A capacidade de prever se move com precisão é necessária não apenas para seres humanos e animais, mas também para muitas aplicações de inteligência artificial – da liderança independente a robôs. Pesquisadores da Universidade Técnica de Munique (TUM) descobriram agora que as redes nervosas artificiais podem executar melhor essa tarefa ao treiná -la em dados biológicos do que o desenvolvimento precoce do sistema visual.
Seja em ratos, gatos ou humanos: mesmo antes dos vertebrados abrirem os olhos, um programa de treinamento combinado começa na retina – completamente independente de estímulos externos. Os padrões automáticos de atividade são espalhados em movimentos semelhantes a ondas através do tecido nervoso do olho. Essa atividade nervosa, conhecida como “ondas da retina”, coordena os fios iniciais entre a retina e o sistema óptico do cérebro. De alguma forma, o olho começa a exercitar a visão antes de enfrentar o mundo real.
Os pesquisadores de tumores mostraram agora que as redes nervosas artificiais – que imitam a função cerebral – também podem se beneficiar desse tipo de pré -treinamento.
As redes nervosas sintéticas geralmente são treinadas usando dados que são intimamente semelhantes à tarefa destinada a realizar. Quando exibido em analogia com a forma como o sistema visual se desenvolve em organismos vivos, seu processo de aprendizado começa apenas quando os olhos se abrem. Fomos inspirados pela natureza e integrando o estágio de pré -treinamento, semelhante aos do sistema visual biológico, no treinamento de redes nervosas. “
Julijana Gjorgjieva, professor de neurociência aritica em TUM
O pré -treinamento leva a previsões mais rápidas e precisas
Na primeira etapa, a equipe alcançou se o treinamento com ondas da retina tem algum efeito no desempenho da rede nervosa. Para fazer isso, eles treinaram redes diferentes de maneiras diferentes: um grupo de redes sob treinamento em treinamento usando os dados de ondas de rede do mouse. Depois disso, essas redes foram treinadas usando um filme em movimento que imita uma perspectiva do mouse que passa por um corredor estreito que alinhava com diferentes padrões de engenharia. Outro conjunto de redes foi treinado usando apenas o filme de animação – sem nenhum treinamento anterior.
A tarefa era a mesma para todas as redes: eles precisavam prever com precisão como desenvolver padrões visuais na parede do corredor de simulação. As redes anteriormente treinadas usando ondas retinianas importantes e mais precisas levaram a pessoas sem treinamento prévio. Para excluir a possibilidade de que o melhor desempenho seja simplesmente devido a um período de treinamento mais longo, os pesquisadores conduziram outra rodada de experimentos que reduziram o tempo que gastaram em redes de treinamento pré -treinado em animação. Isso garante que todas as redes tenham o mesmo período de treinamento abrangente. No entanto, as redes anteriormente treinadas ultrapassaram outras pessoas em velocidade e precisão.
Melhor desempenho mesmo com clipes do mundo real
Em uma última etapa, a equipe aumentou o nível de dificuldade. Eles treinaram redes usando clipes no mundo real capturados de uma perspectiva de gato com uma câmera de movimento, mostrando o que o gato vê. A qualidade do vídeo era menor que a animação e os movimentos eram mais complicados. No entanto, novamente, as redes anteriormente treinadas superaram todos os outros.
fonte:
Referência do diário:
Pode, para. , Assim, E outros. (2025). O treinamento de redes nervosas artificiais antes do treinamento com atividade automática da retina melhora o movimento em cenas naturais. PLOs aritméticos de biologia. Doi.org/10.1371/journal.pcbi.1012830.
