Pastaraisiais dešimtmečiais dirbtinis intelektas puikiai pasirodė daugelyje mokslo ir technologijų sričių.
Neuroniniai tinklai, realūs arbadirbtinis, išmokite koreguodami ryšius tarp neuronų. Sustiprinus ar susilpnėjus, kai kurie neuronai tampa aktyvesni, kiti mažiau aktyvūs, kol atsiranda tam tikras veiklos modelis. Šį modelį vadiname „atmintimi“. AI strategija yra naudoti sudėtingus ir ilgus algoritmus, kurie pakartotinai sureguliuoja ir optimizuoja ryšius tarp neuronų. Smegenys tai daro daug paprasčiau: kiekvienas ryšys tarp neuronų keičiasi tik priklausomai nuo to, kiek aktyvūs du neuronai yra tuo pačiu metu. Ilgą laiką buvo manoma, kad tai leidžia mažiau atminties, palyginti su AI algoritmu.
Nauji tyrimai rodo kitokį vaizdą:Kai gana paprasta strategija, kurią smegenys naudoja neuroniniams ryšiams pakeisti, derinama su biologiškai patikimais atskirų neuronų atsakų modeliais, tada strategija veikia taip pat arba geriau nei AI algoritmai.
Šio paradokso priežastis – įžangaklaidos: kai atmintis efektyviai nuskaitoma, ji gali būti tokia pati arba koreliuoti su pradine įvestimi, kurią reikia prisiminti. Smegenų strategija lemia tai, kad atkuriami prisiminimai, kurie nėra identiški pradiniams įvestims, slopinant tų neuronų, kurie vos aktyvūs kiekviename modelie, aktyvumą. Šie nutildyti neuronai iš tikrųjų neatlieka esminio vaidmens skiriant skirtingus tame pačiame tinkle saugomus prisiminimus. Nekreipiant dėmesio į juos, neuroniniai ištekliai yra sutelkiami į tuos neuronus, kurie yra svarbūs įėjimui, kurį reikia prisiminti ir užtikrinti didesnį pralaidumą.
Apskritai šiame tyrime pabrėžiama, kaipbiologiškai tikėtinos savaiminio organizavimo mokymosi procedūros gali būti tokios pat veiksmingos kaip lėtų ir neįtikėtinų mokymosi algoritmai.
Taip pat žiūrėkite:
Abortas ir mokslas: kas nutiks gimdantiems vaikams
Žemė kritinę temperatūrą pasieks po 20 metų
Erdvėje jie rado gravitacines bangas, kurios keičia erdvę ir laiką. Ką tai reiškia?