Guest
Лекция Константина Анохина — лекция “Мозг для искусственного интеллекта, искусственный интеллект для мозга“. Константин Анохин – профессор, академик РАН, директор Института перспективных исследований мозга МГУ имени М. В. Ломоносова, заведующий лабораторией нейробиологии памяти НИИ нормальной физиологии имени П.К. Анохина. Саров, 20-24 ноября 2023 г. Лекторий «Первой Всероссийской школы НЦФМ по искусственному интеллекту и большим данным». Запись трансляции третьего дня. Лекционная сессия. ТАЙМИНГ: 00:29 Введение • Константин Анохин, директор института перспективных исследований мозга МГУ, выступает на конференции по искусственному интеллекту. • Анохин подчеркивает важность понимания принципов работы мозга для развития искусственного интеллекта. 14:37 Нейробиология и искусственный интеллект • Анохин рассказывает о том, как нейробиология может помочь в создании искусственного интеллекта. • Он обсуждает принципы работы биологических нервных систем, которые не всегда применяются в искусственных системах, также упоминает о важности кодирования информации в химических сигналах и объемной передаче сигналов. 22:52 Нейроны и их функции • Нейроны способны распространять потенциал действия не только от тела по аксону, но и под дендритом. • Существует обратное распространение импульса из тела нейрона назад дендритом, регулирующее то, как дендрит принимает следующую информацию. 29:53 Память и ее особенности • Биологическая память не репрезентативна и реконструктивна, она не является точным отражением событий внешнего мира. • Воспроизведение памяти - активный процесс генерации предположения о том, что было. • Биологическая память вырождена и обладает автоассоциативностью. 33:44 Мерджентность и искусственный интеллект • Мерджентность - это взгляд на причинно-следственную структуру реальности, где типы сущностей могут состоять из организации материальных элементов более низкого уровня. • Большие языковые модели, обученные на одном языке, начинают понимать другие языки и обладают некоторыми способностями, на которые их не учили. 40:41 Нейронные сети и когнитивные функции • В больших нейронных сетях возникают когнитивные функции, такие как распознавание концепций и категорий. • Нейроны места и времени возникают в мозге и в искусственных нейронных сетях. 54:32 Нейроны места и времени в искусственных нейронных сетях • В больших языковых моделях возникают нейроны, которые классифицируют текст по времени и месту. • В нейробиологии можно управлять работой организма, влияя на работу когнитивно-специализированных нейронов. 58:24 Искусственный интеллект и сознание • Ученые могут стимулировать определенные зрительные категории у животных, вызывая галлюцинации. • Искусственный интеллект может быть использован для генерации текста, но не обладает сознанием. 01:06:36 Эмерджентность и искусственный интеллект • Мир становится взаимосвязанным, что может влиять на системную динамику и поведение искусственного интеллекта. 01:10:10 Теория мозга и когнитома • Мозг - это не только нейронная сеть, но и гиперсетевая структура, которая развивается эмбрионально и за счет обучения. • В мозге могут формироваться группы клеток, которые работают как кротовые норы и активируются в зависимости от прошлого опыта. • Это объясняет нелинейность и ассоциативность мышления, которые не всегда следуют линейной логике. 01:13:16 Исторические переходы и когнитивные системы • Видео обсуждает исторические переходы в когнитивных системах, которые происходят через объединение отдельных элементов в команды, конгломераты и оптимизации функций. • В результате этих переходов, элементы системы приобретают новые свойства и начинают кодировать функционал и причинно-действенный потенциал системы. 01:15:22 Супервентность и суперцедентность • Обсуждается концепция супервентности, которая означает, что свойства верхнего уровня полностью соответствуют свойствам нижнего уровня. • Вводится понятие суперцедентности, которое говорит о том, что более высокие уровни каузально вытесняют более низкие. • Система определяется своим максимальным потенциалом, а не физическими, химическими или биологическими уровнями. 01:18:30 Кластеризация и распознавание информации • Необходимо найти общие принципы, которые объясняют этот феномен в разных системах, таких как биологические, искусственные нейронные сети и когнитивные системы. • Обсуждается важность глубокого уровня нейронных сетей для распознавания информации и понимания причинно-следственных связей.
