Исследователи из Лаборатории компьютерных наук и искусственного интеллекта MIT (США) создали модель ИИ LinOSS, вдохновленную нейронными колебаниями мозга, которая значительно улучшает обработку длинных последовательностей данных, таких как климатические тренды или финансовые показатели. Результаты исследования размещены на сервере препринтов arXiv.
Обычные модели ИИ часто «спотыкаются», анализируя данные, которые тянутся во времени, например, многолетние погодные изменения или биосигналы пациента. Модели пространства состояний (SSM) были разработаны для таких задач, но они либо нестабильны, либо требуют огромных вычислительных ресурсов. Команда MIT под руководством Т. Константина Раша и Даниэлы Рус решила эту проблему, создав LinOSS — модель, основанную на принципах гармонических осцилляторов, которые встречаются в физике и нейронных сетях мозга.
LinOSS имитирует, как нейроны в мозге ритмично обмениваются сигналами, чтобы обрабатывать сложную информацию. Представьте, как оркестр играет мелодию: каждый музыкант (нейрон) вносит вклад в гармонию, не перегружая систему. Так LinOSS стабильно анализирует данные, даже если их миллионы точек. Модель требует меньше ограничений в настройке, чем ее предшественники, и доказала свою универсальность: она может моделировать любые причинно-следственные связи в данных.
Например, LinOSS может предсказать, как температура влияет на урожайность за десятилетия, или выявить аномалии в сердечном ритме пациента за годы наблюдений.
Тестирование показало, что LinOSS обходит конкурентов, включая модель Mamba, почти вдвое по эффективности в задачах с длинными последовательностями. Исследование получило высокую оценку: его выбрали для устного доклада на конференции по искусственному интеллекту ICLR 2025, что случается лишь с 1% лучших работ.
LinOSS обещает преобразить аналитику в здравоохранении, климатологии, автономном вождении и финансах (предсказание рынка).
Кроме того модель не только решает технические задачи, но и может углубить понимание мозга, изучая, как нейронные колебания влияют на поведение. Команда MIT планирует адаптировать LinOSS для новых типов данных, таких как видео или текст, и видит в ней мост между биологией и ИИ.
.webp)
