Q:
Làm thế nào máy học có thể giúp quan sát các tế bào thần kinh sinh học - và tại sao đây là một loại AI khó hiểu?
A:Học máy không chỉ mô hình hóa hoạt động não bộ của con người - các nhà khoa học cũng đang sử dụng các công nghệ điều khiển ML để thực sự nhìn vào chính bộ não và các tế bào thần kinh riêng lẻ mà các hệ thống này được xây dựng.
Một bài báo của Wired nói về những nỗ lực liên tục để nhìn vào não và thực sự xác định các thuộc tính của từng tế bào thần kinh. Nhà văn Robbie Gonzalez nói về một nỗ lực năm 2007 minh họa một số điều vẫn còn tiên tiến trong phát triển máy học ngày nay.
| Tải xuống miễn phí: Machine Learning và Why It Matters |
Theo một cách nào đó, các dự án này cũng cho thấy tính chất thâm dụng lao động của học máy có giám sát. Trong các chương trình học máy có giám sát, dữ liệu tập huấn phải được dán nhãn cẩn thận để giúp thiết lập dự án thành công và chính xác.
Gonzalez nói về một tình huống mà các thành viên khác nhau của một nhóm cùng nhau thực hiện nỗ lực lao động lớn cần có để có được nhãn hiệu mà các dự án này cần - mô tả một bộ sưu tập của sinh viên mùa hè, nghiên cứu sinh và cá nhân sau tiến sĩ, nhà thần kinh học phân tử Margaret Sutherland mô tả cách chú thích dữ liệu giúp chuẩn bị tập dữ liệu. Viện rối loạn thần kinh và đột quỵ quốc gia, trong đó Sutherland là giám đốc, là một trong những người tài trợ cho nghiên cứu.
Sử dụng một mạng lưới thần kinh sâu, một nhóm do nhà thần kinh học San Francisco Stephen Finkbeiner và một số chuyên gia tại Google đã quan sát hình ảnh của các tế bào có và không có các loại thẻ đánh dấu huỳnh quang khác nhau. Công nghệ đã xem xét các bộ phận riêng lẻ của một tế bào thần kinh, như sợi trục và sợi nhánh và cố gắng phân lập các loại tế bào khác nhau, trong một quy trình mà Finkbeiner và các loại khác gọi là dán nhãn silico hoặc ISL.
Loại nghiên cứu này có thể đặc biệt khó hiểu với những người chưa quen với quy trình học máy. Đó là bởi vì ý tưởng về học máy và trí tuệ nhân tạo chủ yếu dựa trên các mạng lưới thần kinh, bản thân chúng là mô hình kỹ thuật số về cách thức các nơ-ron hoạt động trong não người.
Tế bào thần kinh nhân tạo, được xây dựng trên tế bào thần kinh sinh học, có một bộ các đầu vào có trọng số, chức năng biến đổi và chức năng kích hoạt. Tương tự như các nơ-ron sinh học, nó có một số dạng đầu vào dựa trên dữ liệu và trả về một đầu ra. Vì vậy, có một chút mỉa mai là các nhà khoa học có thể sử dụng các mạng lưới thần kinh lấy cảm hứng từ sinh học này để thực sự nhìn vào các tế bào thần kinh sinh học.
Theo một cách nào đó, nó đi một cách nhất định xuống lỗ thỏ của công nghệ đệ quy - nhưng nó cũng giúp tăng tốc quá trình học tập trong ngành này - và nó cũng chứng minh cho chúng ta rằng cuối cùng, khoa học thần kinh và kỹ thuật điện đang trở nên rất chặt chẽ liên kết. Theo ý kiến của một số người, chúng tôi đang tiếp cận điểm kỳ dị được nói đến bởi bộ óc CNTT vĩ đại Ray Kurzweil, nơi ranh giới giữa con người và máy móc sẽ dần bị xóa nhòa. Điều quan trọng là xem xét cách các nhà khoa học đang áp dụng các công nghệ rất mạnh này vào thế giới của chúng ta, để hiểu rõ hơn về cách tất cả các mô hình mới này hoạt động.
