Hjärnan har ett bättre minne än AI

Under de senaste decennierna har artificiell intelligens presterat bra inom många områden inom vetenskap och teknik.

Även i schack spelar en AI-algoritm bättre än en människa.Det är värt att komma ihåg hur Deep Blue-datorn 1996 slog en människa för första gången, schackmästaren Garry Kasparov. Ny forskning visar att hjärnans strategi för att lagra minnen kan leda till ofullkomliga minnen, men i sin tur tillåter den att lagra fler minnen med mindre resurser än vad AI kan. Arbetet har utförts av SISSA-forskare i samarbete med Kavli Institute for Systems Neurobiology och Center for Neural Computing.

Neurala nätverk, vare sig de är verkliga ellerartificiell, lär dig genom att justera kopplingar mellan neuroner. Genom att göra dem starkare eller svagare blir vissa neuroner mer aktiva, andra mindre aktiva, tills ett specifikt aktivitetsmönster uppstår. Vi kallar detta mönster "minne". AI-strategin är att använda komplexa och långa algoritmer som iterativt finjusterar och optimerar kopplingarna mellan neuroner. Hjärnan gör detta mycket enklare: varje koppling mellan neuroner förändras bara beroende på hur aktiva de två neuronerna är samtidigt. Man har länge trott att detta möjliggör mindre minneslagring jämfört med en AI-algoritm.

Ny forskning visar en annan bild:När en relativt enkel strategi som används av hjärnan för att ändra neurala kopplingar kombineras med biologiskt rimliga mönster av individuella neuronsvar, fungerar strategin lika bra eller bättre än AI-algoritmer.

Anledningen till denna paradox är inledningenfel: När minnet effektivt hämtas kan det vara identiskt med eller korrelerat med den ursprungliga ingången som ska komma ihåg. Hjärnans strategi resulterar i att man hämtar minnen som inte är identiska med de ursprungliga inmatningarna, vilket undertrycker aktiviteten hos de neuroner som knappt är aktiva i varje mönster. Dessa tystade neuroner spelar egentligen ingen avgörande roll för att skilja mellan olika minnen lagrade i samma nätverk. Genom att ignorera dem fokuseras neurala resurser på de neuroner som är relevanta för input som behöver komma ihåg och ger högre genomströmning.

Sammantaget belyser denna studie hurbiologiskt troliga självorganiserande inlärningsförfaranden kan vara lika effektiva som långsamma och osannolika inlärningsalgoritmer.

Se även:

Abort och vetenskap: vad kommer att hända med barnen som kommer att föda

Jorden kommer att nå kritisk temperatur om 20 år

I rymden hittade de gravitationsvågor som förändrar rum och tid. Vad betyder det?