蒙特利爾大學(xué)的一項(xiàng)新研究介紹了一種新的人腦神經(jīng)計(jì)算模型。這種新模型可以更深入地了解大腦如何發(fā)展復(fù)雜的認(rèn)知能力，并且可以推進(jìn)神經(jīng)人工智能 (AI) 研究。

該研究于 9 月 19 日發(fā)表在《美國國家科學(xué)院院刊》(PNAS)雜志上。

它由來自巴黎巴斯德研究所和索邦大學(xué)、CHU Sainte-Justine、Mila-魁北克人工智能研究所和蒙特利爾大學(xué)的國際研究小組進(jìn)行。

神經(jīng)發(fā)育

該研究描述了三個(gè)層次信息處理的神經(jīng)發(fā)育：

感覺運(yùn)動(dòng)水平：探索大腦的內(nèi)部活動(dòng)如何從感知中學(xué)習(xí)模式并將它們與行動(dòng)聯(lián)系起來。

認(rèn)知水平：檢查大腦如何根據(jù)上下文組合這些模式。

意識(shí)水平：考慮大腦如何與外部世界分離并操縱學(xué)習(xí)模式（通過記憶）不再可以感知。

由于該模型專注于兩種基本學(xué)習(xí)類型之間的相互作用，這項(xiàng)新研究提供了對(duì)認(rèn)知核心機(jī)制的更深入了解。第一個(gè)是赫布學(xué)習(xí)，它與統(tǒng)計(jì)規(guī)律相關(guān)，例如重復(fù)。第二個(gè)是強(qiáng)化學(xué)習(xí)，它與獎(jiǎng)勵(lì)和多巴胺神經(jīng)遞質(zhì)有關(guān)。

新開發(fā)的模型解決了三個(gè)跨層級(jí)復(fù)雜度越來越高的任務(wù)，團(tuán)隊(duì)每次都引入新的核心機(jī)制，從而幫助其進(jìn)步。

結(jié)果強(qiáng)調(diào)了生物神經(jīng)網(wǎng)絡(luò)認(rèn)知能力多層次發(fā)展的兩個(gè)基本機(jī)制：

突觸后生：赫布學(xué)習(xí)發(fā)生在局部范圍內(nèi)，而強(qiáng)化學(xué)習(xí)發(fā)生在全局范圍內(nèi)。

自組織動(dòng)力學(xué)：神經(jīng)元的自發(fā)活動(dòng)和平衡的興奮/抑制比率。

下一代人工智能和人工意識(shí)

Guillaume Duman 是 UdeM 的團(tuán)隊(duì)成員和計(jì)算精神病學(xué)助理教授，也是 CHU Sainte-Justine 研究中心的首席研究員。

“我們的模型展示了神經(jīng)人工智能融合如何突出生物機(jī)制和認(rèn)知架構(gòu)，這些機(jī)制和認(rèn)知架構(gòu)可以推動(dòng)下一代人工智能的發(fā)展，甚至最終導(dǎo)致人工智能，”杜馬斯說。

為了達(dá)到這一點(diǎn)，杜馬斯說他們可能必須整合認(rèn)知的社會(huì)維度。該團(tuán)隊(duì)現(xiàn)在正在研究整合生物和社會(huì)維度，他們已經(jīng)創(chuàng)建了第一個(gè)兩個(gè)全腦交互的模擬。

該團(tuán)隊(duì)認(rèn)為，通過將未來的計(jì)算模型錨定在生物和社會(huì)現(xiàn)實(shí)中，他們將進(jìn)一步了解認(rèn)知的核心機(jī)制。他們還相信它將在人工智能和人腦之間架起一座橋梁。