Как нейробиология может помочь в создании искусственного интеллекта

Как нейробиология может помочь в создании искусственного интеллекта. Академик Константин Анохин

Лекция Константина Анохина — лекция "Мозг для искусственного интеллекта, искусственный интеллект для мозга".

Константин Анохин – профессор, академик РАН, директор Института перспективных исследований мозга МГУ имени М. В. Ломоносова, заведующий лабораторией нейробиологии памяти НИИ нормальной физиологии имени П.К. Анохина.

Саров, 20-24 ноября 2023 г.

Лекторий «Первой Всероссийской школы НЦФМ по искусственному интеллекту и большим данным».

Запись трансляции третьего дня. Лекционная сессия.

ТАЙМИНГ:

00:29 Введение

• Константин Анохин, директор института перспективных исследований мозга МГУ, выступает на конференции по искусственному интеллекту.

• Анохин подчеркивает важность понимания принципов работы мозга для развития искусственного интеллекта.

14:37 Нейробиология и искусственный интеллект

• Анохин рассказывает о том, как нейробиология может помочь в создании искусственного интеллекта.

• Он обсуждает принципы работы биологических нервных систем, которые не всегда применяются в искусственных системах, также упоминает о важности кодирования информации в химических сигналах и объемной передаче сигналов.

22:52 Нейроны и их функции

• Нейроны способны распространять потенциал действия не только от тела по аксону, но и под дендритом.

• Существует обратное распространение импульса из тела нейрона назад дендритом, регулирующее то, как дендрит принимает следующую информацию.

29:53 Память и ее особенности

• Биологическая память не репрезентативна и реконструктивна, она не является точным отражением событий внешнего мира.

• Воспроизведение памяти - активный процесс генерации предположения о том, что было.

• Биологическая память вырождена и обладает автоассоциативностью.

33:44 Мерджентность и искусственный интеллект

• Мерджентность - это взгляд на причинно-следственную структуру реальности, где типы сущностей могут состоять из организации материальных элементов более низкого уровня.

• Большие языковые модели, обученные на одном языке, начинают понимать другие языки и обладают некоторыми способностями, на которые их не учили.

40:41 Нейронные сети и когнитивные функции

• В больших нейронных сетях возникают когнитивные функции, такие как распознавание концепций и категорий.

• Нейроны места и времени возникают в мозге и в искусственных нейронных сетях.

54:32 Нейроны места и времени в искусственных нейронных сетях

• В больших языковых моделях возникают нейроны, которые классифицируют текст по времени и месту.

• В нейробиологии можно управлять работой организма, влияя на работу когнитивно-специализированных нейронов.

58:24 Искусственный интеллект и сознание

• Ученые могут стимулировать определенные зрительные категории у животных, вызывая галлюцинации.

• Искусственный интеллект может быть использован для генерации текста, но не обладает сознанием.

01:06:36 Эмерджентность и искусственный интеллект

• Мир становится взаимосвязанным, что может влиять на системную динамику и поведение искусственного интеллекта.

01:10:10 Теория мозга и когнитома

• Мозг - это не только нейронная сеть, но и гиперсетевая структура, которая развивается эмбрионально и за счет обучения.

• В мозге могут формироваться группы клеток, которые работают как кротовые норы и активируются в зависимости от прошлого опыта.

• Это объясняет нелинейность и ассоциативность мышления, которые не всегда следуют линейной логике.

01:13:16 Исторические переходы и когнитивные системы

• Видео обсуждает исторические переходы в когнитивных системах, которые происходят через объединение отдельных элементов в команды, конгломераты и оптимизации функций.

• В результате этих переходов, элементы системы приобретают новые свойства и начинают кодировать функционал и причинно-действенный потенциал системы.

01:15:22 Супервентность и суперцедентность

• Обсуждается концепция супервентности, которая означает, что свойства верхнего уровня полностью соответствуют свойствам нижнего уровня.

• Вводится понятие суперцедентности, которое говорит о том, что более высокие уровни каузально вытесняют более низкие.

• Система определяется своим максимальным потенциалом, а не физическими, химическими или биологическими уровнями.

01:18:30 Кластеризация и распознавание информации

• Необходимо найти общие принципы, которые объясняют этот феномен в разных системах, таких как биологические, искусственные нейронные сети и когнитивные системы.

• Обсуждается важность глубокого уровня нейронных сетей для распознавания информации и понимания причинно-следственных связей.

Источник: vk.com

Комментарии: