Hjernen har en bedre hukommelse end AI

I de seneste årtier har kunstig intelligens klaret sig godt inden for mange områder af videnskab og teknologi.

Selv i skak spiller en AI-algoritme bedre end et menneske.Det er værd at huske, hvordan Deep Blue-computeren i 1996 slog et menneske for første gang, skakmesteren Garry Kasparov. Ny forskning viser, at hjernens strategi for lagring af minder kan føre til ufuldkomne minder, men til gengæld giver den mulighed for at lagre flere minder med færre ressourcer, end AI kan. Arbejdet blev udført af SISSA-forskere i samarbejde med Kavli Institute for Systems Neurobiology og Center for Neural Computing.

Neurale netværk, uanset om de er reelle ellerkunstig, lær ved at justere forbindelser mellem neuroner. Ved at gøre dem stærkere eller svagere bliver nogle neuroner mere aktive, nogle mindre aktive, indtil der opstår et bestemt aktivitetsmønster. Vi kalder dette mønster "hukommelse". AI-strategien er at bruge komplekse og langvarige algoritmer, der iterativt finjusterer og optimerer forbindelserne mellem neuroner. Hjernen gør dette meget enklere: hver forbindelse mellem neuroner ændres kun afhængigt af, hvor aktive de to neuroner er på samme tid. Det har længe været troet, at dette giver mulighed for mindre hukommelseslagring sammenlignet med en AI-algoritme.

Ny forskning viser et andet billede:Når en relativt simpel strategi, som hjernen bruger til at ændre neurale forbindelser, kombineres med biologisk plausible mønstre af individuelle neuronresponser, så fungerer strategien lige så godt som eller bedre end AI-algoritmer.

Grunden til dette paradoks er indledningenfejl: Når hukommelsen er effektivt hentet, kan den være identisk med eller korreleret med det originale input, der skal huskes. Hjernens strategi resulterer i at hente minder, der ikke er identiske med de oprindelige input, hvilket undertrykker aktiviteten af ​​de neuroner, der knap er aktive i hvert mønster. Disse forstummede neuroner spiller ikke rigtig en afgørende rolle i at skelne mellem forskellige minder, der er lagret i det samme netværk. Ved at ignorere dem fokuseres neurale ressourcer på de neuroner, der er relevante for det input, der skal huskes og giver højere gennemstrømning.

Samlet set fremhæver denne undersøgelse hvordanbiologisk plausible selvorganiserende læringsprocedurer kan være lige så effektive som langsomme og usandsynlige læringsalgoritmer.

Se også:

Abort og videnskab: hvad vil der ske med de børn, der føder

Jorden vil nå kritisk temperatur om 20 år

I rummet fandt de tyngdebølger, der ændrer rum og tid. Hvad betyder det?