Beyin karar verirken veri sıkıştırmayı kullanır. Araştırmacılar, bu keşfin hem sinirbilim hem de yapay zeka için geniş kapsamlı etkileri olduğuna inanıyor.
Nature Neuroscience adlı bilimsel dergide yayınlanan bir araştırma beynin kaos durumunda veri sıkıştırmayı kullanarak nasıl kararlar aldığına yönelik olası bir çözüm sunuyor.
Portekiz'deki Champalimaud Vakfı'ndaki Teorik Sinirbilim laboratuvarının başkanı, çalışmanın kıdemli yazarlarından Christian Machens, “Dış dünyanın temsillerini sıkıştırmak, tüm alakasız bilgileri ortadan kaldırmak ve duruma ilişkin geçici bir 'tünel vizyonu' benimsemeye benzer” dedi.
Champalimaud Sinirbilim Araştırma Programı Direktörü kıdemli yazar Joe Paton "Beynin veri sıkıştırma kullanarak performansı en üst düzeye çıkardığı fikri, duyusal işleme çalışmalarında yaygındır. Ancak, bilişsel işlevlerde gerçekten incelenmedi, ”diyor "Deneysel ve hesaplamalı tekniklerin bir kombinasyonunu kullanarak, aynı ilkenin daha önce takdir edilenden çok daha geniş bir işlev yelpazesine yayıldığını gösterdik."
Araştırmacılar, denemelerinde bir zamanlama paradigması kullandılar. Fareler, her denemede iki tonun 1.5 saniyeden daha büyük veya daha kısa bir süre ile ayrılıp ayrılmadığına karar vermek zorunda kaldı. Hayvan mücadeleyi tamamlarken, araştırmacılar aynı anda beynindeki dopamin nöronlarının aktivitesini yakaladılar.
Machens, "Dopamin nöronlarının, eylemlerin değerini öğrenmede kilit bir rol oynadığı iyi biliniyor" dedi. "Yani hayvan, belirli bir denemede aralığın süresini yanlış tahmin ederse, bu nöronların aktivitesi, gelecekteki denemelerde performansı iyileştirmeye yardımcı olması gereken bir "tahmin hatası" üretecektir."
Çalışmanın ilk yazarı Asma Motiwala, hangi hesaplamalı pekiştirmeli öğrenme modelinin hem nöronların aktivitesini hem de hayvanların davranışlarını en iyi şekilde yakaladığını belirlemek için bir dizi model oluşturdu. Modeller, görevi yerine getirmeyle ilgili olabilecek verileri nasıl temsil ettiklerine göre farklılık gösteriyordu, ancak belirli ortak ilkeleri paylaşıyorlardı.
Grup, verilerin yalnızca sıkıştırılmış görev gösterimi olan modellerle açıklanabileceğini buldu.
Machens, “Beyin, alakasız tüm bilgileri ortadan kaldırıyor gibi görünüyor. Görünüşe göre bazı ilgili bilgilerden de kurtuluyor, ancak hayvanın toplamda ne kadar ödül topladığı konusunda gerçek bir isabet almak için yeterli değil. Bu oyunda nasıl başarılı olacağını açıkça biliyor, ”dedi
İlginç bir şekilde, temsil edilen bilgi türü yalnızca görevin değişkenleriyle ilgili değildi. Bunun yerine, hayvanın kendi hareketlerini de yakaladı.
“Önceki araştırmalar, bireyin davranışından bağımsız olarak çevrenin özelliklerine odaklanmıştı. Ancak, yalnızca hayvanın eylemlerine bağlı olan sıkıştırılmış temsillerin verileri tam olarak açıkladığını bulduk. Gerçekten de, çalışmamız, dış dünyanın temsillerinin öğrenilme şeklinin, hayvanların nasıl davranmayı seçtikleri ile alışılmadık şekillerde etkileşime girebileceğini gösteren ilk çalışmadır, ”diye açıkladı Motiwala.
Yazarlara göre, bu bulgunun Nörobilim ve Yapay Zeka için geniş etkileri var. “Beyin, bilgiyi verimli bir şekilde işlemek için açıkça evrimleşmiş olsa da, AI algoritmaları genellikle sorunları çok sayıda veri ve parametre kullanarak çözer. Çalışmamız, dünyanın iç temsillerinin biyoloji ve yapay zeka bağlamında akıllı davranışı nasıl destekleyebileceğine dair gelecekteki çalışmalara rehberlik edecek bir dizi ilke sağlıyor."
Kaynak: https://scitechdaily.com/how-does-the-brain-decide-in-chaos/amp/
Commenti