Son yıllarda yapay zeka, bilim ve teknolojinin birçok alanında iyi performans gösterdi.
Sinir ağları, gerçek veyayapay, nöronlar arasındaki bağlantıları ayarlayarak öğrenirler. Belirli bir aktivite modeli oluşana kadar, onları daha güçlü veya daha zayıf hale getirerek, bazı nöronlar daha aktif, bazıları daha az aktif hale gelir. Bu kalıba "hafıza" diyoruz. Yapay zeka stratejisi, nöronlar arasındaki bağlantılara yinelemeli olarak ince ayar yapan ve optimize eden karmaşık ve uzun algoritmalar kullanmaktır. Beyin bunu çok daha basit hale getiriyor: Nöronlar arasındaki her bağlantı, yalnızca iki nöronun aynı anda ne kadar aktif olduğuna bağlı olarak değişiyor. Yapay zeka algoritmasına kıyasla daha az bellek depolamaya izin verdiği uzun zamandır düşünülüyordu.
Yeni araştırma farklı bir tablo ortaya koyuyor:Beyin tarafından sinir bağlantılarını değiştirmek için kullanılan nispeten basit bir strateji, bireysel nöron tepkilerinin biyolojik olarak makul kalıplarıyla birleştirildiğinde, strateji yapay zeka algoritmaları kadar veya onlardan daha iyi performans gösterir.
Bu paradoksun nedeni giriştir.hatalar: Bellek etkili bir şekilde geri getirildiğinde, hatırlanacak orijinal girdiyle aynı veya ilişkili olabilir. Beynin stratejisi, orijinal girdilerle aynı olmayan anıların geri getirilmesiyle sonuçlanır ve her modelde zar zor aktif olan nöronların aktiviteleri bastırılır. Bu susturulmuş nöronlar, aynı ağda depolanan farklı anıları ayırt etmede aslında çok önemli bir rol oynamıyor. Bunları göz ardı ederek sinir kaynakları, hatırlanması gereken girdiyle ilgili olan ve daha yüksek verim sağlayan nöronlara odaklanır.
Genel olarak bu çalışma,biyolojik olarak makul kendi kendini organize eden öğrenme prosedürleri, yavaş ve mantıksız öğrenme algoritmaları kadar etkili olabilir.
Ayrıca bakınız:
Kürtaj ve bilim: doğum yapacak çocuklara ne olacak
Dünya 20 yıl içinde kritik sıcaklığa ulaşacak
Uzayda, uzay ve zamanı değiştiren yerçekimi dalgaları buldular. Bunun anlamı ne?