Neuroscience-Inspired Artificial Intelligence

Neuroscience-Inspired Artificial Intelligence | Neuron (2017)

Demis Hassabis, Dharshan Kumaran, Christopher Summerfield, Matthew Botvinick

hl.icon

脳から学んでAIを開発し、AIから学んで脳を研究する

人のように思考するAIを作るならば、人をシステムとして捉え、その認知機能および実装を明らかにすることが近道となるはず

あるAIのアルゴリズムが脳でも使われているとすれば、そのアルゴリズムは人間の認知に似たようなパフォーマンスができるポテンシャルがあるといえる

Naa_tsure.iconTransformerやMambaみたいな言語の世界では圧倒的な性能を叩き出しているが、彼らは脳に学んでいるのか？

Naa_tsure.icon一応Cortical wavesとの対応が提唱されていたりする

Naa_tsure.icon生物学的妥当性(Biological plausibility)にはこだわる必要はない。という主張はわかるけど、マーの３段階(Marr's Three Levels)の実装(Implementation level)のレベルに注目しないというのは自分の考えとはだいぶ違う。

Naa_tsure.icon計算論(Computational level) やアルゴリズム(Algorithmic level)が脳からAIへ導入しやすいのはそうなんだけど、最近のFlyWireを使った研究を見ているとある機能がどのように実装されているのかを実装( Implementation level)からボトムアップ(Bottom-Up)に調べる方法がいかに強力かがわかる

Naa_tsure.icon計算論のレベルからトップダウン(Top-Down)に研究するのももちろん強力だが、これでは結局既に知られている物の中から大きく離れることができない

Naa_tsure.iconこれに神経実装のレベルからボトムアップ(Bottom-Up)に研究する方向性も合わせることで新規のアルゴリズムや計算論の構築に役立つのではないか？

Naa_tsure.icon普通に効率の良さがまあよく言われる気がする

脳から学んだと言えば、

注意(Attention)

動物は視野全体を同じように扱ってはいない

特定の領域に注目して処理してる

これの注意機構を記憶に対して行うと