Q:
Como o aprendizado de máquina pode ajudar a observar os neurônios biológicos - e por que isso é um tipo confuso de IA?
UMA:O aprendizado de máquina não apenas modela a atividade do cérebro humano - os cientistas também estão usando tecnologias baseadas em ML para realmente observar o próprio cérebro e os neurônios individuais nos quais esses sistemas são construídos.
Um artigo da Wired fala sobre os esforços em andamento para examinar o cérebro e realmente identificar as propriedades dos neurônios individuais. O escritor Robbie Gonzalez fala sobre um esforço de 2007 que ilustra um pouco do que ainda está na vanguarda do desenvolvimento de aprendizado de máquina hoje.
| Download grátis: Machine Learning e por que é importante |
De certa forma, esses projetos também mostram a natureza de trabalho intensivo do aprendizado de máquina supervisionado. Nos programas de aprendizado de máquina supervisionados, os dados do conjunto de treinamento devem ser cuidadosamente rotulados para ajudar a configurar o projeto para obter sucesso e precisão.
Gonzalez fala sobre uma situação em que vários membros de uma equipe se reúnem para realizar o grande esforço de trabalho necessário para obter o tipo de rotulação que esses projetos precisam - descrevendo uma coleção de estudantes de verão, estudantes de pós-doutorado e pós-doutorado, a neurocientista molecular Margaret Sutherland descreve como a anotação de dados ajuda a preparar o conjunto de dados. O Instituto Nacional de Distúrbios Neurológicos e Derrame, do qual Sutherland era o diretor, foi um dos financiadores do estudo.
Usando uma rede neural profunda, uma equipe liderada pelo neurocientista Stephen Finkbeiner, de São Francisco, e alguns especialistas do Google observaram imagens de células com e sem vários tipos de etiquetas de marcação fluorescentes. A tecnologia analisou partes individuais de um neurônio, como axônios e dendritos, e tentou isolar vários tipos de células entre si, em um processo que Finkbeiner e outros chamavam de rotulagem silico ou ISL.
Esse tipo de pesquisa pode ser particularmente confuso para quem é novo no processo de aprendizado de máquina. Isso ocorre porque a idéia de aprendizado de máquina e inteligência artificial é altamente baseada em redes neurais, que são modelos digitais de como os neurônios funcionam no cérebro humano.
O neurônio artificial, construído sobre o neurônio biológico, possui um conjunto de entradas ponderadas, uma função de transformação e uma função de ativação. Da mesma forma que os neurônios biológicos, ele recebe alguma forma de entrada orientada por dados e retorna uma saída. Portanto, é um pouco irônico que os cientistas possam usar essas redes neurais de inspiração biológica para realmente examinar os neurônios biológicos.
De certa forma, ele percorre um certo caminho no buraco do coelho da tecnologia recursiva - mas também ajuda a acelerar o processo de aprendizado nesse setor - e também nos prova que, no final, a neurociência e a engenharia elétrica estão se tornando muito próximas vinculado. Na opinião de alguns, estamos nos aproximando da singularidade mencionada pelo grande especialista em TI Ray Kurzweil, onde as linhas entre humanos e máquinas ficarão cada vez mais borradas. É importante observar como os cientistas estão aplicando essas tecnologias muito poderosas em nosso mundo, para entender melhor como todos esses novos modelos funcionam.
