최근 수십 년 동안 인공지능은 과학과 기술의 여러 분야에서 좋은 성과를 거두었습니다.
실제이든 신경망이든인공적으로 뉴런 간의 연결을 조정하여 학습합니다. 뉴런을 더 강하거나 약하게 만들어 특정 활동 패턴이 나타날 때까지 일부 뉴런은 더 활성화되고 일부는 덜 활성화됩니다. 우리는 이 패턴을 '기억'이라고 부릅니다. AI 전략은 뉴런 간의 연결을 반복적으로 미세 조정하고 최적화하는 복잡하고 긴 알고리즘을 사용하는 것입니다. 뇌는 이것을 훨씬 더 간단하게 만듭니다. 뉴런 사이의 각 연결은 두 뉴런이 동시에 얼마나 활동적인지에 따라서만 변경됩니다. AI 알고리즘에 비해 메모리 저장 공간이 적다고 오랫동안 생각되어 왔습니다.
새로운 연구에서는 다른 그림을 보여줍니다.신경 연결을 변경하기 위해 뇌가 사용하는 상대적으로 간단한 전략이 개별 뉴런 반응의 생물학적으로 그럴듯한 패턴과 결합되면 해당 전략은 AI 알고리즘과 같거나 더 나은 성능을 발휘합니다.
이 역설의 이유는 소개입니다.오류: 기억이 효과적으로 검색되면 기억할 원래 입력과 동일하거나 연관될 수 있습니다. 뇌의 전략은 원래 입력과 동일하지 않은 기억을 검색하고 각 패턴에서 거의 활성화되지 않는 뉴런의 활동을 억제하는 결과를 낳습니다. 이렇게 침묵된 뉴런은 동일한 네트워크에 저장된 서로 다른 기억을 구별하는 데 실제로 중요한 역할을 하지 않습니다. 이를 무시함으로써 신경 리소스는 기억해야 하는 입력과 관련된 뉴런에 집중되고 더 높은 처리량을 제공합니다.
전반적으로이 연구는생물학적으로 그럴듯한 자기 조직화 학습 절차는 느리고 믿을 수없는 학습 알고리즘만큼 효과적 일 수 있습니다.
참조 :
낙태와 과학 : 출산 할 아이들에게 일어날 일
지구는 20 년 후에 임계 온도에 도달 할 것입니다
우주에서 그들은 공간과 시간을 변화시키는 중력파를 발견했습니다. 무슨 뜻이에요?