Định luật AI của Karl Friston đã được chứng minh: FEP giải thích cách các tế bào thần kinh học

Thế giới AI đã thay đổi mãi mãi

Tiến sĩ Karl J. Friston là nhà thần kinh học được trích dẫn nhiều nhất trên thế giới, nổi tiếng vì công trình nghiên cứu hình ảnh não bộ và lý thuyết não bộ lấy cảm hứng từ vật lý. Anh ấy cũng tình cờ trở thành Nhà khoa học trưởng tại VERSES AI, nghiên cứu về một loại AI hoàn toàn mới có tên là AI suy luận tích cực, dựa trên Nguyên lý năng lượng tự do (FEP) - lý thuyết của Karl vừa được các nhà nghiên cứu ở Nhật Bản chứng minh để giải thích cách thức não học.

Cho đến nay, hầu hết các nghiên cứu về AI đều tập trung vào các mô hình máy học, vốn được biết là sẽ đối mặt với nhiều thách thức. Từ kiến trúc không bền vững của việc tải dữ liệu lớn để đào tạo, đến việc thiếu khả năng diễn giải và giải thích trong kết quả đầu ra, thuật toán học máy được xem là công cụ không thể biết, không thể kiểm soát và mặc dù chúng rất giỏi trong việc khớp mẫu, nhưng thực tế không có 'suy nghĩ' ” diễn ra.

Công việc mà Tiến sĩ Friston đang làm với VERSES hoàn toàn khác, và nó sẽ đến tay công chúng trong vài tháng nữa. Trí tuệ nhân tạo suy luận chủ động và FEP, cùng với Giao thức web không gian mới, đang đặt nền móng cho một hệ thống trí tuệ tập thể phân tán thống nhất bắt chước cách thức hoạt động của trí tuệ sinh học trong tự nhiên. Họ đã tạo ra một kiến trúc nhận thức hoàn toàn mới có khả năng tự tổ chức, tự tối ưu hóa và tự phát triển. Chưa hết, nó hoàn toàn có thể lập trình, có thể biết và có thể kiểm tra được, cho phép nó mở rộng quy mô song song với quản trị con người.

Đây là AI sẽ thay đổi mọi thứ bạn nghĩ bạn biết về trí tuệ nhân tạo.

Bộ não của bạn học như thế nào

Bạn đã bao giờ tự hỏi làm thế nào bộ não của bạn có thể hiểu được những hình ảnh, âm thanh, mùi vị và những cảm giác khác mà bạn trải qua hàng ngày? Làm thế nào để nó chuyển đổi đầu vào hỗn loạn đó thành một bức tranh thực tế nhất quán cho phép bạn nhận thức, hiểu và điều hướng thế giới?

Các nhà thần kinh học đã cân nhắc câu hỏi này trong nhiều thập kỷ. Giờ đây, nghiên cứu mới thú vị cung cấp sự xác thực bằng thực nghiệm của một lý thuyết đột phá có tên là “Nguyên tắc năng lượng tự do” của Tiến sĩ Karl J. Friston, lý thuyết này giải thích những tính toán sâu sắc đằng sau nhận thức dễ dàng.

Nghiên cứu được các nhà khoa học từ viện nghiên cứu RIKEN ở Nhật Bản công bố vào ngày 7 tháng 8 năm 2023 trên tạp chí Nature Communications, cung cấp bằng chứng cho thấy mạng lưới nơ-ron tự tổ chức dựa trên nguyên tắc này. Phát hiện của họ xác nhận rằng bộ não xây dựng một mô hình dự đoán về thế giới, liên tục cập nhật niềm tin để giảm thiểu những điều bất ngờ và đưa ra những dự đoán tốt hơn trong tương lai.

“ Kết quả của chúng tôi cho thấy rằng nguyên tắc năng lượng tự do là nguyên tắc tự tổ chức của các mạng thần kinh sinh học. Nó dự đoán cách học tập xảy ra khi nhận được các đầu vào cảm giác cụ thể và cách nó bị gián đoạn bởi những thay đổi về tính dễ bị kích thích của mạng do thuốc gây ra.” – Takuya Isomura, RIKEN

Làm sáng tỏ nhận thức

Để hiểu lý do tại sao lý thuyết này lại mang tính cách mạng như vậy, chúng ta cần đánh giá cao mức độ to lớn của thách thức mà bộ não của bạn phải đối mặt. Tại mọi thời điểm, các giác quan của bạn thu thập vô số tín hiệu đa dạng — kiểu ánh sáng và bóng tối, sóng âm thanh làm rung màng nhĩ của bạn, các chất hóa học kích hoạt cơ quan cảm nhận mùi. Bằng cách nào đó, bộ não của bạn hiểu được sự hỗn loạn này, nhận thức các đối tượng mạch lạc như khuôn mặt, giai điệu hoặc mùi thơm của cà phê.

Quá trình này dường như ngay lập tức và dễ dàng. Nhưng bên trong, bộ não của bạn đang giải quyết một vấn đề suy luận vô cùng phức tạp, tìm ra những nguyên nhân có thể xảy ra ở thế giới bên ngoài tạo ra các kiểu cảm giác. Câu đố nghịch đảo này — hoạt động ngược từ các hiệu ứng để suy ra các nguyên nhân tiềm ẩn — cực kỳ khó, đặc biệt vì cùng một nguyên nhân (chẳng hạn như khuôn mặt của một người) có thể tạo ra các kiểu cảm giác khác nhau tùy thuộc vào ngữ cảnh.

Nguyên lý Năng lượng Tự do, được xây dựng bởi nhà thần kinh học nổi tiếng Karl Friston, đề xuất một lời giải thích tinh tế về cách bộ não xử lý điều này. Nó nói rằng các tế bào thần kinh liên tục tạo ra các dự đoán từ trên xuống để giải thích dữ liệu cảm giác đến. Bất kỳ sự không phù hợp nào đều dẫn đến "lỗi dự đoán" cập nhật niềm tin để cải thiện các dự đoán trong tương lai. Bộ não của bạn là một cỗ máy suy luận, liên tục cập nhật mô hình bên trong của thế giới để giảm thiểu sự bất ngờ và không chắc chắn.

Chứng minh lý thuyết trong mạng lưới thần kinh

Nguyên tắc Năng lượng Tự do tổng hợp nhiều quan sát về nhận thức, học tập và sự chú ý trong một khuôn khổ thống nhất duy nhất. Nhưng việc xác nhận thực nghiệm trực tiếp trong các mạng nơ-ron sinh học vẫn còn thiếu.

Để cung cấp bằng chứng như vậy, nhóm nghiên cứu Nhật Bản đã tạo ra môi trường nuôi cấy tế bào thần kinh ở quy mô siêu nhỏ được nuôi cấy từ các tế bào não của phôi chuột. Họ cung cấp các mẫu điện bắt chước cảm giác thính giác, được tạo ra bằng cách trộn các tín hiệu từ hai “loa”.

Ban đầu, các mạng phản ứng ngẫu nhiên, nhưng dần dần tự tổ chức để phản hồi có chọn lọc với người nói này hay người nói khác, giống như hòa vào một giọng nói duy nhất trong một bữa tiệc cocktail ồn ào. Điều này chứng tỏ khả năng phân tách các tín hiệu cảm giác hỗn hợp thành các nguyên nhân tiềm ẩn cụ thể — một tính toán quan trọng đối với nhận thức.

Xác minh dự đoán

Một cách mạnh mẽ, các nhà nghiên cứu đã cho thấy khả năng tự tổ chức này phù hợp với các dự đoán định lượng bằng các mô hình máy tính dựa trên Nguyên lý Năng lượng Tự do. Bằng kỹ thuật đảo ngược các mô hình tính toán tiềm ẩn được sử dụng bởi các mạng nơ-ron sống, họ có thể dự đoán quỹ đạo học tập của mình chỉ dựa trên các phép đo ban đầu. Sự không phù hợp từ các dự đoán từ trên xuống đã thúc đẩy các thay đổi khớp thần kinh giúp cải thiện các dự đoán trong tương lai.

Nhóm nghiên cứu cũng chứng minh rằng việc thao túng tính dễ bị kích thích của tế bào thần kinh, phù hợp với tác dụng dược lý, đã thay đổi quá trình học tập như dự đoán bằng cách phá vỡ các mô hình hiện có của mạng. Nhìn chung, nghiên cứu cung cấp bằng chứng thuyết phục rằng Nguyên tắc Năng lượng Tự do mô tả cách các mạng nơ-ron thực hiện suy luận Bayes, cấu trúc các kết nối khớp thần kinh để liên tục cập nhật các mô hình tổng quát từ trên xuống nhằm giải thích tốt nhất dữ liệu cảm giác.

Hướng tới AI lấy cảm hứng từ não bộ

Hiểu được khả năng tính toán tinh tế của mạng lưới thần kinh sinh học có ý nghĩa thực tiễn quan trọng. Đối với công việc mà Tiến sĩ Friston đang làm với tư cách là Nhà khoa học trưởng với VERSES AI, Suy luận chủ động và Nguyên tắc năng lượng tự do, cùng với Giao thức web không gian, đang được triển khai để đạt được một loại AI hoàn toàn mới dựa trên trí thông minh mô phỏng sinh học, thay vì lan truyền ngược mạnh mẽ của máy học, với hiệu quả và khả năng khái quát hóa nhận thức của con người.

Như các nhà nghiên cứu đề xuất, AI suy luận chủ động và Nguyên lý năng lượng tự do thông qua suy luận Bayes, cho phép mạng nơ-ron tự tối ưu hóa thông qua việc tiếp nhận và cập nhật liên tục dữ liệu cảm giác mới theo thời gian thực, đồng thời xem xét các kết quả đầu ra và quyết định đã thiết lập trước đó, tạo ra các mô hình dự đoán cho phép tạo ra trí tuệ nhân tạo lấy cảm hứng từ não bộ (Tác nhân thông minh) học hỏi như các mạng lưới thần kinh thực sự. Một tập hợp các Tác nhân thông minh này, tất cả đều bắt nguồn từ lợi thế riêng của chúng về trí thông minh chuyên biệt duy nhất có được từ hệ quy chiếu của chính chúng, trong một mạng toàn cầu thống nhất gồm các không gian song sinh kỹ thuật số lồng nhau giàu ngữ cảnh, tạo ra mô hình thế giới theo ngữ cảnh đã bị thiếu từ ứng dụng AI thực tế. Đây là một mảnh ghép quan trọng trong việc thúc đẩy nghiên cứu AI và đạt được AGI (trí thông minh chung) hoặc ASI (siêu trí tuệ). Thúc đẩy các hệ thống điện toán thần kinh như vậy là một mục tiêu quan trọng khi chúng tôi tìm cách mô phỏng tính linh hoạt và khả năng thích ứng của nhận thức sinh học trong máy móc.

Vì vậy, mặc dù hiểu cách hoạt động của bộ não của chính bạn có vẻ trừu tượng, nhưng nghiên cứu tiên phong này mang các ứng dụng trí tuệ nhân tạo thực tế đến gần hơn và xác nhận công việc thực sự mang tính cách mạng mà VERSES AI đã giới thiệu và đang dẫn đầu trong thế giới AI. Nguyên lý Năng lượng Tự do cung cấp một lý thuyết thống nhất về tính toán vỏ não và việc xác thực thử nghiệm nó trong các mạng nơ-ron sống đánh dấu một cột mốc quan trọng trên con đường xây dựng trí tuệ nhân tạo thực sự giống như não bộ.

Truy cập VERSES AI và Spatial Web Foundation để tìm hiểu thêm về công việc mang tính cách mạng của Tiến sĩ Karl Friston với họ trong lĩnh vực AI suy luận chủ động và Nguyên tắc năng lượng tự do.