Искусственный интеллект

  • Отслеживание движения глаз показывает, в чем расходятся человеческое чтение и обработка данных искусственным интеллектом

    В исследовании сравнили данные айтрекинга у человека с работой более 400 больших языковых моделей и показали наличие критического расхождение между когнитивной архитектурой человека и архитектурами искусственного интеллекта на основе трансформеров. В то время как модели прогнозирования следующего слова на основе больших языковых моделей успешно учитывают начальную скорость распознавания слов при плавном чтении, они не способны предсказать когнитивные трудности, возникающие, когда человек интегрирует слова в более широкий контекст.

    https://neurosciencenews.com/human-reading-llm-neuroscience-ai-31203/

  • Искусственный интеллект, который становится умнее по мере уменьшения

    Новая система искусственного интеллекта, созданная по образу и подобию человеческого мозга, имитирует развитие человека, «убирая» лишние связи в процессе обучения. Модель становится более компактной и энергоэффективной, осваивая все более сложные задачи, связанные с восприятием и моторикой.

  • Когнитивная иллюзия: почему искусственный интеллект до сих пор не может мыслить как человек ?

    Забудьте о шумихе вокруг того, что искусственный интеллект «превосходит» человеческое мышление. Новое исследование показывает, что самые продвинутые модели могут быть скорее мастерами по прохождению тестов, чем настоящими мыслителями. Обнаружив «сбой» в том, как ИИ обрабатывает инструкции, ученые выяснили, что путь к созданию по-настоящему универсальной когнитивной модели преграждает отсутствие подлинного понимания языка.

    https://neurosciencenews.com/ai-llm-human-cognition-30097/

  • Искусственный интеллект имитирует обучение детей, чтобы раскрыть способности человека к познанию

    Новая модель ИИ, основанная на фреймворке PV-RNN, учится обобщать речь и действия так же, как это делают дети младшего возраста, объединяя зрение, проприоцепцию и языковые инструкции. В отличие от больших языковых моделей (LLM), которые опираются на обширные наборы данных, эта система использует вовлечение в процесс для достижения композиционности, требуя при этом меньше данных и вычислительной мощности.

  • Таксисты мыслят иначе, чем ИИ при планировании маршрута

    Исследование показало, что лондонские таксисты при планировании маршрутов отдают предпочтение сложным и удалённым перекрёсткам на начальном этапе «автономного мышления», а не последовательному рассмотрению улиц. Эта эффективная и интуитивно понятная стратегия использует пространственное мышление и отличается от алгоритмов ИИ, которые обычно следуют пошаговым подходам.

  • Революционизирующая диагностика мозга с помощью света и искусственного интеллекта

    Новый метод "молекулярного фонаря" позволяет исследователям неинвазивно отслеживать молекулярные изменения в мозге с помощью тонкого светоизлучающего зонда. Это нововведение эффективный инструмент использует рамановскую спектроскопию для обнаружения химических изменений, вызванных опухолями, травмами или другими патологиями, без повреждения мозга

    https://neurosciencenews.com/molecular-lantern-brain-cancer-ai-28294/

  • Исследование предсказательной способности мозга с использованием искусственного интеллекта

    Новое исследование с использованием искусственного интеллекта дало новое представление о том, как мозг предсказывает будущие события и обрабатывает информацию. Исследователи обнаружили, что спонтанная активность мозга, даже без внешних раздражителей, играет решающую роль в том, как мы думаем и чувствуем. Анализируя локальные полевые потенциалы (LFPs), они обнаружили, что мозг остается активным при прогнозировании возможных сценариев даже в состоянии покоя.

    https://neurosciencenews.com/ai-thought-prediction-cognition-27641/

  • Самоорганизованная бистабильность в глобально связанных сетях

    Ученые из России, Индии и Бельгии разработали математическую модель, описывающую состояние мозга при эпилепсии. Система воспроизводит изменение активности мозга во время припадка, а также учитывает множественные взаимодействия между нейронами и другими клетками мозга. Разработанная модель расширит представления о механизме развития эпилептического припадка, а также поможет в лечении заболевания. Результаты исследования опубликованы в журнале Physical Review.
     
    «В дальнейшем мы планируем улучшить нашу модель путем рассмотрения более реалистичных подходов к моделированию нервных клеток мозга. Также нас интересует вопрос рассмотрения наиболее точного взаимодействиями между различными клетками мозга для наилучшего понимания процессов в эпилептическом мозге. Вероятно, что наша модель может быть интересна для тестирования эффекта различных антиэпилептических препаратов на мозг», — рассказывает Александр Храмов, доктор физико-математических наук, главный научный сотрудник Балтийского центра нейротехнологий и искусственного интеллекта БФУ имени Иммануила Канта.
     
    Anwar, M. S., Frolov, N., Hramov, A. E., & Ghosh, D. (2024). Self-organized bistability on globally coupled higher-order networks. Physical Review E, 109(1), 014225. https://doi.org/10.1103/PhysRevE.109.014225