Posljednjih desetljeća umjetna inteligencija ostvarila je dobre rezultate u mnogim područjima znanosti i tehnologije.
Neuronske mreže, bilo stvarne iliumjetni, uče prilagođavanjem veza između neurona. Čineći ih jačim ili slabijim, neki neuroni postaju aktivniji, neki manje aktivni, sve dok se ne pojavi specifičan obrazac aktivnosti. Ovaj obrazac nazivamo "pamćenje". Strategija umjetne inteligencije je korištenje složenih i dugih algoritama koji iterativno fino podešavaju i optimiziraju veze između neurona. Mozak to čini puno jednostavnijim: svaka se veza između neurona mijenja samo ovisno o tome koliko su dva neurona aktivna u isto vrijeme. Dugo se smatralo da to omogućuje manje pohrane memorije u usporedbi s AI algoritmom.
Nova istraživanja pokazuju drugačiju sliku:Kada se relativno jednostavna strategija koju koristi mozak za promjenu neuronskih veza kombinira s biološki vjerojatnim obrascima pojedinačnih odgovora neurona, tada strategija djeluje jednako dobro ili bolje od algoritama umjetne inteligencije.
Razlog za ovaj paradoks je uvodpogreške: Kada se memorija učinkovito dohvati, ona može biti identična ili u korelaciji s izvornim unosom koji treba zapamtiti. Strategija mozga rezultira vraćanjem sjećanja koja nisu identična izvornim unosima, potiskujući aktivnost onih neurona koji su jedva aktivni u svakom obrascu. Ti utišani neuroni zapravo ne igraju presudnu ulogu u razlikovanju različitih sjećanja pohranjenih u istoj mreži. Ignorirajući ih, neuralni resursi fokusirani su na one neurone koji su relevantni za unos koji treba zapamtiti i osigurati veću propusnost.
Sveukupno, ova studija naglašava kakobiološki vjerodostojni postupci samoorganiziranja učenja mogu biti jednako učinkoviti kao i spori i nevjerojatni algoritmi učenja.
Pogledajte i:
Pobačaj i znanost: što će se dogoditi s djecom koja će roditi
Zemlja će doseći kritičnu temperaturu za 20 godina
U svemiru su pronašli gravitacijske valove koji mijenjaju prostor i vrijeme. Što to znači?