Различные алгоритмы глубокого обучения [1] и нейронные модели [2] используют нейрогенез для уменьшения ошибок прогнозирования. Сколько существует доказательств того, что нейрогенез управляется ошибкой предсказания или новыми входными данными?
На этот вопрос очень сложно дать удовлетворительный ответ, потому что определение ошибки прогнозирования в технической нейробиологии туманно, а поскольку ваш вопрос касается машинного обучения, ответ будет зависеть от того, что вы пытаетесь сделать. Я собираюсь предположить, что вы имеете в виду нейрогенез во взрослом мозгу, а не процесс, который происходит сразу после зачатия, потому что этот процесс больше похож на глубокое обучение.
С точки зрения неврологии: мне не известно много прямых доказательств того, что нейрогенез является реакцией на ошибки предсказания, потому что мы очень мало понимаем об этом явлении. Однако кажется странным думать, что нейрогенез просто происходит спонтанно и случайно, поэтому мы подходим к спору о природе и воспитании. Чистая логика подсказывает мне, что нейрогенез у взрослых является чем-то вроде поддерживающей реакции на давление ДНК и имеет мало общего с какими-либо ошибками предсказания, вызванными внешними раздражителями окружающей среды. Объясню почему в моем заключительном абзаце.
Имейте в виду, что даже гибель нейрона можно считать ошибкой предсказания, потому что машинное обучение, эквивалентное «ошибке предсказания» в биологии, — это просто сигнал, сообщающий о «дефиците», который необходимо каким-то образом восполнить. На самом деле, чтобы правильно ответить на этот вопрос, мы должны сначала прояснить, что потенциально существуют десятки, сотни или произвольно большое количество других «типов ошибок предсказания», используемых мозгом. Вот лишь несколько основных способов, гипотетически:
Имейте в виду, что у каждого нейрона также, по-видимому, есть свои собственные дифференцированные механизмы как для интерпретации, так и для сигнализации об ошибке предсказания. Это еще больше усложняет ситуацию. Например, один нейротрансмиттер может сообщать об ошибке предсказания одному конкретному нейрону, но не оказывает влияния (или действует по-другому) на другой нейрон. Возможно даже, что нейротрансмиттер X должен присутствовать, пока происходит временной код Y, чтобы событие интерпретировалось как ошибка предсказания.
С точки зрения машинного обучения: в машинном обучении мы склонны чрезмерно упрощать ошибку прогнозирования, но мозг не соответствует такой простоте. Я не хотел вводить вас в заблуждение, говоря «да» на ваш вопрос, потому что ошибка предсказания в искусственных нейронных сетях традиционно является единственным понятием, а не мультиплексным, как в нейробиологии. Таким образом, нет никакой аналогии между ошибкой предсказания в глубоком обучении и ошибкой предсказания в доказательствах нейронауки.
Возможно, вам потребуется уточнить причину, по которой вы спрашиваете, чтобы я мог дать более подходящий ответ.
Глубокое обучение не является биологически правдоподобным, и похоже, что вы пытаетесь найти более точное биологическое решение. Если это так, то рассмотрение нейрогенеза как способа уменьшить ошибку предсказания может быть не очень плодотворным, потому что новые нейроны, созданные во взрослом возрасте, составляют лишь невероятно малую часть уже существующих нейронов, а люди сталкиваются с ошибками предсказания потенциально каждую секунду. ежедневно. Если мы просто создали новые нейроны для всех ошибок предсказания, то почему мы рождаемся почти со всеми нейронами, которые у нас когда-либо будут? Похоже, что мозг в подавляющем большинстве случаев способен обучаться и сохранять важную информацию без необходимости создавать новые нейроны в ответ на ошибки предсказания.