Modelul Lingvistic Fly (FLM) Conectează Întregul Conectom al Musculiței de Oțet la un LLM Congelat de 1.2B, iar Controalele Proprii Arată Că Conectarea Nu Ajută

Cercetătorii au reușit să conecteze completul conectom al musculiței de oțet (Drosophila melanogaster) într-un model lingvistic mare (LLM) pre-antrenat și înghețat, cu 1.2 miliarde de parametri, creând Fly Language Model (FLM). Acest proiect ambițios a avut ca scop explorarea dacă structura complexă a conexiunilor neuronale biologice ale unui organism simplu ar putea îmbunătăți capacitățile unei rețele neuronale artificiale sofisticate. Integrarea a implicat cartografierea circuitelor neuronale ale musculiței de oțet și translatarea lor în arhitectura LLM-ului, reprezentând un pas semnificativ în cercetarea interdisciplinară dintre neuroștiință și AI.

Abordarea tehnică a implicat preluarea circuitelor neuronale cunoscute ale musculiței de oțet, care cuprind aproximativ 100.000 de neuroni și 500 de milioane de conexiuni sinaptice, și încorporarea acestei structuri într-un LLM înghețat cu 1.2 miliarde de parametri. Parametrii LLM-ului nu au fost actualizați în timpul acestui proces, ceea ce înseamnă că cunoștințele și capacitățile existente ale modelului au rămas fixe. Cercetătorii au efectuat apoi experimente folosind controale interne pentru a evalua impactul acestei conectări biologice asupra performanței FLM-ului în diverse sarcini, comparându-l cu modele de bază.

În mod surprinzător, rezultatele au indicat că integrarea conectomului musculiței de oțet nu a adus nicio îmbunătățire a performanței pentru FLM. Acest lucru sugerează că simpla mapare a structurilor neuronale biologice pe cele artificiale, mai ales fără a permite adaptarea sau învățarea în cadrul modelului artificial, s-ar putea să nu fie o cale eficientă pentru îmbunătățirea capacităților AI. Cercetările viitoare ar putea explora integrarea dinamică sau metode diferite de valorificare a perspectivelor biologice pentru dezvoltarea AI.