Ученые разработали энергоэффективный метод обработки сенсорных данных для ИИ, вдохновленный работой мозга
Исследователи создали инновационный подход, позволяющий системам искусственного интеллекта эффективнее обрабатывать обонятельные и другие сенсорные сигналы, взяв за основу принципы работы человеческого мозга. В частности, они изучили, как обонятельная луковица действует как естественный «брандмауэр», фильтруя информацию из внешней среды и предотвращая перегрузку мозга. Этот нейроморфный метод может привести к разработке более мощных и энергоэффективных ИИ-систем.
Способность обучаться на основе неструктурированных данных — ключевое требование к искусственным нейронным сетям. Однако в реальных условиях качество обработки сигналов зависит от их предварительной фильтрации. Биологические сенсорные системы, напротив, отлично справляются с этой задачей, даже в условиях шума и избытка информации. Например, человек может выделить один конкретный запах в переполненном ресторане.
Томас Клеланд, профессор психологии Корнеллского университета, поясняет: «Мозг выполняет удивительные когнитивные задачи в реальном времени, потребляя минимум энергии. Он обрабатывает огромные объемы сенсорных данных, часто искаженных или неполных, извлекает нужную информацию и интерпретирует ее с учетом контекста и прошлого опыта».
Нейроморфные модели стремятся воспроизвести эту эффективность, но современные ИИ-системы пока плохо справляются с большими потоками неструктурированных данных. «Теоретически искусственные системы должны уметь делать то же самое, если мы поймем, как это работает», — говорит Клеланд.
Вместе с коллегами он сделал важный шаг в этом направлении, раскрыв ключевые механизмы обработки сенсорной информации мозгом. Это открытие может привести к созданию более эффективных нейроморфных вычислительных систем, способных превзойти современные ИИ в скорости обучения и энергопотреблении.
Рой Моял, ведущий автор исследования, отмечает: «Представьте компактные автономные ИИ-устройства, способные обнаруживать опасные вещества. Они смогут адаптироваться к окружающей среде без передачи конфиденциальных данных через сеть».
Как мозг фильтрует информацию
Обработка химических сигналов — например, миллиардов молекул в воздухе — сложна из-за их нестабильности и разнообразия. Мозг использует обонятельную систему, включающую эпителий, обонятельную луковицу и связанные с ней зоны.
В исследовании, опубликованном в , ученые детально изучили роль внешних слоев этой системы — эпителия и периферической части луковицы — в фильтрации и структурировании данных перед их передачей в глубокие слои мозга. Это предотвращает перегрузку, сохраняя важную информацию.
«Обонятельная луковица — это интерфейс между мозгом и внешним миром», — объясняет Клеланд. «Ее глубокие слои участвуют в обучении распознаванию запахов, но для этого входящие сигналы должны быть тщательно подготовлены».
Применение в ИИ
Чтобы избежать информационной перегрузки, исследователи предложили нейроморфный метод преобразования неструктурированных аналоговых данных в стандартизированные временные паттерны — «фазовые пиковые представления». Это минимизирует потерю информации и оптимизирует кодирование.
Обработанные данные передаются через гетерогенные синаптические связи, что делает систему устойчивой к внешним колебаниям. Дополнительная калибровка позволяет стабильно работать даже с зашумленными данными.
Хотя исследование сосредоточено на обонянии, метод применим и к другим типам сенсорных данных. Это открывает перспективы для развития «умных» сенсоров и адаптивной робототехники.