"NeuroAI, " ktorý spája "neurológiu" a "AI" (umelú inteligenciu), rýchlo získava pozornosť ako výskumná oblasť. Niekoľko rokov dozadu neznáma, dnes výrazne figuruje na workshopoch, konferenciách a akademických programoch, vrátane workshopu iniciatívy BRAIN. Tento odbor spája cieľ AI, ktorým je replikácia inteligencie, s poznatkami neurológie o výpočtoch podobných mozgu. AI používa neurónové siete na modelovanie mozgu, testuje teórie o nervových výpočtoch a odráža myšlienku Richarda Feynmana, že skutočné pochopenie prichádza prostredníctvom tvorby. Medzitým neurológia inšpiruje AI na vytváranie systémov schopných vykonávať ľudské úlohy, čím vzniká spätná väzba, ktorá urýchľuje obe oblasti. V aplikáciách AI, ako je DeepLabCut, AI zjednodušuje analýzu dát v neurológii, podobne ako jeho úloha v skladaní proteínov alebo rozpoznávaní obrazov, ale to nie je striktne "NeuroAI. " Spojenie medzi AI a neurológiou siaha späť k správe Johna von Neumanna z roku 1945 o počítačovej architektúre EDVAC, inšpirovanej McCulloch a Pittsovou prácou z roku 1943 o neurónových sieťach.

Frank Rosenblattov perceptrón z roku 1958 posunul myšlienku učenia sa na základe dát v sieťach, ovplyvnený prácou Donalda Hebba o synaptickej plasticite. Hoci jednovrstvové perceptróny mali obmedzenia, koncept synapsií ako prispôsobiteľných učebných prvkov zostáva dôležitý. Symbiotické pokroky zahŕňajú konvolučné neurónové siete (CNN), inšpirované modelmi vizuálnej kôry, a učenie posilňovaním, príkladom je AlphaZero od Google. Techniky ako dropout napodobňujú nesprávne fungovanie neurónov na zvýšenie odolnosti neurónovej siete. Tento vzájomný vzťah obohacuje AI aj neurológiu; neurónové siete posúvajú naše pochopenie mozgových výpočtov, inšpirujú nové modely a algoritmy. Ako sa NeuroAI rozvíja, prehlbuje naše pochopenie inteligencie v biologických aj umelých súvislostiach, sľubuje ešte väčšiu integráciu a rozšírenie týchto oblastí. Tato séria esejí sa bude zaoberať týmito transformujúcimi sa spojeniami a praktickými a etickými otázkami, ktoré kladie.