Nowy rodzaj algorytmów SI wzorowany na działaniu ludzkiego mózgu

Ludzki mózg działa inaczej niż komputer, choć, podobnie jak on, przetwarza informacje. Z tego powodu można traktować ten organ jak pewien rodzaj maszyny. Naukowcy od lat starają się zaprojektować urządzenie działające podobnie do ludzkiego mózgu. Szybko jednak stało się jasne, że jest to zdecydowanie bardziej skomplikowany organ niż komputery binarne. Krzemowa SI opiera się na matematycznym modelu neuronu i statystyce oraz tzw. funkcji progu, dzięki którym program komputerowy uczy się, podobnie jak człowiek, na podstawie informacji z otoczenia. Jednak okazuje się, że robi to w zupełnie inny sposób.
SI
SI

Jedną z różnic pomiędzy działaniem ludzkiego mózgu a komputera jest fakt, że mózg nie polega na jednym, centralnym zegarze, ale aktualizuje informacje w sposób asynchroniczny. W efekcie, obraz który widzimy, jest złożony z kilku różnych klatek, a nie, jak w przypadku projektowanych sieci neuronowych, z jednego obrazu wejściowego. Naukowcy chcą wykorzystać ten aspekt. Badacze wprowadzili zmiany do algorytmów uczenia maszynowego w taki sposób, aby uwzględnić funkcję jaką pełnią dendryty w komórkach nerwowych. Te przetwarzają wcześniej informacje, które później trafiają do synaps.

SI
Ludzki mózg przetwarza obrazy w sposób asynchroniczny w przeciwieństwie do komputera (graf. Uniwersytet Bar-Ilana)

Uczenie maszynowe to dziedzina, która powstała około 70 lat temu. Od tamtego czasu jednak wiele się zmieniło. Zarówno jeśli chodzi o rozwój komputerów, jak i naukach zajmujących się badaniem działania układu nerwowego. Tymczasem okazuje się, że warto cofnąć się i weryfikować informacje. Te, które niegdyś uchodziły za pewnik, mogą okazać się dziś przeszkodą w rozwoju SI i innych technik komputerowych. To będzie szczególnie istotne w niedalekiej przyszłości, zwłaszcza jeśli ziszczą się ambitne plany Elona Muska i Marka Zuckerberga związane z interfejsem mózg-komputer. | CHIP