Il cervello ha una memoria migliore dell'IA

Negli ultimi decenni, l’intelligenza artificiale ha ottenuto buoni risultati in molti settori della scienza e della tecnologia.

Anche a scacchi, un algoritmo di intelligenza artificiale gioca meglio di un essere umano.Vale la pena ricordare come nel 1996 il computer Deep Blue batté per la prima volta un essere umano, il campione di scacchi Garry Kasparov. Una nuova ricerca mostra che la strategia del cervello per immagazzinare i ricordi può portare a ricordi imperfetti, ma a sua volta gli consente di immagazzinare più ricordi con meno risorse di quanto possa fare l’intelligenza artificiale. Il lavoro è stato realizzato dagli scienziati della SISSA in collaborazione con il Kavli Institute for Systems Neurobiology e il Center for Neural Computing.

Reti neurali, reali oartificiale, impara regolando le connessioni tra i neuroni. Rendendoli più forti o più deboli, alcuni neuroni diventano più attivi, altri meno attivi, finché non si verifica uno specifico modello di attività. Chiamiamo questo modello “memoria”. La strategia dell’intelligenza artificiale consiste nell’utilizzare algoritmi complessi e lunghi che mettono a punto e ottimizzano in modo iterativo le connessioni tra i neuroni. Il cervello rende tutto questo molto più semplice: ogni connessione tra neuroni cambia solo a seconda di quanto sono attivi i due neuroni contemporaneamente. Da tempo si pensa che ciò consenta di immagazzinare meno memoria rispetto a un algoritmo AI.

Una nuova ricerca mostra un quadro diverso:Quando una strategia relativamente semplice utilizzata dal cervello per modificare le connessioni neurali è combinata con modelli biologicamente plausibili di risposte neuronali individuali, allora la strategia funziona altrettanto bene o meglio degli algoritmi di intelligenza artificiale.

La ragione di questo paradosso è l'introduzioneerrori: quando la memoria viene effettivamente recuperata, può essere identica o correlata all'input originale da ricordare. La strategia del cervello si traduce nel recupero di ricordi che non sono identici agli input originali, sopprimendo l'attività di quei neuroni che sono appena attivi in ​​ogni schema. Questi neuroni silenziati non svolgono realmente un ruolo cruciale nel distinguere tra diversi ricordi archiviati nella stessa rete. Ignorandoli, le risorse neurali si concentrano su quei neuroni che sono rilevanti per l’input che deve essere ricordato e forniscono un throughput più elevato.

Nel complesso, questo studio evidenzia comeprocedure di apprendimento auto-organizzate biologicamente plausibili possono essere efficaci quanto algoritmi di apprendimento lenti e non plausibili.

Vedi anche:

Aborto e scienza: cosa succederà ai bambini che partoriranno

La Terra raggiungerà la temperatura critica tra 20 anni

Nello spazio, hanno trovato onde gravitazionali che cambiano lo spazio e il tempo. Cosa significa?