Teknologi prototipe menyusut AI untuk menghadirkan fungsionalitas seperti otak dalam satu perangkat yang kuat - ScienceDaily
Teknologi

AI membantu ilmuwan memahami aktivitas otak di balik pikiran – ScienceDaily


Sebuah tim yang dipimpin oleh para peneliti di Baylor College of Medicine dan Rice University telah mengembangkan model kecerdasan buatan (AI) yang membantu mereka lebih memahami komputasi otak yang mendasari pikiran. Ini baru, karena sampai saat ini belum ada metode untuk mengukur pikiran. Para peneliti pertama-tama mengembangkan model baru yang dapat memperkirakan pikiran dengan mengevaluasi perilaku, dan kemudian menguji model mereka pada otak buatan terlatih di mana mereka menemukan aktivitas saraf yang terkait dengan perkiraan pikiran tersebut. Studi teoritis muncul di Prosiding National Academy of Sciences.

“Selama berabad-abad, ahli saraf telah mempelajari bagaimana otak bekerja dengan menghubungkan aktivitas otak dengan masukan dan keluaran. Misalnya, saat mempelajari ilmu saraf gerakan, ilmuwan mengukur gerakan otot serta aktivitas saraf, dan kemudian menghubungkan kedua pengukuran tersebut,” kata koresponden. penulis Dr. Xaq Pitkow, asisten profesor ilmu saraf di Baylor dan teknik listrik dan komputer di Rice. “Untuk mempelajari kognisi di otak, bagaimanapun, kami tidak memiliki apa pun untuk membandingkan aktivitas saraf yang diukur.”

Untuk memahami bagaimana otak memunculkan pikiran, para peneliti pertama-tama perlu mengukur sebuah pikiran. Mereka mengembangkan metode yang disebut “Inverse Rational Control” yang mengamati suatu perilaku dan menyimpulkan keyakinan atau pemikiran yang paling menjelaskan perilaku itu.

Secara tradisional, para peneliti di bidang ini telah bekerja dengan gagasan bahwa hewan menyelesaikan tugas secara optimal, berperilaku dengan cara yang memaksimalkan keuntungan bersih mereka. Tetapi ketika para ilmuwan mempelajari perilaku hewan, mereka menemukan bahwa hal ini tidak selalu terjadi.

“Kadang-kadang hewan memiliki keyakinan atau asumsi yang ‘salah’ tentang apa yang terjadi di lingkungan mereka, tetapi mereka tetap mencoba menemukan hasil jangka panjang terbaik untuk tugas mereka, mengingat apa yang mereka yakini terjadi di sekitar mereka. Ini bisa menjelaskan mengapa hewan tampaknya berperilaku kurang optimal, “kata Pitkow, yang juga merupakan Sarjana McNair di Baylor, co-direktur Baylor’s Center for Neuroscience and Artificial Intelligence dan anggota Rice Neuroengineering Initiative.

Misalnya, perhatikan hewan yang sedang berburu dan mendengar banyak suara yang terkait dengan mangsanya. Jika salah satu mangsa potensial mengeluarkan semua suara, perilaku optimal bagi pemburu adalah secara konsisten menargetkan gerakannya ke satu suara. Jika pemburu secara keliru percaya bahwa suara tersebut berasal dari banyak hewan yang berbeda, ia mungkin memilih perilaku yang kurang optimal, seperti terus-menerus memindai sekelilingnya untuk mencoba dan menentukan salah satunya. Dengan bertindak sesuai dengan keyakinan atau asumsi bahwa ada banyak mangsa potensial di dekatnya, pemburu berperilaku dengan cara yang secara bersamaan ‘rasional’ dan ‘suboptimal.’

Di bagian kedua pekerjaan, Pitkow dan rekan-rekannya mengembangkan model untuk menghubungkan pemikiran yang diidentifikasi menggunakan metode Inverse Rational Control dengan aktivitas otak.

“Kita dapat melihat dinamika pemikiran yang dimodelkan dan dinamika representasi otak dari pemikiran tersebut. Jika dinamika tersebut berjalan sejajar satu sama lain, maka kami memiliki keyakinan bahwa kami menangkap aspek komputasi otak yang terlibat dalam pemikiran tersebut. , “Kata Pitkow. “Dengan menyediakan metode untuk memperkirakan pikiran dan menafsirkan aktivitas saraf yang terkait dengannya, penelitian ini dapat membantu ilmuwan memahami bagaimana otak menghasilkan perilaku kompleks dan memberikan perspektif baru tentang kondisi neurologis.”

Kontributor lain untuk pekerjaan ini termasuk Zhengwei Wu, Minhae Kwon, Saurabh Daptardar dan Paul Schrater. Penulis berafiliasi dengan satu atau beberapa institusi berikut: Baylor College of Medicine, Rice University, Soongsil University, Google Maps, dan University of Minnesota.

Pekerjaan ini sebagian didukung oleh hibah BRAIN Initiative NIH 5U01NS094368, penghargaan dari McNair Foundation, Simons Collaboration on the Global Brain award 324143, penghargaan National Science Foundation 1450923 BRAIN 43092 dan NSF CAREER Award IOS-1552868.

Sumber Cerita:

Materi disediakan oleh Sekolah Tinggi Kedokteran Baylor. Catatan: Konten dapat diedit gaya dan panjangnya.

Dipersembahkan Oleh : Lapak Judi

Baca Juga : Data Sidney