Генеративный ИИ помогает ученым объяснить человеческую память и воображение

Последние достижения в области генеративного ИИ помогают объяснить, как воспоминания позволяют нам узнавать о мире, заново проживать старый опыт и конструировать совершенно новый опыт для придумывания чего-то нового и планирования, говорится в новом исследовании ученых Калифорнийского университета.

В исследовании, опубликованном в журнале Nature Human Behaviour, используется вычислительная модель ИИ — известная как генеративная нейронная сеть — для моделирования того, как нейронные сети в мозге учатся и запоминают серию событий (каждое из которых представлено простой сценой).

Модель включала в себя сети, представляющие гиппокамп и неокортекс, чтобы изучить их взаимодействие. Известно, что обе части мозга работают вместе во время запоминания, воображения и планирования.

Ведущий автор работы, аспирантка Элеанор Спенс (Институт когнитивной нейронауки UCL), сказала:

Последние достижения в области генеративных сетей, используемых в искусственном интеллекте, показывают, как можно извлечь информацию из опыта, чтобы мы могли как вспомнить конкретный опыт, так и гибко представить, каким может быть новый опыт.

Мы думаем о воспоминаниях как о воображении прошлого на основе концепций, сочетая некоторые сохраненные детали с нашими ожиданиями относительно того, что могло бы произойти.

Человеку необходимо делать прогнозы, чтобы выжить (например, чтобы избежать опасности или найти пищу), и сети ИИ предполагают, что, когда мы воспроизводим воспоминания во время отдыха, это помогает нашему мозгу уловить закономерности из прошлого опыта, которые могут быть использованы для этих прогнозов.

Исследователи воспроизвели модели 10 000 изображений простых сцен. Гиппокампальная сеть быстро кодировала каждую сцену по мере ее переживания. Затем она воспроизводила эти сцены снова и снова, чтобы обучить генеративную нейронную сеть в неокортексе.

Неокортикальная сеть научилась пропускать активность тысяч входных нейронов (нейронов, получающих визуальную информацию), представляющих каждую сцену, через меньшие промежуточные слои нейронов (самый маленький содержит всего 20 нейронов), чтобы воссоздать сцены в виде паттернов активности в тысячах выходных нейронов (нейронов, предсказывающих визуальную информацию).

Это привело к тому, что неокортикальная сеть научилась высокоэффективным «концептуальным» представлениям сцен, которые отражают их смысл (например, расположение стен и объектов), что позволило как воссоздавать старые сцены, так и генерировать совершенно новые.

Следовательно, гиппокамп способен кодировать смысл новых сцен, а не кодировать каждую деталь, что позволяет ему сосредоточить ресурсы на кодировании уникальных особенностей, которые неокортекс не может воспроизвести — например, новых типов объектов.

Модель объясняет, как неокортекс постепенно приобретает концептуальные знания и как, вместе с гиппокампом, это позволяет нам «заново переживать» события, реконструируя их в своем сознании.

Модель также объясняет, как новые события могут возникать в процессе воображения и планирования будущего, и почему существующие воспоминания часто содержат «гистоподобные» искажения — когда уникальные черты обобщаются и запоминаются как более похожие на черты предыдущих событий.

Старший автор работы, профессор Нил Берджесс (Институт когнитивной нейронауки UCL и Институт неврологии UCL Queen Square), пояснил в заключение:

То, как воспоминания перестраиваются, вместо того чтобы быть правдивыми записями прошлого, показывает нам, как смысл или суть опыта перекомбинируется с уникальными деталями, и как это может привести к предубеждениям в том, как мы помним вещи.

19.01.2024