Yangi tadqiqot sun'iy agentlarning atrof-muhitning aqliy xaritalarini qurish usulini o'zgartirib, ularni insoniy fazoviy o'rganishga yaqinlashtiradi. Tadqiqotchilar gradCSCGni – Clone-Structured Causal Graph (CSCG) algoritmining to'liq differensiallanuvchi versiyasini ishlab chiqdilar. Bu algoritm hipokampusning sensor tajribalardan kognitiv xaritalarni qanday qurishini modellashtiradi. Oldingi versiyadan farqli o'laroq, gradCSCG oldindan belgilangan belgilarni talab qilmasdan, xom tasvir ketma-ketliklarini end-to-end qayta ishlay oladi.
Tadqiqot
Arash Nikzad va bir nechta institutlardagi hamkasblari boshchiligidagi guruh o'z topilmalarini 2026 yil iyul oyida arXiv (ID: 2607.12382) da e'lon qildi. Original CSCG algoritmi, hipokampus funksiyasining normativ modeli, aliased kuzatishlardan izohlanadigan xarita o'rganadi, lekin diskret alifbo talab qiladi va expectation-maksimizatsiyadan foydalanadi – bu neyron tarmoqlar bilan integratsiyani qiyinlashtiradi. gradCSCG bu to'siqni CSCGni yagona differensiallanuvchi modul sifatida qayta shakllantirish va uni idrok etish uchun Vector-Quantized Variational Autoencoder (VQ-VAE) bilan birlashtirish orqali olib tashlaydi.
Yumshoq emissiya oldinga o'tish xaritani o'rganish maqsadini idrok etishga qayta oqishini ta'minlaydi, shu bilan birga yo'qotish balansi mexanizmlari birgalikda o'qitish paytida modul qulashining oldini oladi. Jamoa gradCSCGni ramziy grid dunyolarida – kuchli aliased kuzatishlardan xona topologiyasini tiklash – va MNIST tasvir ketma-ketliklarida sinovdan o'tkazdi, bu erda har bir joy yangi namunadagi raqam tasvirini hosil qildi. To'rtta kuchli aliased muhitda end-to-end quvur liniyasi vizual kirishdan to'g'ridan-to'g'ri asosiy qo'shnilik grafigini yuqori qirra aniqligi va eslab qolish bilan ochib berdi.
Nega Bu Muhim
Bu ish kognitiv modellashtirish va chuqur o'rganishni bog'lab, hipokampusdan ilhomlangan algoritmlar zamonaviy AIda kompozitsion qurilish bloklari sifatida xizmat qilishi mumkinligini ko'rsatadi. Inson kognitivligini tushunish uchun bu miya gradCSCG dagi kabi differensiallanuvchi jarayonlardan tartibsiz sensor ma'lumotlardan tuzilgan xaritalarni o'rganish uchun foydalanishi mumkin degan fikrni mustahkamlaydi. Amaliy ta'sirlar avtonom agentlar uchun yaxshilangan navigatsiya va odamlarda fazoviy xotira qanday ishlashi haqida potentsial tushunchalarni o'z ichiga oladi.
Siz Nima Qila Olasiz
O'z fazoviy xotirangizni qo'llab-quvvatlash uchun GPSsiz yangi muhitlarni o'rganishga harakat qiling, tanish marshrutlarning aqliy xaritalarini mashq qiling va miyangizning kognitiv xaritalash qobiliyatini sinovdan o'tkazadigan jumboqlar yoki navigatsiya o'yinlari kabi faoliyatlar bilan shug'ullaning.
Manba: arXiv q-bio.NC
O'z miyangiz haqida qiziqasizmi? Bepul moslashuvchan IQ testidan o'ting yoki 306 miya mashg'uloti darajasini sinab ko'ring.
