Чем определяется способность мозга к обучению. Израильское исследование

Ученые из Университета Бар-Илан выяснили, что способность мозга и ИИ к обучению зависит от усиления существующих нейронных связей, а не от расширения структуры.

Как именно мозг усваивает новую информацию – путем формирования новых нейронных путей или благодаря укреплению уже имеющихся связей? В новой работе ученые показали, что ключевую роль играет укрепление нейронных соединений, а не расширение архитектуры сети. Работа опубликована в журнале Physica A Statistical Mechanics and its Applications.

В ходе экспериментов на искусственных нейронных сетях, обученных языковым задачам, выяснилось, что по мере роста объема данных качество обучения существенно возрастает. Но даже при удалении значительной части связей эффективность работы моделей практически не снижалась. Улучшение результатов достигалось не усложнением структуры, а более эффективным взаимодействием между существующими элементами.

"Этот результат особенно интересен в контексте биологического мозга, где количество нейронов остается приблизительно постоянным. Кроме того, сейчас нет доказательств наличия биологического механизма, который обеспечивал бы крупномасштабную непрерывную перестройку топологии нейронной сети в процессе обучения", – отмечает соавтор работы доктор Янир Харель.

Полученные выводы указывают на общий принцип, объединяющий биологический и искусственный интеллект. Способность к адаптации и усвоению новых знаний определяется тем, насколько эффективно настраивается сила существующих связей, а не постоянным добавлением новых компонентов. Ученые считают, что намеченный ими путь позволит строить мощные ИИ-модели, не требующие огромных энергозатрат.