Международный научный коллектив, в который входят ученые из Саратовского государственного технического университета имени Ю. А. Гагарина (СГТУ), создал искусственную нейронную сеть и смоделировал состояние неопределенности выбора в момент принятия мозгом решения. Статья об исследовании опубликована в журнале CHAOS Американского института физики.
В последнее время искусственные нейронные сети (ИНС) стали мощным инструментом для исследования искусственного интеллекта и анализа данных. Их широко применяют в социальных науках, робототехнике и нейронауке для классификации, прогнозирования и распознавания образов.
В нейронауке они помогают классифицировать нейронные сигналы, обнаруживать патологическую активность мозга (например, при эпилепсии) и нейродегенеративные заболевания. Однако способность сетей классифицировать состояния, при которых "мозговые" неопределенности приводят к неопределенности выходных данных, пока еще изучена слабо.
Ученые из Саратова вместе с коллегами из Центра биомедицинских технологий Технического университета Мадрида решили эту задачу при помощи нейросети типа "многослойный персептрон", которая позволяет распознавать состояния, возникающие при восприятии неоднозначного визуального образа. Тип сети они выбрали в результате долгих испытаний на предмет эффективности работы с визуальными стимулами.
Целью исследования было уловить определенное состояние в общей активности головного мозга. Для этого ученые проанализировали методами искусственного интеллекта и машинного обучения сигналы магнитоэнцефалограмм (МЭГ) — записи магнитной активности нейронных ансамблей мозга. "Идя таким путем, мы смогли распознать и подробно охарактеризовать состояния неопределенности человеческого выбора в момент принятия мозгом решения. Более того, мы смогли точно измерить тот период времени, в течение которого человек колеблется и не может сделать выбор", — рассказал один из авторов исследования, заведующий кафедрой автоматизации, управления и мехатроники, руководитель Научно-образовательного центра "Системы искусственного интеллекта и нейротехнологии" СГТУ профессор Александр Храмов.
По его словам, выявить такие состояния мозговой активности традиционными методами (например, с помощью частотно-временного анализа) довольно сложно. Но искусственный интеллект оказался здесь весьма эффективен, поскольку способен показать неочевидные особенности сигналов.
МЭГ-сигналы записывали в ходе нейропсихологического эксперимента: восприятия оптической иллюзии, так называемого "куба Неккера". Участники эксперимента должны были сконцентрироваться на изображении и принять решение по его интерпретации, а к анализу записанных сигналов применялась ИНС. Обучающей выборкой для нее стали отрезки сигнала, соответствующие восприятию самых простых и однозначных изображений. В такие моменты у человека меньше трудностей с интерпретацией, чему соответствуют наиболее устойчивые паттерны его нейронной активности.
Затем уже обученная сеть проанализировала оставшиеся сигналы, соответствующие восприятию неоднозначных изображений. Оказалось, что при этом она многократно переключала отклик. Если интерпретировать это как "сомнения" нейросети, то таким образом можно успешно отслеживать и сомнения живого человека в процессе выбора.
Эти данные помогут ученым создать искусственный интеллект, который в сложном случае остановится перед принятием решения, что позволит перейти в режим ожидания и накопить информацию. Можно представить себе марсоход, который в ситуации сомнений обращается за помощью к операторам на Земле. В этом случае искусственный интеллект марсохода должен включать нейросеть с точкой остановки, связанной с невозможностью совершить выбор — то есть с сомнениями.
Метод поиска таких состояний эффективен также для тестирования и тренировки когнитивных способностей человека, его умения быстро принимать решения в стрессовых ситуациях. Это жизненно важно для многих профессий: пилотов, водителей, спасателей, военных или спортсменов. Авторы исследования уже начали разрабатывать соответствующие тренировочные комплексы на базе нейроинтерфейсов.