Исследование показывает, что нейронные модели, обученные выполнять аудиозадачи, демонстрируют внутреннюю организацию, схожую с человеческой слуховой корой.
Модели, имитирующие структуру и функции человеческой слуховой системы, могут помочь исследователям разрабатывать более совершенные слуховые аппараты, кохлеарные имплантаты и интерфейсы мозг-компьютер. Новое исследование Массачусетского технологического института (MIT) показало, что современные вычислительные модели, созданные с использованием машинного обучения, делают шаги к этой цели.
Это крупнейшее исследование глубоких нейронных сетей, обученных для выполнения аудиозадач. Команда из MIT показала, что большинство этих моделей создают внутренние представления, которые обладают свойствами, наблюдаемыми в человеческом мозге, когда люди слышат те же звуки.
Исследование также дало представление о том, как лучше обучать такие модели: оказалось, что модели, обученные на аудиовходах с фоновым шумом, более точно имитируют активационные паттерны слуховой коры человека.
«Что отличает это исследование, так это его всеобъемлющее сравнение моделей с человеческой слуховой системой. Это исследование показывает, что модели, созданные с помощью машинного обучения, идут в правильном направлении и дают нам ключи к пониманию, что делает их лучшими моделями для мозга», — говорит Джош МакДермотт, доцент факультета когнитивных наук MIT и старший автор исследования.
Исследование также подтверждает идею о том, что слуховая кора человека имеет некоторую степень иерархической организации. Представления, создаваемые на ранних этапах модели, больше всего напоминают те, что наблюдаются в первичной слуховой коре, тогда как на более поздних этапах модели они больше напоминают представления в областях мозга за пределами первичной коры.
Команда MIT планирует использовать свои выводы для разработки еще более точных моделей, которые помогут ученым лучше понять организацию мозга и улучшат технологии слуховых аппаратов и интерфейсов мозг-компьютер.