Головна · Блог · Дослідження

GradCSCG: наскрізне навчання когнітивних карт з необроблених зображень

GradCSCG: наскрізне навчання когнітивних карт з необроблених зображень

Нове дослідження змінює спосіб побудови ментальних карт навколишнього середовища штучними агентами, наближаючи їх до людського просторового навчання. Дослідники розробили gradCSCG, повністю диференційовану версію алгоритму Clone-Structured Causal Graph (CSCG), який моделює, як гіпокамп будує когнітивні карти на основі сенсорного досвіду. На відміну від попередника, gradCSCG може обробляти необроблені послідовності зображень наскрізно без необхідності попередньо визначених символів.

Дослідження

Під керівництвом Араша Нікзада та колег з кількох установ, команда опублікувала результати в липні 2026 року на arXiv (ID: 2607.12382). Оригінальний алгоритм CSCG, нормативна модель функції гіпокампу, навчається інтерпретованій карті на основі спотворених спостережень, але потребував дискретного алфавіту та використовував максимізацію очікування — що ускладнювало інтеграцію з нейронними мережами. GradCSCG усуває цю перешкоду, переформулюючи CSCG як єдиний диференційований модуль і поєднуючи його з векторно-квантованим варіаційним автоенкодером (VQ-VAE) для обробки сприйняття.

Прохід м'якої емісії дозволяє цілі навчання карти впливати на сприйняття, а механізми балансування втрат запобігають колапсу модуля під час спільного навчання. Команда протестувала gradCSCG на символьних світах-сітках — досягнувши відновлення топології кімнат з сильно спотворених спостережень — і на послідовностях зображень MNIST, де кожна локація породжувала новий зразок цифри. У чотирьох сильно спотворених середовищах наскрізний конвеєр виявив прихований граф суміжності з високою точністю та повнотою ребер безпосередньо з візуальних даних.

Чому це важливо

Ця робота поєднує когнітивне моделювання та глибоке навчання, показуючи, що алгоритми, натхненні гіпокампом, можуть слугувати модулями, що компонуються, у сучасному ШІ. Для розуміння людського пізнання це підтверджує ідею, що мозок може використовувати диференційовані процеси, подібні до тих, що в gradCSCG, для вивчення структурованих карт з хаотичних сенсорних даних. Практичні наслідки включають покращену навігацію для автономних агентів та потенційні уявлення про те, як працює просторова пам'ять у людей.

Що ви можете зробити

Щоб підтримати власну просторову пам'ять, спробуйте досліджувати нові середовища без GPS, практикувати ментальне картографування знайомих маршрутів та займатися діяльністю, як-от головоломки чи навігаційні ігри, які кидають виклик когнітивному картографуванню вашого мозку.

Джерело: arXiv q-bio.NC

Цікавитесь власним мозком? Пройдіть наш безкоштовний адаптивний IQ-тест або спробуйте 306 рівнів тренування мозку.

Цікавитесь власним IQ?

Пройдіть наш безкоштовний науково розроблений адаптивний тест за 7 когнітивними доменами. Без реєстрації.

Пройти безкоштовний тест