Международная группа ученых, в которую вошли специалисты Саратовского государственного технического университета имени Гагарина Ю.А., создала искусственную нейронную сеть и смоделировала состояние неопределенности выбора в тот момент, когда мозг принимает решение. Исследование было посвящено тому, как можно распознавать такие состояния с помощью методов искусственного интеллекта.
Работа опубликована в журнале CHAOS Американского института физики. В последние годы искусственные нейронные сети стали важным инструментом для изучения искусственного интеллекта и обработки данных. Их широко используют в социальных науках, робототехнике и нейронауке для классификации, прогнозирования и распознавания образов.
В исследованиях мозга такие сети помогают разделять нейронные сигналы по типам, выявлять патологическую активность, в том числе при эпилепсии, а также находить признаки нейродегенеративных заболеваний. Однако возможность распознавать состояния, при которых неопределенность в работе мозга приводит к неопределенности на выходе, до этого была изучена недостаточно.
Ученые из Саратова вместе с коллегами из Центра биомедицинских технологий Технического университета Мадрида решили использовать для этой задачи нейросеть типа «многослойный персептрон». Такой вариант выбрали после длительных проверок его эффективности при работе со зрительными стимулами. Эта сеть позволила распознавать состояния, возникающие при восприятии неоднозначного зрительного образа.
Цель исследования состояла в том, чтобы выделить особое состояние в общей активности головного мозга. Для этого ученые применили методы искусственного интеллекта и машинного обучения к сигналам магнитоэнцефалограмм, то есть к записям магнитной активности нейронных ансамблей мозга. Как сообщает РИА Новости, один из авторов работы, заведующий кафедрой автоматизации, управления и мехатроники, руководитель Научно-образовательного центра «Системы искусственного интеллекта и нейротехнологии» СГТУ профессор Александр Храмов рассказал: «Идя таким путем, мы смогли распознать и подробно охарактеризовать состояния неопределенности человеческого выбора в момент принятия мозгом решения. Более того, мы смогли точно измерить тот период времени, в течение которого человек колеблется и не может сделать выбор».
По его словам, выявлять такие состояния обычными методами, например с помощью частотно-временного анализа, довольно трудно. В этом случае искусственный интеллект оказался более полезным, так как способен находить неочевидные особенности в сигналах.
Сигналы магнитоэнцефалограмм записывали во время нейропсихологического эксперимента, связанного с восприятием оптической иллюзии, известной как куб Неккера. Участники должны были сосредоточиться на изображении и выбрать его интерпретацию, а затем полученные сигналы анализировала искусственная нейронная сеть.
Для обучения сети использовали участки сигнала, соответствующие восприятию наиболее простых и однозначных изображений. В такие моменты человеку легче понять увиденное, поэтому его нейронная активность отличается более устойчивыми схемами. После этого уже обученная сеть проанализировала остальные сигналы, которые относились к восприятию неоднозначных изображений.
Выяснилось, что в таких случаях нейросеть многократно переключала свой отклик. Если рассматривать это как аналог сомнений нейросети, то такой подход позволяет отслеживать и сомнения человека во время выбора.
По словам авторов, эти данные могут пригодиться при создании искусственного интеллекта, который в сложной ситуации не будет сразу принимать решение, а сможет остановиться, перейти в режим ожидания и накопить дополнительные данные. В качестве примера приводится марсоход, который при неопределенности мог бы обращаться за помощью к операторам на Земле. В таком случае система должна включать нейросеть с точкой остановки, связанной с невозможностью сделать выбор.
Разработанный способ поиска подобных состояний может быть полезен и для проверки, и для тренировки когнитивных способностей человека, в том числе умения быстро принимать решения в напряженной обстановке. Это особенно важно для пилотов, водителей, спасателей, военных и спортсменов. Авторы исследования уже начали создавать соответствующие тренировочные комплексы на основе нейроинтерфейсов, пишет портал «Научная Россия».
