Enlace Judío.- Una nueva investigación en la Universidad Hebrea de Jerusalén busca comprender el poder de computación de una neurona para mejorar nuestra comprensión de las redes de aprendizaje profundo.
El objetivo de la investigación de la Universidad Hebrea de Jerusalén es crear una infraestructura artificial de aprendizaje profundo que actuará como un cerebro humano.
Las redes de aprendizaje profundo se basan en los mismos principios que forman la estructura de nuestro cerebro, compuesto por células nerviosas artificiales conectadas a través de sinapsis artificiales.
También puede interesarte
Las neuronas artificiales actuales son capaces de generar dos estados de salida: “0” para apagado y “1” para encendido, según nuestra comprensión de la función neuronal que se remonta a los años cincuenta.
Sin embargo, el campo de la neurociencia ha evolucionado en las últimas décadas y ha descubierto que las neuronas individuales se construyen a partir de complejos sistemas de ramificación que contienen muchas subregiones funcionales. La estructura ramificada de las neuronas y las muchas sinapsis implican que las neuronas individuales podrían comportarse como una red extensa, publica The Jerusalem Post.
El estudiante de doctorado David Beniaguev, junto con los profesores Michael London e Idan Segev, del Centro de Ciencias del Cerebro (ELSC) Edmond y Lily Safra de la Universidad Hebrea, han publicado sus hallazgos en la revista revisada por pares Neuron.
Su objetivo es comprender cómo las células nerviosas individuales traducen las entradas sinápticas en su salida eléctrica. Esperan crear un nuevo tipo de infraestructura artificial de aprendizaje profundo que actúe más como un cerebro humano.
“La nueva red de aprendizaje profundo que proponemos se construye a partir de neuronas artificiales en las que cada una de ellas ya tiene entre 5 y 7 capas de profundidad. Estas unidades están conectadas, a través de sinapsis artificiales, a las capas superiores e inferiores”, explicó Segev.
Se está centrando una investigación significativa en proporcionar un aprendizaje profundo artificial con habilidades más inteligentes y globales. El aprendizaje profundo no ha podido lograr la capacidad de procesar y correlacionar entre diferentes estímulos.
Actualmente, las redes neuronales profundas funcionan con cada neurona artificial respondiendo a las sinapsis con un “0” o un “1”, según la fuerza sináptica que recibió de la capa anterior. La fuerza permite que la sinapsis envíe o retenga una señal a las neuronas en la siguiente capa.
Esto permite que el sistema reconozca estímulos específicos, pero no otros, y es necesario establecer sistemas específicos para reconocer las conexiones.
“Nuestro enfoque es utilizar capacidades de aprendizaje profundo para crear un modelo computarizado que reproduzca mejor las propiedades de E / S de neuronas individuales en el cerebro”, explicó Beniaguev.
“El objetivo final sería crear una réplica computarizada que imite la funcionalidad, la capacidad y la diversidad del cerebro, para crear, en todos los sentidos, verdadera inteligencia artificial”, agregó Segev.
Reproducción autorizada con la mención siguiente: ©EnlaceJudío
