Искусственный интеллект объяснил воображение
Воображение человека объяснили генеративной нейронной сетью в мозге
Ученые Университетского колледжа Лондона (UCL) объяснили, каким образом человеческий мозг способен к воображению и какую роль в этом играет эпизодическая память. Согласно результатам исследования, опубликованного в журнале Nature Human Behaviour, нейронные процессы, отвечающие за эти функции, сильно напоминают работу искусственного интеллекта — обученной генеративной нейронной сети, способной создавать новые изображения.
Известно, что эпизодическая память содержит автобиографические переживания, включая информацию об их времени и местоположении, тогда как семантическая память связана с фактическими знаниями. Предполагается, что эпизодическая память осуществляется за счет долговременной потенциации нейронов в гиппокампе, когда между нервными клетками происходит усиление синаптической передачи сигналов. При этом она является конструктивной, то есть воспоминание является реконструкцией прошлого опыта, а не извлеченной копией.
Гиппокамп — область, в которой воспоминания формируются, однако благодаря процессу, называемому консолидацией систем (англ. systems consolidation) и происходящему во время отдыха, они передаются в некортекс. Параллельно происходит процесс, называемый семантизацией, когда часть воспоминаний преобразуется в более абстрактное представление. Однако механизмы реконструкции эпизодической реконструкции и ее связь с семантической памятью недостаточно изучены.
Основой нового исследования, проведенного специалистами Института когнитивных нейронаук в UCL, стало предположение, что консолидированные воспоминания имеют форму генеративной нейронной сети, которая обнаруживает статистические закономерности в данных и способна создавать новые данные. Такие нейронные сети, как, например, GPT или Midjourney, могут генерировать тексты или изображения животных.
В ходе экспериментов были использованы нейронные сети, моделирующие гиппокамп и неокортекс. Роль гиппокампа играла автоассоциативная нейронная сеть, которая обучена выдавать те же данные, что поступают на ее входы. Данные из этой сети использовались для обучения генеративных нейронных сетей — вариационных автоэнкодеров. Сеть гиппокампа кодировала десять тысяч изображений простых сцен, а неокортикальная использовала закодированную информацию для воссоздания сцен в виде активности выходных нейронов.
Результаты исследования показывают, что человеческий мозг способен создавать высокоэффективные концептуальные представления сцен, отражающие их смысл (например, расположение объектов), вместо того, чтобы кодировать каждую деталь. Это позволяет как воссоздавать старые сцены, так и генерировать совершенно новые, что лежит в основе воображения. Модель также объясняет, как сцены могут генерироваться при планировании будущего, а также почему существующие воспоминания часто содержат искажения.
Nature Human Behaviour
