Neural computing-model kan licht werpen op de ontwikkeling van cognitieve vaardigheden

Een nieuwe studie presenteert een nieuw neuraal computermodel van het menselijk brein dat licht kan werpen op hoe de hersenen complexe cognitieve vaardigheden ontwikkelen en het onderzoek naar neurale kunstmatige intelligentie bevordert. De studie, gepubliceerd op 19 september, werd uitgevoerd door een internationale groep onderzoekers van het Institut Pasteur en de Sorbonne University in Parijs, CHU Sainte-Justine, Mila – Quebec Institute of Artificial Intelligence en de University of Montreal.

Het model dat de tijdschriftomslag maakte Proceedings van de National Academy of Sciences van de Verenigde Staten van Amerika (PNAS), beschrijft neurale ontwikkeling op drie hiërarchische niveaus van informatieverwerking:

• Het eerste zintuiglijke niveau onderzoekt hoe de interne activiteit van de hersenen patronen leert van waarneming en deze relateert aan actie;
• Cognitief niveau onderzoekt hoe de hersenen deze patronen combineren in termen van context;
• Ten slotte bestudeert het bewuste niveau hoe het brein zich losmaakt van de buitenwereld en manipuleert (via het geheugen) verworven patronen die niet langer beschikbaar zijn voor waarneming.

Het onderzoek van het team geeft aanwijzingen voor de onderliggende mechanismen die ten grondslag liggen aan cognitie dankzij de focus van het model op de interactie tussen twee fundamentele soorten leren: hippieleren, dat wordt geassocieerd met statistische regelmatigheid (d.w.z. herhaling) – of, zoals neuropsycholoog Donald Hebb het uitdrukte, ” neuronen die samen vuren, met elkaar verbinden.” – en versterkend leren, gekoppeld aan beloning en de neurotransmitter dopamine.

Het model lost drie taken op van toenemende complexiteit op die niveaus, van visuele herkenning tot cognitieve manipulatie van bewuste waarneming. Elke keer introduceerde het team een ​​nieuw kernmechanisme om vooruitgang te boeken.

De resultaten benadrukken twee basismechanismen voor de ontwikkeling van cognitieve vaardigheden op meerdere niveaus in biologische neurale netwerken:

• Synaptische epigenetica, met Hebbisch leren op lokaal niveau en versterkend leren op mondiaal niveau;
• en dynamiek van zelfregulatie, door spontane activiteit en een evenwichtige prikkelende/remmende verhouding van neuronen.

Ons model laat zien hoe de convergentie van AI en neurale intelligentie biologische mechanismen en cognitieve structuren benadrukt die de ontwikkeling van de volgende generatie AI kunnen voeden en uiteindelijk kunnen leiden tot AI-bewustzijn.”

Guillaume Dumas, teamlid, universitair hoofddocent computationele psychiatrie bij UdeM en hoofdonderzoeker bij het CHU Sainte-Justine Research Center

Hij voegde eraan toe dat het bereiken van deze prestatie mogelijk de integratie van de sociale dimensie van cognitie vereist. Onderzoekers kijken nu naar de integratie van biologische en sociale dimensies in de menselijke cognitie. Het team is al een pionier in de eerste simulatie van hele hersenen in interactie.

Het team is van mening dat het verankeren van toekomstige computermodellen in biologische en sociale realiteiten niet alleen licht zal blijven werpen op de onderliggende mechanismen die ten grondslag liggen aan cognitie, maar ook zal helpen een unieke brug te slaan voor AI naar het enige systeem dat bekend staat als geavanceerd sociaal bewustzijn: de mens brein.