Dirbtinio intelekto ir primatų regos neatitikimai

Jos gali imituoti smegenų aktyvumą. Tačiau jos gali mąstyti kitaip. Jorko universiteto mokslininkai atskleidė atotrūkį tarp dirbtinių regos sistemų ir primatų smegenų, ir tai tyliai neramina visus, kurie šiandienos DI modelius laiko ištikimais smegenų pakaitalais.

Komanda, kuriai vadovavo asistentas profesorius Kohitij Kar, apvertė įprastą testą, naudojamą neuroninių tinklų ir smegenų palyginimui. Vietoje to, kad klaustų, ar modelis gali prognozuoti smegenų atsakus į vaizdus, jie uždavė priešingą klausimą: ar užfiksuotas smegenų aktyvumas gali nuspėti modelio vidines reprezentacijas? Atsakymas buvo aiškus ne.

Norėdami ištirti klausimą, tyrėjai apmokė modelius ir primatų neuronus platiems vizualiniams stimulams: 1 320 natūralių nuotraukų ir realistiškų sintetinių vaizdų, įskaitant gyvūnus, veidus, transporto priemones ir kasdienius objektus pateiktus vidaus ir lauko scenose, taip pat 300 pakeistų versijų, tokių kaip kontūrai, piešiniai ir stilizuotos interpretacijos. Įvairovė užtikrino, kad tyrimas nebūtų apgautas vieno siauro stimulo tipu.

Iš pirmo žvilgsnio daugelis šiuolaikinių dirbtinių neuroninių tinklų (DNT) veikia puikiai. Jie prognozuoja užfiksuotų neuronų aktyvumo raštus regos žievės srityse, padedančiose atpažinti objektus. Tačiau vienpusis našumas slėpė gilų neatitikimą. Kai komanda panaudojo smegenų signalus modelių vidinėms savybėms prognozuoti, suderinamumas suirti daugeliu modelio komponentų atvejų. Keista, tačiau vienos smegenų įrašai gana gerai prognozavo kitos smegenų neuronų atsakus, kas pabrėžia šią asimetriją.

Kar ir jo kolegos šią asimetriją interpretuoja kaip įrodymą, kad DNT dažnai prie teisingų atsakymų prieina per strategijas, kurių biologinė regos sistema, atrodo, nenaudoja. Paprastai tariant, dvi sistemos, pasiekusios tą patį elgesio rezultatą, vis tiek gali taikyti skirtingus vidinius triukus. „Modeliai, kurie sutampa su smegenimis, paprastai geriau prognozuoja žmogaus elgesį“, pastebi Kar, „tačiau kai kurios šių modelių dalys, regis, remiasi trumpaisiais keliais, nebūdingais primatų regai.“

Tai svarbu ne tik akademiniam smalsumui. Mokslininkai vis dažniau naudoja DI kaip karkasą suvokimui tirti ir eksperimentams klinikinėms populiacijoms planuoti. Jei modelio vidinė logika skiriasi nuo smegenų, tyrėjai rizikuoja klaidingai priskirti modeliui būdingas strategijas tikroms neuroninėms priemonėms. Sabine Muzellec, studijoje dalyvaujanti postdoktore, pabrėžia svarbą: sričiai reikalingi patikimi diagnostikos metodai, kurie atskirtų tikrai smegenims tinkamus komponentus nuo tų, kurie tik imituoja tokį suderinimą.

Komanda siūlo praktinį įrankį: atvirkštinį prognozavimo testą, diagnozuojantį, kurios tinklo dalys iš tikrųjų atspindi neuronų aktyvumą. Ši diagnostika galėtų nukreipti kitą modelių kartą link architektūrų ir mokymo režimų, kurie fiksuotų ne vien išorinį elgesį, bet ir vidines skaičiavimo operacijas, jį generuojančias. Galvokite apie tai kaip apie ištikimo vertėjo pasirinkimą vietoje sumanaus imituotojo.

Yra platesnių pasekmių. DI sistemos veikia klausos, kalbos ir motorikos valdymo srityse taip pat kaip ir regoje. Jei viename sensoriniame domene yra paslėptų neatitikimų, jie gali slypėti ir kituose. Klinikinėms tyrimams, pavyzdžiui, autizmo studijoms, PTSS tyrimams ir reabilitacijos projektavimui, modeliai, kurie labiau atitinka neurotipinę smegenų funkciją, galėtų tikslinti hipotezes ir gerinti intervencijas. Atvirkščiai, pernelyg didelis pasitikėjimas nesuderintais modeliais rizikuoja klaidinančiomis išvadomis.

Žinia iš Jorko laboratorijos yra ir įspėjimas, ir kvietimas: traktuokite dabartinį DI kaip galingus, bet netobulus smegenų veidrodžius. Galime išnaudoti jų prognozavimo galią. Taip pat turėtume reikalauti, kad jų atspindžiai sutaptų ne tik paviršiumi.