בינה מלאכותית עשויה לכתוב מאמרים עטורי פרסים ולאבחן מחלות בדיוק יוצא דופן, אבל המוח הביולוגי עדיין מחזיק ביד על העליונה לפחות בתחום אחד מכריע: גמישות.
בני אדם, למשל, יכולים להסתגל במהירות למידע חדש ולאתגרים לא מוכרים בקלות יחסית – ללמוד תוכנות מחשב חדשות, לעקוב אחר מתכון או להרים משחק חדש – בזמן שמערכות בינה מלאכותית נאבקות ללמוד 'בדיוק'.
במחקר חדש, מדעני מוח פרינסטון חושפים סיבה אחת ליתרון המוח על פני בינה מלאכותית: הוא עושה שימוש חוזר באותם "בלוקים" קוגניטיביים במשימות רבות ושונות. על ידי שילוב ושילוב מחדש של בלוקים אלה, המוח יכול להרכיב במהירות התנהגויות חדשות.
מודלים מתקדמים של AI יכולים להגיע לביצועים אנושיים, או אפילו על-אנושיים, במשימות בודדות. אבל הם נאבקים ללמוד ולבצע משימות רבות ושונות. מצאנו שהמוח גמיש מכיוון שהוא יכול לעשות שימוש חוזר ברכיבי קוגניציה במשימות רבות ושונות. על ידי הצמדת 'הלגו הקוגניטיבי' הללו, המוח מסוגל לבנות משימות חדשות."
טים בושמן, Ph.D., מחבר בכיר של המחקר ומנהל שותף של המכון למדעי המוח של פרינסטון
הממצאים פורסמו ב-26 בנובמבר בכתב העת Nature.
שימוש חוזר במיומנויות לאתגרים חדשים
אם מישהו יודע איך לכוון אופניים, אז תיקון אופנוע עשוי להיות טבעי יותר. היכולת הזו ללמוד משהו חדש על ידי שימוש מחדש במיומנויות פשוטות יותר ממשימות קשורות היא מה שמדענים מכנים קומפוזיציות.
"אם אתה כבר יודע איך לאפות לחם, אתה יכול להשתמש ביכולת הזו כדי לאפות עוגה מבלי ללמוד מחדש איך לאפות מאפס", אמרה Sina Tafazoli, Ph.D., חוקרת פוסט-דוקטורט במעבדת בושמן בפרינסטון והמחברת הראשית של המחקר החדש. "אתה מייעד מחדש את הכישורים הקיימים – באמצעות תנור, מדידת מרכיבים, לישת בצק – ומשלב אותם עם מיומנויות חדשות, כמו הקצפת הבלילה והכנת ציפוי, כדי ליצור משהו אחר לגמרי."
הראיות לאופן שבו המוח משיג גמישות קוגניטיבית כזו היו מוגבלות ולעיתים סותרות.
כדי להבהיר כיצד המוח משיג את התושייה שלו, טפזולי אימן שני מקקי רזוס זכרים לבצע שלוש משימות קשורות בזמן שהפעילות המוחית שלהם מנוטרת.
במקום לאפות לחם או לתקן אופניים, הקופים ביצעו שלוש משימות סיווג. בדומה לניסיון לפענח את צורת הכתיבה המעורפלת לעתים קרובות של פתק רופא בכתב יד, הקופים נאלצו לשפוט אם כתם צבעוני דמוי בלון על מסך שלפניהם נראה יותר כמו ארנב או האות "T" (מקטלג את הצורה) או אם הוא אדום או ירוק יותר (סיווג צבע).
המשימה הייתה קשה בצורה מטעה: הכתמים היו מגוונים בעמימות, לפעמים דומים בעליל לארנב או אדום רווי, בעוד שבפעמים אחרות ההבחנות היו עדינות.
כדי לציין איזו צורה או צבע הם האמינו שהכתם, קוף זמזם בתגובתם בהסתכלות באחד מארבעת הכיוונים השונים. במשימה אחת, מבט שמאלה פירושו שהחיה ראתה ארנב, בעוד שמבט ימינה הצביע על כך שהוא נראה יותר כמו "T".
מאפיין מרכזי של העיצוב היה שבעוד שכל משימה הייתה ייחודית, הם גם חלקו אלמנטים מסוימים עם המשימות האחרות.
אחת ממשימות הצבע ומשימת הצורה דרשו שתיהן הסתכלות באותם כיוונים, בעוד ששתי משימות הצבע דרשו מהחיה לסווג את הצבע באותו אופן (כאדום יותר או ירוק יותר), אך דרשו מהם להסתכל בכיוונים שונים כדי להכריז בשיקול הגוון שלהם.
תכנון ניסוי זה נתן לחוקרים דרך לבדוק אם המוח עשה שימוש חוזר בדפוסים עצביים – אבני הבניין הקוגניטיביות שלו – על פני משימות עם רכיבים משותפים.
בלוקים בונים גמישות קוגניטיבית
לאחר ניתוח דפוסי פעילות ברחבי המוח, Tafazoli ובושמן גילו שהקורטקס הפרה-פרונטלי – אזור בקדמת המוח המעורב בקוגניציה גבוהה יותר – מכיל מספר דפוסי פעילות נפוצים ניתנים לשימוש חוזר על פני נוירונים הפועלים לקראת מטרה משותפת, כגון הבחנה בצבע.
בושמן תיאר את אלה כ"לגו הקוגניטיבי" של המוח – אבני בניין שניתן לשלב בגמישות כדי ליצור התנהגויות חדשות.
"אני חושב על חסם קוגניטיבי כמו פונקציה בתוכנת מחשב", אמר בושמן. "קבוצה אחת של נוירונים עשויה להבחין בין צבע, וניתן למפות את הפלט שלה על פונקציה אחרת שמניעה פעולה. ארגון זה מאפשר למוח לבצע משימה על ידי ביצוע רציף של כל רכיב של אותה משימה."
כדי לבצע אחת ממשימות הצבע, החיה הייתה מצמידה בלוק שחישב את צבע התמונה עם בלוק אחר שהניע את העיניים לכיוונים שונים. בעת החלפת משימות, כמו מעבר מצבעים לצורות, המוח פשוט חיבר את הבלוקים הרלוונטיים לחישוב צורה ולביצוע אותן תנועות עיניים.
שיתוף בלוקים זה נראה בעיקר בקליפת המוח הקדם-מצחית, ולא באזורי מוח אחרים, מה שמצביע על כך שסוג זה של קומפוזיציה הוא תכונה מיוחדת של אותו אזור.
Tafazoli ו-Buschman מצאו גם שקליפת המוח הקדם-מצחית מרגיעה בלוקים קוגניטיביים כאשר הם אינם בשימוש, סביר שיעזור למוח להתמקד טוב יותר במשימה הרלוונטית שעל הפרק.
"למוח יש יכולת מוגבלת לשליטה קוגניטיבית", אמר טפזולי. "אתה צריך לדחוס חלק מהיכולות שלך כדי שתוכל להתמקד באלו החשובות כרגע. התמקדות בסיווג צורות, למשל, מפחיתה לרגע את היכולת לקודד צבע כי המטרה היא הבחנה בצורות, לא צבע".
דרך יעילה יותר ללמוד – עבור AI ועבור המרפאה
הלגו הקוגניטיבי הזה עשוי לעזור להסביר מדוע בני אדם לומדים משימות חדשות כל כך מהר. על ידי הסתמכות על רכיבים מנטליים קיימים, המוח ממזער למידה מיותרת – טריק שמערכות בינה מלאכותיות עדיין לא שולטות בהן.
"בעיה מרכזית בלמידת מכונה היא הפרעה קטסטרופלית", אמר טפזולי. "כשמכונה או רשת עצבים לומדים משהו חדש, הם שוכחים ומחליפים זיכרונות קודמים. אם רשת עצבים מלאכותית יודעת לאפות עוגה אבל אז תלמד לאפות עוגיות, היא תשכח איך לאפות עוגה".
בעתיד, שילוב קומפוזיציות ב-AI יכול לעזור ליצור מערכות שלומדות ללא הרף מיומנויות חדשות מבלי לשכוח מיומנויות ישנות.
אותה תובנה עשויה לסייע גם בשיפור הרפואה עבור אנשים עם הפרעות נוירולוגיות ופסיכיאטריות. מצבים כמו סכיזופרניה, הפרעה אובססיבית-קומפולסיבית ופציעות מוח מסוימות פוגעים לעיתים קרובות ביכולתו של אדם ליישם מיומנויות ידועות בהקשרים חדשים – אולי נובעים משיבושים באופן שבו המוח משלבת מחדש את אבני הבניין הקוגניטיביות שלו.
"תאר לעצמך את היכולת לעזור לאנשים להחזיר לעצמך את היכולת לשנות אסטרטגיות, ללמוד שגרות חדשות או להסתגל לשינוי", אמר טפזולי. "בטווח הארוך, הבנה כיצד המוח עושה שימוש חוזר ומשלב מחדש ידע יכולה לעזור לנו לעצב טיפולים שמשחזרים את התהליך הזה."
