متا تحقیقاتی را برای ایجاد هوش مصنوعی در سطح انسانی اعلام کرد

NeuroSpin یک مرکز تحقیقاتی است که به طور خاص بر روی تصویربرداری مغز متمرکز است. محققان متشکل از فیزیکدانان، ریاضیدانان، عصب شناسان و پزشکان هستند که با هم برای ساختن ابزارهایی برای یادگیری مغز انسان به روش های مختلف همکاری می کنند.

NeuroSpin توضیح می‌دهد که چه کاری انجام می‌دهد:

«تحقیقات با تمرکز بر تصویربرداری عصبی، از پیشرفت‌های فن‌آوری و روش‌شناختی (اکتساب و پردازش داده‌ها) تا علوم اعصاب پیش بالینی و بالینی، از جمله علوم اعصاب شناختی، انجام شده است.»

متای منتشر شد:

«امروز، ما یک ابتکار تحقیقاتی بلندمدت هوش مصنوعی را برای درک بهتر نحوه پردازش گفتار و متن توسط مغز انسان اعلام می‌کنیم. با همکاری مرکز تصویربرداری عصبی Neurospin (CEA) و Inria، ما در حال مقایسه نحوه واکنش مدل‌های زبان هوش مصنوعی و مغز به جملات گفتاری یا نوشتاری یکسان هستیم.

از بینش‌های این کار برای راهنمایی توسعه هوش مصنوعی استفاده می‌کنیم که گفتار و متن را به همان اندازه افراد کارآمد پردازش می‌کند.”

مشکل مدل‌های زبان هوش مصنوعی این است که برای یادگیری به مثال‌های زیادی نیاز دارند. مغز انسان فقط به چند مثال برای یادگیری نیاز دارد.

تحقیق فعلی در مورد مدل‌های زبان هوش مصنوعی مغز مانند:

را کشف کرد

«مدل‌های زبانی که بیشتر به فعالیت مغز شباهت دارند، آن‌هایی هستند که به بهترین شکل کلمه بعدی را از روی بافت پیش‌بینی می‌کنند (مثلاً روزی روزگاری…).

در حالی که مغز کلمات و ایده‌های بسیار پیش‌تر را در زمان پیش‌بینی می‌کند، اکثر مدل‌های زبانی فقط برای پیش‌بینی کلمه بعدی آموزش دیده‌اند. باز کردن این قابلیت پیش‌بینی دوربرد می‌تواند به بهبود مدل‌های مدرن زبان هوش مصنوعی کمک کند.”

این اعلامیه به تحقیقات فعلی در مدل‌سازی هوش مصنوعی بر روی فعالیت مغز انسان اشاره می‌کند که از MRI ​​و سایر ابزارهای تصویربرداری برای مشاهده فعالیت مغز انسان در زمانی که انسان‌ها در حال انجام وظایف مختلف مرتبط با زبان بودند، استفاده می‌کرد.

مقاله پژوهشی ذکر شده مربوط به سال ۲۰۲۱ است و عنوان آن پردازش زبان در مغز و شبکه های عصبی عمیق: همگرایی محاسباتی و محدودیت های آن (PDF).

خلاصه ای از یافته ها در پاراگراف های آغازین مقاله تحقیق مورد بحث قرار می گیرد:

«نتایج نشان می‌دهد که (۱) موقعیت لایه در شبکه و (۲) توانایی شبکه برای پیش‌بینی دقیق کلمات از متن، عوامل اصلی برای ظهور بازنمایی‌های مغز مانند هستند. در شبکه های عصبی مصنوعی.

این نتایج با هم نشان می‌دهند که چگونه بازنمایی‌های ادراکی، واژگانی و ترکیبی دقیقاً در هر ناحیه قشری آشکار می‌شوند و به کشف اصول حاکم بر پردازش زبان در مغزها و الگوریتم‌ها کمک می‌کنند.

اهمیت تحقیق فوق این است که نشان دهد چگونه تحقیق در مورد نحوه پردازش داده‌ها توسط مغز می‌تواند بینش‌هایی را برای ایجاد فرآیندهای مشابه در یک الگوریتم به دست آورد.

تیم های تحقیقاتی متا از هزاران اسکن از فعالیت مغز انسان استفاده می کنند تا ببینند کدام مناطق مغز در حین انجام کارها فعال شده اند.

گفته شد این تحقیق “سازمان محاسباتی مغز انسان” را نشان می‌دهد که بینش‌های مفیدی در مورد هدف متا برای توسعه “هوش مصنوعی در سطح انسانی” به دست می‌دهد.

مزایا به تولید هوش مصنوعی در سطح انسانی محدود نمی شود، این تحقیق همچنین به دانشمندان علوم اعصاب کمک می کند تا مغز انسان را بهتر درک کنند.

نقل قول ها

اعلامیه رسمی متا را بخوانید

ساخت هوش مصنوعی که زبان را همانطور که مردم پردازش می کنند

توضیحات عمیق تر از تحقیقات هوش مصنوعی در سطح انسانی متا را بخوانید

مطالعه مغز برای ساختن هوش مصنوعی که زبان را همانند مردم پردازش می کند