Bio-inspired Neural Networks for Artificial Intelligence systems: A US-Norway collaboration converging Neuroscience and AI

Kunstig intelligens (KI) systemer får stadig flere anvendelser og er i ferd med å endre samfunnet vårt. Det er imidlertid fortsatt utfordringer som hindrer utvikling av mer fleksible, sikrere, forklarbare og ikke minst energiøkonomiske KI systemer, områder hvor biologiske systemer er suverene. Økt innsikt i hvordan nevrale nettverk i hjernen lærer vil kunne inspirere til nye og bedre KI systemer. På samme måte kan simuleringer i biologisk inspirerte kunstige nevrale nettverk gi ny innsikt i hvordan hjernen fungerer. I vår tverrfaglige forskning ved UiO har vi avdekket nye biologiske mekanismer for læring og vi har utviklet metoder for storskala simuleringer og avanserte målemetoder for å studere hjernefunksjon. Med prosjektet MAIBRAIN vil vi utnytte den tette koblingen vi har etablert mellom teoretisk og eksperimentell forskning og benytte eksperimentelle data for å inspirere og utvikle nye nettverksarkitekturer og utføre parallelle laboratorie- og simuleringseksperimenter med menneske, gnagere og maskiner. For å lykkes har vi knyttet til oss internasjonalt ledende forskningsmiljøer med komplementær kompetanse. Dette gir oss kompetanse innenfor; hardware og måleteknikker, kognitiv vitenskap, nettverkssimuleringer og statistiske metoder for å kunne sammenlikne hjernefunksjon med kunstige nevrale nettkverk. Dette vil bidra til at vi når vår ambisjon med å bygge opp en ledende aktivitet i Norge for å utvikle unike KI systemer og få dyp innsikt i hjernefunksjon. For å lykkes trengs langvarige tverrfaglige investeringer, en felles strategi og ønske om å utdanne morgendagens kandidater. Vi har derfor etablert et langsiktig partnerskap innen forskning og utdanning for å utdanne kandidater med nødvendig komplementær kompetanse for gjennombrudd innen KI og nevrovitenskap. Covid-19 pandemien har ført til forsinkelser i prosjektet i og med at studenter og forskere har vært forhindret i å reise. Vi har likevel bidratt til å organisere en internasjonal sommerskole i 2021.

With MAIBRAIN, we will establish an activity combining extensive knowledge of the brain with computational modeling of artificial neural networks (ANN) to develop novel network architectures and perform comparable laboratory and simulation experiments in humans, rodents and machines. This will allow testing performance and comparability and generate novel predictions to drive developments in AI and bring deep insight to brain function. This may change how neuroscience research is conducted and solve current limitations within AI. With the Center for Integrative Neuroplasticity (CINPLA, UiO), we have developed an internationally leading interdisciplinary research activity. We build on established expertise in neuroscience and physics-based computational modeling to solve long standing questions in neuroscience. We are also in lead integrating computational skills into science education. However, to reach our ambition, become an international powerhouse and realize the potential in the coupling between neuroscience and AI research, we need to combine our competence with complementary, world-leading competence currently lacking in Norway. This is provided by carefully selected partners who bring access to: unique hardware and neural recordings, expertise in human cognitive tasks, large-scale network simulations and expertise in statistical tools to compare brain and ANNs. Success requires long-term interdisciplinary investments, a common, ambitious research strategy, and a collective push to educate the workforce of tomorrow in these fields, which can only be achieved through a long-term joint commitment. We must therefore go beyond individual international collaborations and develop long-term strategic partnerships on both research and education to: (i) train students with the combined competences of the partners needed for breakthroughs in AI-neuroscience interactions, and (ii) strengthen our position as an internationally leading research center.