18 августа 2019, ГТРК "Нижний Новгород". Международная группа учёных успешно разгадывает очередные "загадки" многомерного мозга и предлагает новый подход, позволяющий системам искусственного интеллекта обучать друг друга. Об этом сообщает пресс-служба Университета Лобачевского.
В журнале "Physics of Life Reviews", имеющем один из высших импакт-факторов в категориях "Биология" и "Биофизика", опубликована статья "Симфония многомерного мозга" ("Symphony of high-dimensional brain").
Авторы статьи, всемирно известные учёные российского происхождения, – главный научный сотрудник лаборатории перспективных методов анализа многомерных данных Университета Лобачевского, профессор Университета Лестера (Великобритания) Александр Горбань, ведущий научный сотрудник лаборатории перспективных методов анализа многомерных данных Университета Лобачевского, профессор Университета Лестера (Великобритания) Иван Тюкин, а также старший научный сотрудник лаборатории нейросетевых технологий Университета Лобачевского, профессор Университета Комплутенсе (Мадрид, Испания) Валерий Макаров, – завершают широкую дискуссию в журнале "Physics of Life Reviews".
В центре обсуждения были две проблемы:
1) Как быстро и эффективно исправлять ошибки искусственного интеллекта (ИИ)?
2) Чем объясняется эффективность малых нейронных ансамблей в многомерном мозге?
Единый подход к этим проблемам был предложен в статье этих же авторов, – "Непостижимая эффективность малых нейронных ансамблей в многомерном мозге" ("The unreasonable effectiveness of small neural ensembles in high-dimensional brain"), – опубликованной ранее в данном журнале. Эта статья и послужила источником дискуссии. Существо дела авторы видят в геометрии многомерных пространств. Один из участников дискуссии, знаменитый эксперт в нейронауках Р. Куиан Куирога (R. Quian Quiroga) предложил называть предложенный подход по имени авторов – GMT-подходом.
В журнале "Physics of Life Reviews", имеющем один из высших импакт-факторов в категориях "Биология" и "Биофизика", опубликована статья "Симфония многомерного мозга" ("Symphony of high-dimensional brain").
Авторы статьи, всемирно известные учёные российского происхождения, – главный научный сотрудник лаборатории перспективных методов анализа многомерных данных Университета Лобачевского, профессор Университета Лестера (Великобритания) Александр Горбань, ведущий научный сотрудник лаборатории перспективных методов анализа многомерных данных Университета Лобачевского, профессор Университета Лестера (Великобритания) Иван Тюкин, а также старший научный сотрудник лаборатории нейросетевых технологий Университета Лобачевского, профессор Университета Комплутенсе (Мадрид, Испания) Валерий Макаров, – завершают широкую дискуссию в журнале "Physics of Life Reviews".
В центре обсуждения были две проблемы:
1) Как быстро и эффективно исправлять ошибки искусственного интеллекта (ИИ)?
2) Чем объясняется эффективность малых нейронных ансамблей в многомерном мозге?
Единый подход к этим проблемам был предложен в статье этих же авторов, – "Непостижимая эффективность малых нейронных ансамблей в многомерном мозге" ("The unreasonable effectiveness of small neural ensembles in high-dimensional brain"), – опубликованной ранее в данном журнале. Эта статья и послужила источником дискуссии. Существо дела авторы видят в геометрии многомерных пространств. Один из участников дискуссии, знаменитый эксперт в нейронауках Р. Куиан Куирога (R. Quian Quiroga) предложил называть предложенный подход по имени авторов – GMT-подходом.