Nörobilim araştırmalarında farklı disiplinlerden gelen bulguları bir araya getirmek büyük bir zorluk. Araştırmacılar bu sorunu çözmek için çoklu yapay zeka modellerini kullanarak yeni bir yaklaşım geliştirdi. Sistem, öngörülü kodlama teorisiyle ilgili 31 çalışmayı analiz ederek, geleneksel meta-analiz yöntemlerinin yetersiz kaldığı noktalarda başarı gösterdi. On farklı dil modelinin bir araya geldiği bu yöntem, bilimsel literatürü ontoloji kısıtlamaları altında sentezleyerek, beynin nasıl çalıştığına dair teorileri test ediyor. Çalışma, interdisipliner araştırmalarda yapay zekanın potansiyelini ortaya koyuyor.

arXiv (Nörobilim) 0

Nörobilim & Psikoloji

1 Jun

Eğitilmemiş yapay sinir ağları beyne daha çok benziyor

Stanford Üniversitesi'nden araştırmacılar, yapay sinir ağlarının eğitim sürecinin beklenmedik bir sonucunu keşfetti. Rastgele, eğitilmemiş yapay sinir ağları, görsel korteksteki beyin aktivitesiyle daha yüksek benzerlik gösteriyor. Araştırma ekibi, dört farklı öğrenme algoritması kullanarak 720 nesne görüntüsü üzerinde testler gerçekleştirdi. Sonuçlar, tek bir eğitim döngüsünün bile V1 görsel korteks bölgesiyle uyumu %25-90 oranında azalttığını ortaya koydu. Bu bulgu, makine öğrenmesinin beyin benzerliğini artırdığı yönündeki genel varsayımı sorguluyor. Özellikle geri yayılım algoritması en büyük uyum kaybına neden olurken, öngörülü kodlama ve sinaptik plastisite modelleri daha az etki gösterdi. Bu keşif, yapay zeka sistemlerinin beyin benzeri işleyiş geliştirmesi için yeni yaklaşımlara ihtiyaç olduğunu işaret ediyor.

arXiv (Nörobilim) 0