Исследователи из Лаборатории компьютерных наук и искусственного интеллекта (CSAIL) Массачусетского технологического института разработали инновационную ИИ-модель, вдохновленную нейронными осцилляциями в мозге. Модель, получившая название «линейная осцилляторная модель пространства состояний» (LinOSS), использует принципы работы вынужденных гармонических осцилляторов, что позволяет эффективно моделировать процессы, аналогичные тем, которые происходят в биологических нейронных сетях.
Традиционные ИИ-алгоритмы часто сталкиваются с трудностями при анализе сложной информации, разворачивающейся во времени. Проблемы возникают при прогнозировании климата, анализе биологических сигналов или курсов акций, где модели пространства состояний либо нестабильны, либо требуют значительных вычислительных ресурсов при обработке длинных последовательностей данных.
Модель LinOSS решает эти проблемы, обеспечивая стабильность, выразительность и вычислительную эффективность без строгих ограничений на параметры. Эмпирические тесты показали, что она превосходит современные алгоритмы в задачах классификации и прогнозирования, а в задачах с экстремальными последовательностями данных обогнала широко используемую модель Mamba почти вдвое.
Исследователи предполагают, что LinOSS может оказать значительное влияние на такие области, как аналитика здравоохранения, климатология, автономное вождение и финансовое прогнозирование, где долгосрочные прогнозы и точная классификация имеют критическое значение. В дальнейшем ученые планируют расширить применение модели на более широкий спектр данных, что, возможно, даст новые инсайты в нейронауке, углубляя понимание функционирования человеческого мозга.