Ο εγκέφαλος έχει καλύτερη μνήμη από το AI

Τις τελευταίες δεκαετίες, η τεχνητή νοημοσύνη έχει καλές επιδόσεις σε πολλούς τομείς της επιστήμης και της τεχνολογίας.

Ακόμη και στο σκάκι, ένας αλγόριθμος AI παίζει καλύτερα από έναν άνθρωπο.Αξίζει να θυμηθούμε πώς το 1996 ο υπολογιστής Deep Blue κέρδισε για πρώτη φορά έναν άνθρωπο, τον πρωταθλητή στο σκάκι Garry Kasparov. Νέα έρευνα δείχνει ότι η στρατηγική του εγκεφάλου για την αποθήκευση αναμνήσεων μπορεί να οδηγήσει σε ατελείς αναμνήσεις, αλλά με τη σειρά του επιτρέπει να αποθηκεύει περισσότερες αναμνήσεις με λιγότερους πόρους από ό,τι η τεχνητή νοημοσύνη. Η εργασία πραγματοποιήθηκε από επιστήμονες SISSA σε συνεργασία με το Kavli Institute for Systems Neuroscience και το Center for Neural Computing.

Νευρωνικά δίκτυα, είτε πραγματικά είτετεχνητό, μάθετε προσαρμόζοντας τις συνδέσεις μεταξύ των νευρώνων. Κάνοντάς τους ισχυρότερους ή ασθενέστερους, ορισμένοι νευρώνες γίνονται πιο ενεργοί, άλλοι λιγότερο ενεργοί, μέχρι να εμφανιστεί ένα συγκεκριμένο μοτίβο δραστηριότητας. Αυτό το μοτίβο ονομάζουμε «μνήμη». Η στρατηγική της τεχνητής νοημοσύνης είναι η χρήση πολύπλοκων και μακροσκελής αλγορίθμων που προσαρμόζουν και βελτιστοποιούν επαναληπτικά τις συνδέσεις μεταξύ των νευρώνων. Ο εγκέφαλος το κάνει πολύ πιο απλό: κάθε σύνδεση μεταξύ των νευρώνων αλλάζει μόνο ανάλογα με το πόσο ενεργοί είναι οι δύο νευρώνες ταυτόχρονα. Από καιρό πιστεύεται ότι επιτρέπει λιγότερη αποθήκευση μνήμης σε σύγκριση με έναν αλγόριθμο AI.

Νέα έρευνα δείχνει μια διαφορετική εικόνα:Όταν μια σχετικά απλή στρατηγική που χρησιμοποιείται από τον εγκέφαλο για την αλλαγή των νευρικών συνδέσεων συνδυάζεται με βιολογικά εύλογα μοτίβα μεμονωμένων νευρώνων, τότε η στρατηγική αποδίδει εξίσου καλά ή καλύτερα από τους αλγόριθμους τεχνητής νοημοσύνης.

Ο λόγος για αυτό το παράδοξο είναι η εισαγωγήσφάλματα: Όταν η μνήμη ανακτάται αποτελεσματικά, μπορεί να είναι ίδια ή να συσχετίζεται με την αρχική είσοδο που πρέπει να απομνημονευθεί. Η στρατηγική του εγκεφάλου έχει ως αποτέλεσμα την ανάκτηση αναμνήσεων που δεν είναι πανομοιότυπες με τις αρχικές εισόδους, καταστέλλοντας τη δραστηριότητα εκείνων των νευρώνων που είναι ελάχιστα ενεργοί σε κάθε μοτίβο. Αυτοί οι σιγασμένοι νευρώνες δεν παίζουν πραγματικά κρίσιμο ρόλο στη διάκριση μεταξύ διαφορετικών μνημών που είναι αποθηκευμένες στο ίδιο δίκτυο. Αγνοώντας τους, οι νευρικοί πόροι εστιάζονται σε εκείνους τους νευρώνες που σχετίζονται με την είσοδο που πρέπει να θυμόμαστε και παρέχουν υψηλότερη απόδοση.

Συνολικά, αυτή η μελέτη τονίζει πώςοι βιολογικά εύλογες αυτοοργανωμένες μαθησιακές διαδικασίες μπορούν να είναι εξίσου αποτελεσματικές με τους αργούς και αβάσιμους μαθησιακούς αλγόριθμους.

Δείτε επίσης:

Άμβλωση και επιστήμη: τι θα συμβεί στα παιδιά που θα γεννήσουν

Η γη θα φτάσει σε κρίσιμη θερμοκρασία σε 20 χρόνια

Στο διάστημα, βρήκαν βαρυτικά κύματα που αλλάζουν χώρο και χρόνο. Τι σημαίνει?