- Συνέντευξη: Ο ερευνητής Διονύσης Αντύπας με απλά λόγια μας μαθαίνει το χαλαρόνιο και τη σχέση του με την σκοτεινή ύλη
- ΝΕLIOTA: Το ερευνητικό πρόγραμμα παρακολούθησης εκλάμψεων λόγω προσκρούσεων παραγήινων αστεροειδών και μετεωροειδών στη Σελήνη
- Podcast: Συζήτηση με τον καθηγητή Νικόλαο Στεργιούλα με αφορμή το σημαντικό εύρημα της εργασίας του για τα άστρα νετρονίων
- Podcast: Ο Διονύσης Σιμόπουλος απαντά σε ερωτήματα για το σύμπαν και την έρευνα που σχετίζεται με αυτό
- Άρθρο με αφορμή το Nobel Φυσικής του 2017: Οι βηματισμοί της Επιστήμης και η πορεία προς τον εντοπισμό των βαρυτικών κυμάτων
- Συνέντευξη: Το ελληνικό εκπαιδευτικό σύστημα με τα μάτια ενός νέου ερευνητή όπως ο κ. Μπάμπουλης (Μέρος 3)
- Συνέντευξη: Ο ερευνητής Νανοτεχνολογίας κ. Μπάμπουλης περιγράφει τη δομή των νέων 2D υλικών και τις εφαρμογές τους (Μέρος 2)
- Συνέντευξη: Συζητώντας με τον ερευνητή κ. Παντελή Μπάμπουλη για τα ενδιαφέροντα τεχνητά υλικά, γερμανένιο και πυριτένιο (Μέρος 1)
- podcast: Τι είναι τα Βαρυτικά Κύματα (Συνέντευξη με τον Ερωτόκριτο Κατσαβουνίδη, διευθυντή έρευνας στο ΜΙΤ)
- podcast: Αναζητώντας τα Βαρυτικά Κύματα (Συνέντευξη με τον Χρήστο Τσάγκα, Αναπληρωτή Καθηγητή του ΑΠΘ)
Άνθρωπος – Εγκέφαλος: Ανακάλυψη ερευνητών στην αρχιτεκτονική της Λεκτικής Εργαζόμενης Μνήμης χρήσιμη για την Τεχνητή Νοημοσύνη
Μια νέα μελέτη ερευνητών του Πανεπιστημίου της Νέας Υόρκης, εντοπίζει ότι η νευρωνική δομή που χρησιμοποιείτε για να αποθηκευθούν και επεξεργαστούν πληροφορίες στην Λεκτική Εργαζόμενη Μνήμη, στον ανθρώπινο εγκέφαλο, είναι περισσότερο σύνθετη από ότι είχε θεωρηθεί προηγουμένως. Η μελέτη δείχνει ότι η επεξεργασία της πληροφορίας στην Εργαζόμενη Μνήμη περιλαμβάνει δυο διαφορετικά δίκτυα στον εγκέφαλο μάλλον, παρά ένα – μια ανακάλυψη που σίγουρα θα έχει συνέπειες στη δημιουργία συστημάτων τεχνητής νοημοσύνης, όπως τα εργαλεία μετάφρασης του λόγου.
«Τα αποτελέσματά μας δείχνουν ότι υπάρχουν τουλάχιστον δυο εγκεφαλικά δίκτυα που είναι ενεργά όταν διαχειριζόμαστε πληροφορίες ομιλίας και γλώσσας στο μυαλό μας», εξηγεί ο Bijan Pesaran, αναπληρωτής καθηγητής στο Κέντρο για την Νευρωνική Επιστήμη, του Πανεπιστημίου της Νέας Υόρκης και κύριος συγγραφέας της έρευνας που δημοσιεύεται στο περιοδικό Nature Neuroscience.
Προηγούμενες μελέτες είχαν δώσει έμφαση στο πώς ένας απλός «κεντρικός επεξεργαστής» επέβλεπε τη διαχείριση της πληροφορίας που αποθηκεύεται στην Εργαζόμενη Μνήμη(*). Η διάκριση είναι σημαντική, παρατηρεί ο Pesaran, επειδή τα τρέχοντα συστήματα Τεχνητής Νοημοσύνης που αναπαράγουν την ανθρώπινη ομιλία, τυπικά, υποθέτουν ότι οι υπολογισμοί που εμπλέκονται στην λεκτική εργαζόμενη μνήμη εκτελούνται από ένα απλό νευρωνικό δίκτυο. «Η Τεχνητή Νοημοσύνη βαθμιαία γίνεται περισσότερο όμοια με του ανθρώπου», λέει ο Pesaran. «Με την καλύτερη κατανόηση της νοημοσύνης στον ανθρώπινο εγκέφαλο, μπορούμε να προτείνουμε τρόπους να βελτιώσουμε τα συστήματα της Τεχνητής Νοημοσύνης. Η εργασία μας δείχνει ότι απαιτούνται συστήματα Τεχνητής Νοημοσύνης με πολλαπλά δίκτυα εργαζόμενης μνήμης».
Η μελέτη εστίασε σε μια μορφή εργαζόμενης μνήμης αποφασιστικής σημασίας για τη σκέψη, τη σχεδίαση και τους δημιουργικούς συλλογισμούς και εμπλέκει τη διατήρηση στο νου και το μετασχηματισμό της πληροφορίας που είναι απαραίτητη για ομιλία και γλώσσα. Οι ερευνητές, εξέτασαν ασθενείς που υπόκεινται σε παρακολούθηση του εγκεφάλου για θεραπεία από αντιστεκόμενη σε φάρμακα επιληψία. Συγκεκριμένα, αποκωδικοποίησαν τη νευρωνική δραστηριότητα που καταγράφεται από την επιφάνεια του εγκεφάλου αυτών των ασθενών, καθώς άκουγαν ήχους ομιλίας και μιλώντας μετά μια σύντομη καθυστέρηση. Η μέθοδος απαιτούσε από τα υποκείμενα της έρευνας να χρησιμοποιήσουν ένα κανόνα, που δόθηκε από τους ερευνητές, για να μετασχηματίσουν τους ήχους ομιλίας που άκουσαν με διαφορετικό λόγο – για παράδειγμα, από τους ασθενείς είχε ζητηθεί να επαναλάβουν τον ίδιο ήχο που είχαν ακούσει, ενώ άλλες φορές οι ερευνητές ζήτησαν από τους ασθενείς να ακούσουν τον ήχο και να τον αναπαράγουν με διαφορετικό λόγο.
Οι ερευνητές αποκωδικοποίησαν την νευρωνική δραστηριότητα στον εγκέφαλο κάθε ασθενή, καθώς ο ασθενής εφάρμοζε τον κανόνα για να μετατρέψει ότι είχε ακούσει, σε αυτό που απαιτούνταν να πει. Τα αποτελέσματα αποκάλυψαν ότι η διαχείριση της πληροφορίας, που πραγματοποιήθηκε στη μνήμη εργασίας, ενέπλεκε τη λειτουργία των δύο εγκεφαλικών δικτύων. Το ένα δίκτυο κωδικοποιούσε τον κανόνα τον οποίο οι ασθενείς χρησιμοποιούσαν για να οδηγηθούν στον διαφορετικό λόγο που αυτοί διατύπωναν (το δίκτυο του κανόνα). Παραδόξως, ωστόσο, το δίκτυο του κανόνα δεν κωδικοποιούσε τις λεπτομέρειες του τρόπου με τον οποίο τα υποκείμενα μετασχημάτιζαν ότι άκουσαν, σε ότι είπαν. Η διαδικασία της χρήσης του κανόνα, για το μετασχηματισμό των ήχων σε ομιλία, έγινε από ένα δεύτερο δίκτυο μετασχηματισμού. Η δραστηριότητα σε αυτό δίκτυο θα μπορούσε να χρησιμοποιηθεί για να παρακολουθηθεί με ποιο τρόπο τα εισερχόμενα (ότι άκουσαν) μετατράπηκαν σε αποτελέσματα (ότι είπαν) στιγμή προς στιγμή.
Η μετάφραση ότι ακούστηκε σε μια γλώσσα, για να αποδοθεί σε μια άλλη γλώσσα εμπλέκει την εφαρμογή ενός όμοιου συνόλου αφηρημένων κανόνων. Άνθρωποι με προβλήματα στην λεκτική εργαζόμενη μνήμη βρίσκεται να δυσκολεύονται να μάθουν νέες γλώσσες. Οι σύγχρονες ευφυείς μηχανές, επίσης, έχουν προβλήματα να μάθουν γλώσσες, προσθέτουν οι ερευνητές.
«Ένας τρόπος με τον οποίο μπορούμε να βελτιώσουμε την ανάπτυξη περισσότερο ευφυών συστημάτων, είναι με την πληρέστερη κατανόηση του πώς λειτουργεί ο ανθρώπινος εγκέφαλος και το μυαλό», σημειώνει ο Pesaran. «Η διάγνωση και η αντιμετώπιση των προβλημάτων στην εργαζόμενη μνήμη, στους ανθρώπους, εμπλέκουν ψυχολογικές αξιολογήσεις. Κατ’ αναλογία, μια μηχανή ψυχολογίας μπορεί μια μέρα να είναι χρήσιμη για διάγνωση και αντιμετώπιση προβλημάτων στην ευφυΐα των μηχανών μας. Αυτή η έρευνα εξετάζει μια μοναδικά ανθρώπινη μορφή νοημοσύνης, τη λεκτική μνήμη εργασίας, και προτείνει νέους τρόπους για να κάνουν τις μηχανές πιο ευφυείς».
Πηγή: New York University
Περισσότερα στη δημοσίευση: Manipulating stored phonological input during verbal working memory. Nature Neuroscience.
(*) Σημείωση egno: Το 1974, οι Baddeley και Hitch πρότειναν ότι είναι πιο χρήσιμο να θεωρούμε την άμεση μνήμη ως ένα είδος εργαζόμενης μνήμης, η οποία χρησιμοποιείται για την αντιμετώπιση ενός συγκεκριμένου προβλήματος ή το χειρισμό μιας πληροφορίας. Το 1980, ο Hitch υποστήριξε ότι αυτό το μοντέλο συμπεριλαμβάνει έναν κεντρικό επεξεργαστή με γενικές αρμοδιότητες, ο οποίος μπορεί να χειριστεί τις περισσότερες μορφές πληροφορίας, καθώς και πολλά διαφορετικά υποσυστήματα.