実際の脳でモデル化した人工ニューラルネットワークに認識機能

September, 1, 2021, Montreal--ヒトの脳の接続性に基づいた人工知能ネットワークが効率的に認識作業を行うことを新しい研究が示している｡

オープンサイエンス大規模レポジトリ(保存)からのMRIデータを調べることで研究チームは､脳の接続パタンを再現し､それを人工ニューラルネットワーク(ANN)に適用した｡ANNは､多数の入力､出力ユニットで構成されるコンピューティングシステムであり､生物学的脳に酷似している｡Neuro (Montreal Neurological Institute-Hospital)とQuebec Artificial Intelligence Instituteの研究チームは､ANNを訓練して､認識記憶タスクを実行させ､それが課題をどのように完遂するかを観察した｡

これは2つの方法で､ユニークなアプローチである｡脳の接続性についての以前の研究は､コネクトミクスとして知られており､脳組織の記述に集中していたので､コンピュテーションや機能が実際にどう行われるかへの注目はなかった｡二番目に､従来のANNsは､実際の脳回路がどう組織されているかを反映しない任意構造である｡脳接続をANNアーキテクチャの再現に組み込むことで､研究チームは､脳回路が特定の認知スキルのサポート方法の学習､人工知能の新しい設計原理を引き出すこと､この両方を見込んでいる｡

人の脳接続を備えたANNsは､神経形態学的ニューラルネットワークとして知られており､他のベンチマークアーキテクチャと比べて柔軟かつ効率的に認知記憶タスクを実行した｡神経形態学ニューラルネットワークは､多重コンテクストで幅広い学習能力をサポートするために同じ基盤アーキテクチャを利用できる｡

｢プロジェクトは,2つの活気のあるペースの速い科学的専門分野を統合している｡神経科学とAIは､同じルーツを共有するが､最近枝分かれした｡AIを利用することは､脳構造が脳機能をどのようにサポートするかをわれわれが理解する上で役に立つ｡すると､ニューラルネットワークを作る経験的データを使うことで､より優れたAIを構築する設計原理が明らかになる｡したがって､その2つは､相互に情報を提供しあい､われわれの脳の理解を高める｣と論文のシニアオーサ､Neuroの研究者､Bratislav Misicは説明している｡

論文は､Nature Machine Intelligenceに発表された｡
(詳細は､https://www.mcgill.ca)