Искусственный интеллект помог ученым узнать, как мозг генерирует мысли

Новые алгоритмы искусственного интеллекта позволяют распознать мозговую активность, которая отвечает за мысли и рассуждения. До сих пор подобное было невозможно.

Команда, возглавляемая исследователями из Медицинского колледжа Бейлора и Университета Райса, разработала модели искусственного интеллекта, которые помогают им лучше понять вычисления мозга, лежащие в основе мыслей. Это настоящий прорыв, ведь до сих пор у ученых не было метода измерения мыслей на “аппаратном уровне”.

“На протяжении веков нейробиологи изучали, как работает мозг, связывая мозговую активность со входами и выходами. Например, изучая нейробиологию движения, ученые измеряют движения мышц, а также активность нейронов, а затем связывают эти два измерения. Однако при изучении когнитивных процессов в мозге нам попросту не с чем сравнивать измеренную нейронную активность”, – поясняет один из авторов исследования Ксак Питков (Xaq Pitkow), доцент кафедры нейробиологии в Бэйлоре.

Обратный рациональный контроль

Чтобы понять, как мозг рождает мысль, сначала исследователям нужно было измерить эту мысль. Для этого они разработали метод под названием “Обратный рациональный контроль”, который изучает поведение и моделирует мысли, которые лучше всего объясняют это поведение.

Работу метода проще всего объяснить на примере из мира животных.
Исследователи часто исходят из идеи, что животные, в отличие от человека, всегда решают задачи оптимально. То есть, они ведут себя так, чтобы максимизировать свою чистую пользу. Но когда ученые изучают поведение животных, они обнаруживают, что это не всегда соответствует действительности.

“Иногда животные имеют ошибочные убеждения или предположения о том, что происходит в их среде, но все-таки пытаются найти наилучшие долгосрочные способы решения своей задачи, учитывая то, что, по их мнению, происходит вокруг. Это объясняет, почему животные ведут себя неоптимально”, – говорит Питков.

Например, рассмотрим животное, которое охотится и слышит много шумов, связанных с потенциальной добычей. Если шумы создает одна особь, оптимальным поведением для охотника будет последовательное отслеживание одного источника звука. Но если охотник ошибочно считает, что шумы исходят от нескольких разных животных, он может выбрать неоптимальное поведение – пассивное наблюдение за своим окружением в попытке определить один из источников. Охотник действует в соответствии со своим ошибочным предположением, что вокруг много потенциальной добычи. При этом он ведет себя одновременно рационально и неоптимально.

Питков и его коллеги разработали вторую модель, которая связывает такое поведение с активностью мозга. Это позволяет из всего спектра мозговой активности вычленить ту, которая генерирует умозаключения об окружающей среде.

“Мы можем посмотреть на динамику смоделированных мыслей и на динамику работы мозга. Если они совпадают, мы можем быть уверены, что мы считали вычисления мозга, участвующие в формировании мыслей”, – говорит Питков.

Исследователи надеются, что работа поможет им разобраться в том, как именно мозг вырабатывает сложное поведение. Способность понимать, как мысли рождаются на аппаратном уровне, может быть бесценным подарком для науки. Образно выражаясь, это дает возможность заглянуть “под капот” самой основы тех процессов, что называются сознанием и личностью. А если вы знаете, как это
работает, вы можете это воссоздать.

Исследование было опубликовано в журнале Proceedings of the National Academy of Sciences 23 ноября.

• Facebook
• Google
• Pinterest
• Soundcloud
• Tumblr