, общая перспектива) уже разрабатывается, даже если ограничивается определенными приложениями, в которых нейронаука была продемонстрирована, но ограниченное влияние. Хотя это может быть спорным, является ли современная неврология готова разгадать нейронных схем, лежащих в основе познания, эти примеры показывают, что есть несколько направлений, по которым продолжение применения неврологии к AI будет продолжать расти связи между двумя областями и способствовать развитию нейро-инспирированных областей применения AI, которые в конечном итоге могут составить основу для более общего нейро-инспирированных AI.
