Создано в России
Нейросеть формирует мозг
Российские ученые предложили новую модель сверточной нейронной сети для анализа изображений, имитирующую работу кратковременной памяти, сообщает пресс-служба Российского научного фонда. Главное преимущество алгоритма состоит в том, что при его работе воспроизводятся не только связи между цифровыми аналогами нейронов, как в обычных нейросетях, но и взаимодействие этих клеток с астроцитами, – вспомогательными клетками нервной ткани. Такая «гибридная» модель на 15% точнее обрабатывает изображения, чем нейросеть без улучшений, а потому будет полезна при создании систем искусственного интеллекта, использующихся в управлении и навигации робототехнических устройств и в медицинской диагностике.
Сверточные нейронные сети сегодня активно применяются для распознавания и классификации изображений, а потому незаменимы в компьютерном зрении. Например, в системах автоматического вождения для распознавания дорожных знаков и при обработке естественного языка, в частности, для анализа текста с целью извлечения полезной информации.
Несмотря на широкое распространение, сверточные нейронные сети обладают недостатками. Например, их логику принятия решений сложно понять и объяснить. Это затрудняет использование таких сетей в сферах, где очень важно понимать, на основании чего алгоритм получил тот или иной результат, например, в медицинской диагностике. Также существующие алгоритмы всё еще не способны имитировать процессы обработки информации в головном мозге. Совместив нейросети с математическими моделями информационных процессов в мозге, можно расширить возможности технологии, в частности, добавив новый функционал или улучшив их точность.
Ученые из Нижегородского государственного университета имени Н. И. Лобачевского представили новую сверточную нейронную сеть с кратковременной памятью, которая управляется астроцитами. Кратковременная память, также известная как рабочая память, отвечает за временное хранение и управление информацией. Она играет решающую роль во внимании, обучении, решении проблем и принятии решений. В этой работе авторы совместили в одном алгоритме искусственную нейронную сеть и результаты моделирования кратковременной памяти, в которых учитываются взаимодействие нейронов и астроцитов. Это позволило алгоритму на 15% точнее, чем ранее, обрабатывать изображения и выводить полученную информацию человеку. Это достигается за счет того, что новая модель, в отличие от исходной, запоминает необходимые объекты, а потому выдает более точные результаты обработки изображения.