Мозг может изучать мир так же, как некоторые вычислительные модели

Мозг развивает интуитивное понимание окружающего мира, чтобы интерпретировать поступающую сенсорную информацию. Как именно это происходит? Многие ученые полагают, что мозг может использовать процесс, похожий на "самонаблюдаемое обучение" в машинном обучении. Этот метод позволяет моделям учиться на основе сходств и различий между изображениями без меток.

Две новые работы из Массачусетского технологического института предоставляют свидетельства в пользу этой гипотезы. Ученые обучили нейронные сети определенному виду самонаблюдаемого обучения. Полученные модели генерировали паттерны активности, очень похожие на те, которые наблюдались в мозге животных, выполнявших те же задачи.

Результаты показывают, что такие модели могут изучать представления физического мира и использовать их для точных предсказаний. Мозг млекопитающих, возможно, применяет ту же стратегию, считают исследователи.

"Наши результаты, похоже, предполагают организующий принцип в разных областях и масштабах мозга", - говорит Аран Найеби, соавтор одного из исследований .

Во втором исследовании ученые сфокусировались на особых нейронах, называемых grid cells , которые участвуют в навигации. Они обучили модель машинного обучения, основанную на самонаблюдении, выполнять задачу интегрирования траектории движения и эффективно представлять пространство. После обучения в активационных паттернах модели образовывались решётчатые структуры, очень похожие на те, которые формируют grid cells в мозге.

Исследования показывают схожесть между моделями самонаблюдаемого обучения и работой мозга млекопитающих при выполнении когнитивных задач. Исследование может помочь лучше понять принципы функционирования мозга, считают авторы.