Исследователи Массачусетского технологического института показали, что искусственная нейросеть со случайными связями может сама выстроить контуры для обработки информации. Модель распознавала закономерности и классифицировала изображения. В этих задачах она справилась на уровне, сопоставимом с сетями, обучаемыми обратным распространением ошибки. О работе, опубликованной 9 октября 2026 года в журнале PNAS, MIT News сообщил 13 октября.
Как простые правила складываются в контуры
В начале связи между элементами сети были случайными. Разработчики задали правила, по которым эти связи могли меняться, но не прописывали подробный план перестройки всей системы. Например, если два связанных элемента активируются одновременно, связь между ними усиливается.
Во время обучения в сети возникали повторяющиеся структуры. Они становились строительными блоками функциональных контуров, а значит, менялись не только связи между элементами, но и сам механизм, который эти связи настраивал.
Представим условную сеть, которая учится различать фотографии кошек и собак. Если элементы часто активируются вместе, когда на изображении появляются характерные признаки одного класса, их связь может укрепиться. Из многих таких локальных изменений способен сложиться контур, помогающий различать классы. Это только поясняющий пример, а не отдельный эксперимент MIT.
Для изучения мозга важно, что сеть организует себя сама, без внешнего проектировщика. Мозг тоже должен выстраивать связи в ходе развития и обучения. Авторы считают способность к самоорганизации одним из критериев биологической правдоподобности модели, но не утверждают, что мозг учится именно таким способом.
MIT News сообщает, что модель показала сопоставимый с сетями на обратном распространении ошибки уровень в распознавании образов и классификации изображений. Этот метод используют в современных системах искусственного интеллекта, хотя исследователи считают его маловероятным механизмом обучения мозга. Числовых метрик сравнения в пресс-релизе нет, поэтому оценить точную величину различий по опубликованному сообщению нельзя.
Для подготовки научных публикаций можно обратиться к услугам по работе с научными статьями.

Фото: Google DeepMind / Pexels