Gli scienziati dell'Imperial College di Londra hanno confermato la loro ipotesi che l'uso di diversi tipi di neuroni artificiali (unità di calcolo) nella creazione di sistemi di intelligenza artificiale (AI) aumenti l'efficienza delle reti neurali. Questa idea è stata spinta agli scienziati dalla struttura del cervello umano e dai fiocchi di neve.
In natura, non ci sono due fiocchi di neve identici, così come neuroni identici nel cervello dei mammiferi. Secondo gli scienziati britannici, proprio perché le reti artificiali hanno esattamente gli stessi neuroni, il cervello umano supera ancora l'IA in molti modi: impara più velocemente, si adatta alle mutevoli condizioni, passa da un compito all'altro.
Il neuroscienziato computazionale Daniel Goodman, che ha partecipato allo studio pubblicato sulla rivista Nature Communications, ha spiegato a NEO.LIFE la differenza tra l'apprendimento e l'adattamento alle mutevoli circostanze nel cervello umano e l'intelligenza artificiale.
L'intelligenza artificiale può essere addestrata, ad esempio, nel famoso videogioco arcade Pong. “Ci sono due racchette che si muovono lungo i bordi del campo e colpiscono alternativamente la palla. Un'IA addestrata giocherà perfettamente a questo gioco. Meglio che umano, dice Goodman. "Tuttavia, vale la pena avvicinare i paddle di almeno un pixel l'uno all'altro e l'IA non sarà in grado di riprodurlo, poiché è addestrato solo per parametri specifici del gioco e non può farcela con nessuno, nemmeno il più insignificanti, cambiamenti in esso." Un tale problema non esiste negli esseri umani e la ragione, secondo lo scienziato, risiede nel fatto che tutti i neuroni nel cervello umano sono diversi.
L'Imperial College Intelligent Systems and Networks Lab ha leggermente modificato ogni componente della rete neurale, modellata sul cervello, e questo ha aumentato l'efficienza e la precisione del suo lavoro del 20%. Inoltre, gli scienziati hanno cercato di riprodurre il lavoro impulsivo delle reti cerebrali nel modo più accurato possibile, il che ha anche aumentato l'efficienza della rete neurale: le prestazioni dell'intelligenza artificiale nel riconoscimento vocale, nella ricezione e nell'interpretazione dei comandi vocali sono migliorate. Inoltre, la modifica del tempo di attivazione dei neuroni artificiali ha permesso di aumentare l'efficienza nell'esecuzione di compiti con una componente temporale, come il riconoscimento di numeri pronunciati in una riga.
A sua volta, Parta Mitra, un neuroscienziato del laboratorio di Cold Spring Harbor a New York, crede che sia più una questione di come sono disposti i neuroni. E a seconda di come sono allineati i neuroni (anche se sono gli stessi), possono essere usati per risolvere problemi diversi.
Mitra e il suo collega britannico Goodman credono che nel prossimo futuro ci saranno sistemi di intelligenza artificiale in plastica costruiti su chip con vari neuroni artificiali - sistemi neuromorfici. E grazie alla plasticità, una caratteristica importante delle reti neurali naturali, l'intelligenza artificiale sarà in grado di imparare, ad esempio, a giocare a Pong con precisione con parametri mutevoli, affermano gli scienziati.
2021-11-25 06:30:52
Autore: Vitalii Babkin