Открытие Университета Бар-Илана: задержки в работе мозга – это "фича", а не "баг"

Ученые из Университета Бар-Илана предложили архитектуру для искусственных нейросетей, которая воспроизводит принцип задержек, свойственный работе мозга.

Эта модель использует время в качестве дополнительного измерения, что отражает особенности биологической обработки информации.

В отличие от электрических систем, биологические нейроны работают менее стабильно и передают сигналы с задержкой. Кроме того, не все нейроны активируются одновременно, поэтому сигналы приходится дублировать. Возникает вопрос: являются ли эти задержки недостатком биологической системы, который замедляет работу мозга?

Новое исследование, проведенное учеными Бар-Иланского университета, показало, что задержки не являются "багом", а наоборот, важной "фичей", улучшающей обучение. Модель, созданная с учетом задержек, продемонстрировала, что они не снижают, а напротив, усиливают эффективность обработки данных мозгом. Эта работа была опубликована в журнале Physica A: Statistical Mechanics and its Applications.

Профессор Идо Кантер объяснил различие между искусственными и естественными нейросетями следующим образом: в искусственных нейросетях для распознавания каждого объекта требуется отдельный блок, тогда как мозг может использовать один выходной канал для распознавания различных объектов в разные моменты времени.

"Мозг учится через время, а компьютер через пространство", — пояснил Кантер.

Соавтор исследования, Ярден Цах, добавил, что система с задержками позволяет нейросети обучаться новым объектам без необходимости изменять ее архитектуру. Например, изображение лошади может быть распознано на первой секунде, человека — на второй, а человека на лошади — через полторы секунды.

Основное преимущество этой архитектуры заключается в том, что для обучения