Modélisation de la cognition humaine avec RNN et apprentissage des programmes avec Kanaka Rajan

Aujourd’hui, nous sommes rejoints par Kanaka Rajan, professeur adjoint à la Icahn School of Medicine de Mt Sinai. Kanaka, qui est réalisée réalisée du NSF Career Award, comble le fossé entre les mondes de la biologie et l’intelligence artificielle avec son travail en informatique. Dans notre conversation, nous explorons comment elle construit des « modèles LEGO » du cerveau qui imitent les fonctions du cerveau biologique, puis les ingénieurs inverses de ces modèles pour répondre à la question « Faites-ils les mêmes principes de fonctionnement que le cerveau biologique utilise? » Nous discutons également de la relation entre la mémoire et les états du système en évolution dynamique, à quel point nous sommes proches de comprendre comment la mémoire fonctionne réellement, comment elle utilise les RNN pour modéliser ces processus et à quoi ressemble la formation et la collecte de données. Enfin, nous abordons son utilisation de l’apprentissage du curriculum (où la tâche que vous voulez qu’un système apprenne augmente lentement la complexité), et bien sûr, nous examinons les orientations futures pour la recherche de Kanaka.