Duboke neuronske mreže kao modeli ljudskog sluha

U dosad najvećoj studiji dubokih neuronskih mreža osposobljenih za obavljanje slušnih zadataka, istraživači američkog instituta tehnologije u Massachusettsu MIT-a, otkrili su da većina ovih modela generira unutarnje reprezentacije koje dijele svojstva reprezentacija viđenih u ljudskom mozgu kada ljudi slušaju iste zvukove.

Računalni modeli koji oponašaju strukturu i funkciju ljudskog slušnog sustava mogli bi pomoći istraživačima da dizajniraju bolja slušna pomagala, kohlearne implantate i mozak-računalo sučelja. Nova studija MIT-a otkrila je da se moderni računalni modeli izvedeni iz strojnog učenja približavaju tom cilju.

Studija također nudi uvid u to kako najbolje uvježbati ovu vrstu modela. Istraživači su otkrili da modeli uvježbani na slušnom unosu, uključujući pozadinsku buku, više oponašaju obrasce aktivacije ljudskog slušnog korteksa.

"Ono što izdvaja ovu studiju jest to da je to dosad najopsežnija usporedba ovakvih modela sa slušnim sustavom. Studija sugerira da su modeli koji su izvedeni iz strojnog učenja korak u pravom smjeru i daje nam neke tragove o tome što ih čini boljim modelima mozga," kaže Josh McDermott, izvanredni profesor znanosti na MIT-u, član MIT-ovog Instituta za istraživanje mozga McGovern i Centra za mozak, umove i strojeve te stariji autor studije.

Duboke neuronske mreže su računalni modeli koji se sastoje od mnogo slojeva jedinica za obradu informacija koje se mogu uvježbati na ogromnim količinama podataka za obavljanje specifičnih zadataka. Ova vrsta modela postala je široko korištena u mnogim primjenama, a neuroznanstvenici su počeli istraživati ​​mogućnost da se ti sustavi također mogu koristiti za opisivanje načina na koji ljudski mozak obavlja određene zadatke.

Kada neuronska mreža obavlja zadatak, njezine jedinice za obradu generiraju uzorke aktivacije kao odgovor na svaki audio ulaz koji primi, poput riječi ili druge vrste zvuka. Te modelne reprezentacije ulaza mogu se usporediti s obrascima aktivacija viđenim u fMRI skeniranju mozga ljudi koji slušaju isti unos.

Za ovu studiju istraživači su analizirali devet javno dostupnih modela dubokih neuronskih mreža koji su bili obučeni za obavljanje slušnih zadataka, a također su izradili 14 vlastitih modela, temeljenih na dvije različite arhitekture. Većina ovih modela bila je obučena za obavljanje jednog zadatka koji su uključivali prepoznavanje riječi, identifikacija govornika, prepoznavanje zvukova iz okoline i prepoznavanje glazbenog žanra, dok su dva od njih bila obučena za obavljanje više zadataka.

Kad su istraživači te modele predstavili prirodnim zvukovima koji su korišteni kao podražaji u ljudskim fMRI eksperimentima, otkrili su da interni prikazi modela pokazuju sličnost s onima koje stvara ljudski mozak. Modeli čije su reprezentacije bile najsličnije onima viđenima u mozgu bili su modeli koji su bili uvježbani na više od jednog zadatka i bili su uvježbani na slušnom unosu koji je uključivao pozadinsku buku.

Nova studija također podržava ideju da ljudski slušni korteks ima određeni stupanj hijerarhijskeorganizacije, u kojoj je obrada podijeljena u stupnjeve koji podržavaju različite računalne funkcije.