V posledných desaťročiach sa umelej inteligencii darí v mnohých oblastiach vedy a techniky.
Neurónové siete, či už reálne respumelé, učiť sa úpravou spojení medzi neurónmi. Tým, že sa stanú silnejšími alebo slabšími, niektoré neuróny sa stanú aktívnejšími, niektoré menej aktívnymi, až kým nenastane špecifický vzorec aktivity. Tento vzorec nazývame „pamäť“. Stratégia AI je použitie zložitých a zdĺhavých algoritmov, ktoré iteratívne dolaďujú a optimalizujú spojenia medzi neurónmi. Mozog to robí oveľa jednoduchším: každé spojenie medzi neurónmi sa mení iba v závislosti od toho, ako aktívne sú oba neuróny súčasne. Dlho sa predpokladalo, že to umožňuje menšie úložisko pamäte v porovnaní s algoritmom AI.
Nový výskum ukazuje iný obraz:Keď sa relatívne jednoduchá stratégia používaná mozgom na zmenu nervových spojení skombinuje s biologicky hodnovernými vzormi reakcií jednotlivých neurónov, potom táto stratégia funguje rovnako dobre alebo lepšie ako algoritmy AI.
Dôvodom tohto paradoxu je úvodchyby: Keď je pamäť efektívne získaná, môže byť identická alebo korelovaná s pôvodným vstupom, ktorý sa má zapamätať. Stratégia mozgu vedie k získaniu spomienok, ktoré nie sú identické s pôvodnými vstupmi, čím sa potláča aktivita tých neurónov, ktoré sú sotva aktívne v každom vzore. Tieto umlčané neuróny v skutočnosti nehrajú zásadnú úlohu pri rozlišovaní medzi rôznymi spomienkami uloženými v rovnakej sieti. Ich ignorovaním sa neurónové zdroje sústreďujú na tie neuróny, ktoré sú relevantné pre vstup, ktorý si treba zapamätať a poskytujú vyššiu priepustnosť.
Táto štúdia celkovo zdôrazňuje, akobiologicky prijateľné samoorganizujúce sa postupy učenia môžu byť rovnako účinné ako pomalé a nepravdepodobné algoritmy učenia.
Pozri tiež:
Potraty a veda: čo sa stane s deťmi, ktoré budú rodiť
Zem dosiahne kritickú teplotu o 20 rokov
Vo vesmíre našli gravitačné vlny, ktoré menia priestor a čas. Čo to znamená?