Разработчики компьютеров могут ошибаться, ориентируясь на работу нейронов

Ученые Техасского университета в Остине (The University of Texas at Austin) провели исследование результативности методов алгоритмической оценки связей в нейронных сетях. 

Результаты исследований, опубликованные в "Nature Neuroscience", показывают, что методы могут быть предвзяты и имеют тенденцию трактовать скоррелированную работу нейронов так, как будто нейроны связаны.

В экспериментах исследователи наблюдали возникновение паттернов нейронной активности, в которой нейроны не были связаны между собой, но алгоритмические методы трактовали эти нейроны, как связанные. Исследователи обнаружили, что тот же тип ошибки возникает при использовании алгоритмических методов оценки нейронных связей на основе записей активности многоклеточного мозга. 

В исследовании учёные подчеркивают необходимость проявлять осторожность при попытке вывести случайные связи между переменными на основе статистических моделей алгоритмическим методом.