Il y a aussi un transformateur dans le cerveau ! Le même mécanisme que "l'hippocampe"

， Je ne peux pas le créer et je ne comprends pas

—— Ferman

veut créer une intelligence artificielle Tout d'abord, nous devons comprendre pourquoi le cerveau humain est intelligent.

Avec la naissance des réseaux de neurones et leur brillant développement qui a suivi, les chercheurs ont recherché des

explications biologiques pour les réseaux de neurones, et les progrès biologiques ont également inspiré les chercheurs en IA à développer de nouveaux modèles.

Mais les chercheurs dans le domaine de l'intelligence artificielle ont en réalité un objectif plus ambitieux :

Utiliser des modèles d'IA pour aider à comprendre le cerveau.

Des recherches récentes ont montré que bien que le modèle

Transformer le plus populaire ait été développé sans aucune aide de connaissances biologiques, sa structure est très similaire à la structure hippocampique du cerveau humain.

Lien papier : https://arxiv.org/pdf/2112.04035.pdf

Après que les chercheurs aient équipé le Transformer d'un codage positionnel récursif, ils ont découvert que le modèle pouvait reproduire avec précision l'hippocampe. formation. ) de la

représentation spatiale

. Cependant, l'auteur a également déclaré qu'il n'était pas surpris par ce résultat, car Transformer est étroitement lié au

modèle hippocampique

actuel en neurosciences, les plus évidents sont cellules de lieu (cellules de lieu) et grille cellules (cellule de la grille). De plus, il a été constaté grâce à des expériences que le modèle Transformer présente une énorme amélioration des performances par rapport au modèle fourni par la version neuroscience.

Ce travail combine des calculs de réseaux neuronaux artificiels et de réseaux cérébraux pour fournir une nouvelle compréhension des interactions entre l'hippocampe et le cortex cérébral

et donne des indications sur le fonctionnement des zones corticales

au-delà du modèle neuroscientifique actuel pour un plus large éventail de tâches complexes. comme la compréhension du langage. Le transformateur simule l'hippocampe ?

Il est encore difficile pour les humains de comprendre leur propre cerveau. Par exemple, étudier comment le cerveau organise et accède aux informations spatiales pour déterminer « où nous sommes, ce qui nous attend et comment y arriver » reste un défi difficile à relever. .

L'ensemble du processus peut impliquer le rappel de réseaux de mémoire entiers et de données spatiales stockées provenant de dizaines de milliards de neurones, chacun connecté à des milliers d'autres neurones.

Bien que les neuroscientifiques aient identifié plusieurs éléments clés, tels que les cellules de la grille, les neurones qui cartographient l'emplacement, la manière de mener des études plus approfondies reste inconnue : les chercheurs ne peuvent pas prélever et étudier des tranches de matière grise humaine pour observer comment les mémoires d'images basées sur la localisation , les sons et les odeurs circulent et se connectent les uns aux autres.

Les modèles d'intelligence artificielle offrent une autre façon de comprendre le cerveau humain. Au fil des années, les neuroscientifiques ont utilisé divers types de réseaux neuronaux pour simuler le déclenchement des neurones dans le cerveau.

Des recherches récentes montrent que l'hippocampe (une structure cérébrale cruciale pour la mémoire) est fondamentalement similaire au modèle Transformer.

Les chercheurs ont obtenu des résultats remarquables en utilisant de nouveaux modèles pour suivre les informations spatiales d'une manière similaire au fonctionnement interne du cerveau.

James Whittington, neuroscientifique cognitif de l'Université d'Oxford et de l'Université de Stanford, a déclaré que lorsque l'on sait que ces modèles cérébraux sont équivalents aux Transformers, cela signifie que les nouveaux modèles seront plus performants et plus faciles à entraîner. .

Comme le montrent les travaux de Whittington et d'autres, Transformer peut considérablement améliorer la capacité des modèles de réseaux neuronaux à imiter les divers calculs effectués par les cellules de la grille et d'autres parties du cerveau.

Whittington affirme que de tels modèles pourraient faire progresser notre compréhension du fonctionnement des réseaux neuronaux artificiels et, plus probablement, de la manière dont les calculs sont effectués dans le cerveau.

David Ha, un informaticien de Google Brain qui est principalement engagé dans la recherche sur le modèle Transformer, a déclaré que nous n'essayons pas de recréer un nouveau cerveau, mais pouvons-nous créer un mécanisme pour faire ce que le cerveau peut faire ?

Transformer a été proposé pour la première fois il y a cinq ans comme nouveau modèle d'intelligence artificielle pour traiter le langage naturel. C'était également l'arme secrète des « modèles vedettes » tels que BERT et GPT-3. Ces modèles peuvent générer des paroles de chansons convaincantes, composer des sonnets shakespeariens ou effectuer un travail de service client humain.

Le mécanisme de base de Transformer est l'auto-attention, dans laquelle chaque entrée (comme un mot, un pixel, un nombre dans une séquence) est toujours connectée à toutes les autres entrées, tandis que d'autres réseaux neuronaux courants connectent simplement l'entrée. avec certaines entrées sont connectés.

Bien que Transformer ait été conçu spécifiquement pour les tâches en langage naturel, des recherches ultérieures ont prouvé que Transformer fonctionne également bien dans d'autres tâches, telles que la classification d'images et maintenant la modélisation du cerveau.

En 2020, une équipe dirigée par l'informaticien Sepp Hochreiter (premier auteur de l'article du LSTM) de l'Université Johann Kepler de Linz, en Autriche, a utilisé un Transformer pour réajuster un modèle de récupération de mémoire puissant et de longue date, le Réseau Hopfield.

Proposés pour la première fois par le physicien de Princeton John Hopfield il y a 40 ans, ces réseaux suivent une règle générale : les neurones actifs en même temps établissent des connexions fortes entre eux.

Hochreiter et ses collaborateurs ont noté que les chercheurs sont toujours à la recherche de meilleurs modèles de récupération de mémoire, et ils ont vu un lien entre la façon dont une nouvelle classe de réseaux Hopfield récupère les souvenirs et la manière dont les transformateurs effectuent leur attention.

Développés par Hopfield et Dmitry Krotov du laboratoire d'intelligence artificielle MIT-IBM Watson, ces nouveaux réseaux Hopfield ont des connexions plus efficaces et peuvent stocker et récupérer plus de mémoires que les réseaux Hopfield standards. L'équipe de Hochreiter a résolu ce problème. problème en ajoutant un mécanisme d'attention similaire dans Transformer règles pour moderniser ces réseaux.

En 2022, ce nouvel article a encore ajusté la méthode de Hochreiter et modifié le Transformer afin qu'il ne traite plus la mémoire comme une séquence linéaire, mais comme une chaîne de mots dans une phrase, la codant comme des coordonnées de grande dimension dans l'espace. .

Les chercheurs affirment que cette « torsion » améliore encore les performances du modèle dans les tâches de neurosciences. Les résultats expérimentaux ont également montré que le modèle est mathématiquement équivalent au modèle de modèles de déclenchement de cellules en grille que les neuroscientifiques voient dans les analyses IRMf.

Caswell Barry, neuroscientifique à l'University College de Londres, a déclaré que les cellules de la grille ont cette structure passionnante, belle et régulière avec un motif frappant qui est peu susceptible de se produire au hasard.

Ce nouveau travail montre comment Transformer reproduit avec précision les modèles observés dans l'hippocampe.

Ils ont également reconnu que le modèle Transformer peut déterminer où il se trouve en fonction de son état précédent et de la façon dont il s'est déplacé, et d'une manière clé qui entre dans le modèle traditionnel de cellules de grille.

D'autres travaux récents suggèrent également que Transformer peut faire progresser notre compréhension d'autres fonctions cérébrales.

L'année dernière, Martin Schrimpf, neuroscientifique informatique du MIT, a analysé 43 modèles de réseaux neuronaux différents pour voir dans quelle mesure ils prédisaient les mesures de l'activité neuronale humaine rapportées par l'IRMf et l'électrocorticographie.

Il a découvert que Transformer est actuellement le réseau neuronal leader et le plus avancé capable de prédire presque tous les changements trouvés en imagerie.

David Ha et Yujin Tang, qui est également informaticien, ont également récemment conçu un modèle capable d'entrer délibérément une grande quantité de données dans le Transformer de manière aléatoire et désordonnée, simulant la façon dont le corps humain transmet des observations sensorielles à le cerveau. Il s’avère que Transformer peut traiter avec succès des flux d’informations désordonnés, tout comme notre cerveau.

Lien papier : https://arxiv.org/abs/2111.14377

Yujin Tang a déclaré que les réseaux de neurones sont câblés et ne peuvent recevoir que des entrées spécifiques. Mais dans la vraie vie, les ensembles de données évoluent souvent rapidement et la plupart des IA n’ont aucun moyen de s’adapter. À l’avenir, nous aimerions essayer une architecture capable de s’adapter rapidement.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!