Математики разработали алгоритм более точного моделирования работы мозга
Понять, как устроен головной мозг и смоделировать его работу в нейросети — недостижимая мечта мировой науки. Но усилиями учёных Института проблем машиноведения РАН в Санкт-Петербурге человечество, похоже, стало чуть ближе к её осуществлению.
Фото: Flickr by Liam Huang is licensed under CC BY 2.0
Для построения нейросетей чаще всего используют математическую модель ФитцХью-Нагумо — систему обыкновенных дифференциальных уравнений второго порядка. Она позволяет реализовать работу не только одного нейрона, но и их группы, причём настолько эффективно, что сеть всего из 90 блоков способна воссоздать электрическую активность мозга (в котором, напомним, 80 миллиардов нейронов), в том числе и в экстремальных режимах, подобных эпилептическому припадку.
Учёные взялись усовершенствовать модель, чтобы она точнее повторяла работу мозга, используя в ней инструменты теории управления. "Дело в том, что совсем не очевидно, какие параметры модели ФитцХью-Нагумо следует выбирать, чтобы она правдоподобно отражала динамику нервной клетки. Мы предлагаем использовать для решения этой проблемы, известной как задача идентификации, алгоритм, основанный на применении метода скоростного градиента и фильтров-дифференциаторов. Всё что нужно, чтобы использовать его — это измерить значения напряжения мембранных потенциалов нейронов", — объясняет стажёр-исследователь лаборатории "Цифровизация, анализ и синтез сложных механических систем, сетей и сред" ИПМаш РАН Александра Рыбалко, работающая под руководством главного научного сотрудника, профессора Александра Фрадкова.
Такой подход даёт возможность практически неограниченного каскадирования системы без увеличения её сложности. Иными словами, создание нейросети из миллиардов узлов уже не выглядит нерешаемой задачей.
Рыбалко надеется, что результаты её с коллегами изысканий будут с успехом применены в разработке интерфейсов мозг-компьютер, позволяющих силой мысли управлять техникой.