обучение

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.

Нейросети учатся благодаря backpropagation — сигналу ошибки, который приходит к каждому нейрону индивидуально и подсказывает, как именно ему нужно измениться. Такой персональный «векторизованный» обучающий сигнал делает обучение масштабируемым и эффективным. Долгое время считалось, что в мозге такого механизма, скорее всего, нет. Но вот в Nature опубликована работа, где впервые показано это в живом мозге мышей. Эксперимент заключался в следующем: мыши с помощью интерфейса «мозг-компьютер» учились мысленно управлять активностью двух небольших групп нейронов в ретросплениальной коре (слой 5), чтобы повернуть зрительный стимул (полоску) в нужную сторону и получить награду. При этом одновременно записывали кальциевую активность как в теле нейрона (сома), так и далеко в его апикальных дендритах. Оказалось, что в дендритах возникает отдельный сигнал, который не повторяет активность тела клетки, а несёт информацию об ошибке, награде и других важных аспектах задачи. Этот дендритный сигнал индивидуален для каждого нейрона — он зависит от того, полезен ли именно этот нейрон для выполнения задачи или, наоборот, мешает. Знак сигнала (положительный или отрицательный) предсказывал, как изменится активность нейрона в процессе обучения. Когда эти дендритные сигналы искусственно подавляли с помощью оптогенетики, мыши переставали учиться. Таким образом в коре головного мозга действительно существуют векторизованные обучающие сигналы, причём обрабатываются они отдельно в дендритах. Это, вероятно, и есть биологический аналог backpropagation — механизма, с помощью которого мозг решает проблему «кому какую вину приписать» при сложном обучении.

https://www.nature.com/articles/s41586-026-10190-7

Материнская X-хроморсома ускоряет старение гиппокампа, ключевой области для памяти и обучения, и отключает определенные гены, необходимые для здоровья мозга.

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.