Attestazione:Lilian, Meyes &Meisen.
Un team di ricercatori dell'Institute of Information Management in Mechanical Engineering della RWTH Aachen University ha recentemente esplorato l'uso di tecniche di neuroscienza per determinare come sono strutturate le informazioni all'interno delle reti neurali artificiali (ANN). Nella loro carta, pre-pubblicato su arXiv, i ricercatori hanno applicato una tecnica chiamata ablazione, che comporta il taglio di parti del cervello per determinarne la funzione, su architetture di reti neurali.
"La nostra idea è stata ispirata dalla ricerca nel campo delle neuroscienze, dove uno degli obiettivi principali è capire come funziona il nostro cervello, "Richard Meyes e Tobias Meisen, due ricercatori che hanno condotto lo studio hanno detto a TechXplore, Via Posta Elettronica. "Molte intuizioni sulle funzionalità del cervello sono state scoperte negli studi di ablazione, che è un approccio in cui parti specifiche del cervello vengono accuratamente danneggiate in modo controllato, influenzando la capacità del cervello di svolgere le attività quotidiane, come generare un discorso, o movimento".
Lo scopo dello studio condotto da Meyes, Meisen e il loro collega Peter Lillian dovevano esaminare le RNA da una prospettiva biologica, valutando la loro struttura e la funzione delle loro diverse componenti. Decisero di farlo usando l'ablazione, una tecnica impiegata nella ricerca neuroscientifica da oltre duecento anni.
Essenzialmente, l'ablazione consiste nel rimuovere o distruggere selettivamente i tessuti in aree specifiche del cervello, con il solo scopo di osservare gli effetti comportamentali di questo danno e quindi comprendere meglio la funzione di queste aree. L'ablazione è già stata applicata alle RNA in diversi studi, ma questi studi si sono concentrati principalmente sulla messa a punto degli strati della rete e sulla modifica della sua struttura, quindi più simili alle ricerche di parametri che all'ablazione biologica.
Attestazione:Lilian, Meyes &Meisen.
Nel loro studio, i ricercatori desideravano danneggiare le aree delle ANN e osservare come ciò influisse sulle loro prestazioni. In definitiva, volevano usare queste osservazioni per confrontare l'organizzazione delle reti neurali artificiali con quella di quelle biologiche.
"L'idea alla base delle ablazioni per le reti neurali artificiali (ANN) è semplice, " Meyes e Meisen hanno spiegato. "In primo luogo, formiamo una rete per svolgere un compito specifico, per esempio. riconoscere le cifre scritte a mano. Secondo, tagliamo una piccola parte della rete e valutiamo come cambiano le prestazioni della rete a causa del danno causato. Terzo, determiniamo se esiste una relazione tra la posizione della parte danneggiata e l'effetto che ha avuto sulle prestazioni della rete. Per di qua, abbiamo scoperto che le abilità specifiche della rete, per esempio. per eseguire movimenti in avanti del robot controllato, sono rappresentati localmente e possono essere distrutti di proposito."
Eliminando le ANN addestrate a navigare in un loop ed esaminando come questi interventi hanno influenzato la loro produzione, i ricercatori hanno raccolto una serie di scoperte interessanti, suggerendo che esistono effettivamente collegamenti e somiglianze tra reti artificiali e biologiche. Queste somiglianze sono legate sia al modo in cui le reti si organizzano sia al modo in cui memorizzano le informazioni.
Quando ogni gruppo di ablazione viene rimosso, l'output senza quel gruppo viene salvato. Dopo l'ablazione di ogni gruppo, i ricercatori hanno ottenuto un elenco di output che mostrano come cambia la rete quando le sue parti vengono rimosse. Viene ablato un solo gruppo alla volta. Attestazione:Lilian, Meyes &Meisen.
"La nostra scoperta più interessante è l'osservazione che le prestazioni di una rete danneggiata generalmente diminuiscono, mentre abilità molto specifiche della rete, per esempio. riconoscere una cifra specifica, può essere potenziato danneggiando parti specifiche, " Meyes e Meisen hanno detto. "Il nostro studio suggerisce che le prestazioni di una rete neurale possono essere aumentate danneggiandola con cura nelle regioni giuste. Per di più, il nostro studio implica che l'applicazione di metodi neuroscientifici per le ANN può aprire nuove prospettive sulla comprensione dell'intelligenza artificiale".
Nonostante gli affascinanti risultati raccolti da Meyes, Meisen e Lillian, il loro studio presentava diversi limiti ed era solo un primo passo nell'esame delle connessioni tra reti neurali biologiche e artificiali. Ad esempio, i loro esperimenti erano limitati dall'uso dell'apprendimento per rinforzo e si basavano su un modello addestrato roboticamente, in tempo reale. La ricerca futura potrebbe esaminare le somiglianze tra le ANN e le reti cerebrali in modo più dettagliato e su scala più ampia.
I risultati dell'ablazione di una rete tipica (come è cambiato il suo output) per un'immagine:il metodo utilizzato dai ricercatori abbina ciascun gruppo di ablazione con le sue controparti negli altri studi. Questi dati costituiscono parte dello spazio di azione espanso. I ricercatori hanno omesso l'azione longitudinale a causa del suo valore altamente costante. Attestazione:Lilian, Meyes &Meisen.
"Ora abbiamo in programma di continuare a esplorare la nostra idea generale di condurre ricerche ispirate alle neuroscienze sulle ANN, " Meyes e Meisen hanno detto. "Uno dei nostri prossimi passi sarà quello di visualizzare l'attività nelle RNA proprio come l'attività cerebrale può essere visualizzata con metodi di imaging come la fMRI. Il nostro obiettivo è rendere più trasparente il processo decisionale nelle ANN e ottenere una nuova prospettiva sull'IA in generale".
© 2018 Science X Network
