L'IA générative aide à expliquer la mémoire et l'imagination humaines

  • Une étude de l'UCL montre que l'IA générative aide à expliquer comment les souvenirs et l'imagination humaine fonctionnent.
  • Les progrès récents dans les réseaux neuronaux génératifs permettent de simuler la manière dont le cerveau apprend et se rappelle d'événements.
  • Les chercheurs ont constaté que les modèles conceptuels efficaces des scènes capturaient leur signification, ce qui permettait au cerveau de reconstruire les événements passés et de générer de nouveaux événements pour la créativité et la planification.

Selon une nouvelle étude réalisée par des chercheurs de l'UCL, les progrès récents de l'IA générative aident à expliquer comment les souvenirs nous permettent d'en apprendre davantage sur le monde, de revivre d'anciennes expériences et de construire des expériences totalement nouvelles pour l'creativeness et la planification.

L'étude, publiée dans Mother nature Human Behaviour et financée par Wellcome, utilise un modèle informatique d'IA – connu sous le nom de réseau neuronal génératif – pour simuler la manière dont les réseaux neuronaux du cerveau apprennent et se souviennent d'une série d'événements (chacun étant représenté par un scène simple).

Le modèle comportait des réseaux représentant l'hippocampe et le néocortex, pour étudier remark ils interagissent. On sait que les deux parties du cerveau travaillent ensemble au cours de la mémoire, de l’imagination et de la planification.

L'auteur principal, la doctorante Eleanor Spens (Institut des neurosciences cognitives de l'UCL), a déclaré : « Les progrès récents dans les réseaux génératifs utilisés dans l'IA montrent comment des informations peuvent être extraites de l'expérience afin que nous puissions à la fois nous memento d'une expérience spécifique et imaginer de manière flexible quelle nouvelle les expériences pourraient ressembler.

“Nous pensons que la mémoire consiste à imaginer le passé sur la foundation de principles, combinant certains détails stockés avec nos attentes sur ce qui aurait pu se passer.”

Les humains ont besoin de faire des prédictions pour survivre (par exemple pour éviter un threat ou trouver de la nourriture), et les réseaux d'IA suggèrent remark, lorsque nous rejouons des souvenirs au repos, cela aide notre cerveau à capter des schémas d'expériences passées qui peuvent être utilisés pour créer ces événements. prédictions.

Les chercheurs ont présenté au modèle 10 000 photos de scènes simples. Le réseau hippocampique a rapidement codé chaque scène au fur et à mesure de son expérience. Il a ensuite rejoué les scènes encore et encore pour entraîner le réseau neuronal génératif du néocortex.

Le réseau néocortical a appris à transmettre l'activité de milliers de neurones d'entrée (neurones qui reçoivent des informations visuelles) représentant chaque scène à travers des couches intermédiaires de neurones as well as petites (la in addition petite ne contenant que 20 neurones), pour recréer les scènes sous forme de modèles d'activité par milliers. de neurones de sortie (neurones qui prédisent les informations visuelles).

Cela a amené le réseau néocortical à apprendre des représentations « conceptuelles » très efficaces des scènes qui captent leur signification (par exemple la disposition des murs et des objets) – permettant à la fois la recréation d'anciennes scènes et la génération de scènes complètement nouvelles.

Par conséquent, l'hippocampe a pu coder la signification des nouvelles scènes qui lui étaient présentées, plutôt que d'avoir à coder chaque détail, ce qui lui a permis de concentrer ses ressources sur le codage de caractéristiques uniques que le néocortex ne pouvait pas reproduire, comme de nouveaux sorts d'objets..

Le modèle explique remark le néocortex acquiert lentement des connaissances conceptuelles et remark, avec l'hippocampe, cela nous permet de « revivre » les événements en les reconstruisant dans notre esprit.

Le modèle explique également remark de nouveaux événements peuvent être générés au cours de l'creativity et de la planification de l'avenir, et pourquoi les souvenirs existants contiennent souvent des distorsions « essentielles », dans lesquelles des caractéristiques uniques sont généralisées et mémorisées comme ressemblant davantage à celles d'événements précédents.

L'auteur principal, le professeur Neil Burgess (Institut de neurosciences cognitives de l'UCL et Institut de neurologie de l'UCL Queen Sq.), a expliqué : « La façon dont les souvenirs sont reconstruits, plutôt que d'être des enregistrements véridiques du passé, nous montre remark la signification ou l'essentiel de une expérience est recombinée avec des détails uniques, et remark cela peut entraîner des biais dans la façon dont nous nous souvenons des choses. »