Представлена ИИ-модель, вдохновлённая нейронными колебаниями в мозге человека

Исследователи из Лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института (CSAIL) разработали новую модель искусственного интеллекта, вдохновлённую нейронными колебаниями в мозге. Цель работы — усовершенствовать процессы обработки длинных последовательностей данных алгоритмами машинного обучения.

ИИ часто испытывает трудности с анализом сложной информации, которая получает апдейты в течение длительных периодов времени, например климатических изменений или финансовых данных. Один новый тип модели ИИ — «модель пространства состояний» (state-space model) — был разработан специально для более эффективного понимания этих последовательных закономерностей. 

Существующие модели пространства состояний часто сталкиваются с трудностями: они могут быть нестабильными или требовать значительного количества вычислительных ресурсов. Чтобы решить эти проблемы, исследователи CSAIL Константин Раш и Даниэла Рус разработали «линейные колебательные модели пространства состояний» (LinOSS), которые используют принципы вынужденных гармонических осцилляторов — концепцию, глубоко укоренившуюся в физике и наблюдаемую в биологических нейронных сетях. Этот подход обеспечивает стабильные и вычислительно эффективные прогнозы без чрезмерно ограничивающих условий для параметров модели.

«Наша цель состояла в том, чтобы зафиксировать стабильность и эффективность, наблюдаемые в биологических нейронных системах, и перевести эти принципы в структуру машинного обучения. С LinOSS мы можем изучать дальние взаимодействия, даже в последовательностях, охватывающих сотни тысяч точек данных или больше», — объясняет Раш. 

Более того, исследователи доказали универсальную аппроксимирующую способность модели, то есть она может