In Japan, 2025, hebben onderzoekers van het RIKEN Center for Brain Science (CBS) een doorbraak bereikt in het begrijpen hoe de hersenen complexe sensorische informatie vereenvoudigen. Taro Toyoizumi en Kensuke Yoshida ontwikkelden een biologisch realistisch model, geïnspireerd door de hersenen van de fruitvlieg, dat een revolutie teweeg kan brengen in de manier waarop we kunstmatige intelligentie en gegevensverwerking benaderen.
De menselijke hersenen worden constant gebombardeerd met informatie van onze zintuigen. Om overbelasting te voorkomen, vereenvoudigt het deze gegevens door de dimensionaliteit te verminderen. Dit nieuwe model bootst dit proces na, met behulp van een t-distributed stochastic neighbor embedding (t-SNE) algoritme dat is aangepast om biologische neurale netwerken weer te geven.
Het model, bestaande uit drie lagen die neuronengroepen in de hersenen van de fruitvlieg weerspiegelen, repliceerde met succes hoe fruitvliegen geuren verwerken. Het bevat ook dopamine-afhankelijke Hebbiaanse plasticiteit, een belangrijk element in hoe de hersenen verbindingen tussen neuronen versterken. Deze ontdekking kan leiden tot efficiëntere en veelzijdigere AI-systemen die complexe gegevens gemakkelijker kunnen verwerken.
"De originele t-SNE is niet biologisch plausibel - het is een engineeringmethode in plaats van een neuraal netwerk", legde Toyoizumi uit. "We herschreven het algoritme zodat het een biologisch neuraal netwerk nabootste." Het team wil nu hun model toepassen op complexere systemen, wat wijst op opwindende mogelijkheden voor de toekomst van AI en neurowetenschappen.