Не баг, а фича: задержки сигналов между нейронами оказались полезными для обучения
В отличие от электронных схем, данные между нейронами передаются не мгновенно — после прихода возбуждающего импульса клетка активируется с некоторой задержкой. Ученые из Университета имени Бар-Илана (Израиль) установили, что эти задержки способствуют более эффективному и гибкому обучению. Исследование опубликовано в журнале Physica A: Statistical Mechanics and its Applications.
Задержки распространения сигналов между нейронами можно считать преимуществом мозга по сравнению с искусственными нейросетями, в которых для распознавания какого-либо объекта выделяется отдельный блок.
«В искусственных нейронных сетях каждому объекту требуется свой собственный выходной блок для распознавания, тогда как мозг может использовать один нейронный выход, где его активность различает объекты за разное время. По сути, можно сказать, что мозг использует время для обучения, а компьютер использует пространство», — подчеркивает руководитель исследования профессор Идо Кантер.
Это делает мозг более гибким — ему не требуется построение нейросети с новой архитектурой под каждую задачу, добавляет аспирант Ярден Цах. Он приводит такой пример: на распознавание фото лошади мозгу нужно определенное время, изображение человека идентифицируется за другое время, а всадник на лошади может быть распознан за третье, промежуточное между ними время.
Динамика работы мозга, построенная с учетом задержек передачи данных, дает ему превосходство перед машинным обучением, а ее понимание, возможно, откроет путь к созданию лучших, более быстрых и сложных систем на основе нейросетевых алгоритмов, резюмируется в статье.
