Оно читается. Оно говорит. Он сопоставляет горы данных и рекомендует бизнес-решения. Сегодняшний искусственный интеллект может показаться более человечным, чем когда-либо. Однако у ИИ все еще есть несколько серьезных недостатков.

«Какими бы впечатляющими ни были ChatGPT и все эти современные технологии искусственного интеллекта, с точки зрения взаимодействия с физическим миром они все еще очень ограничены. Даже в том, что они делают, например, решают математические задачи и пишут эссе, им требуются миллиарды и миллиарды тренировок. примеры, прежде чем они смогут сделать их хорошо», — объясняет научный сотрудник NeuroAI из лаборатории Колд-Спринг-Харбор (CSHL) Кайл Дарувалла.

Дарувалла искал новые, нетрадиционные способы создания ИИ, способного преодолеть подобные вычислительные препятствия. И, возможно, он только что нашел его.

Ключевым моментом было перемещение данных. В настоящее время большая часть энергопотребления современных компьютеров приходится на передачу данных. В искусственных нейронных сетях , которые состоят из миллиардов соединений, данным может пройти очень долгий путь.

Итак, чтобы найти решение, Дарувалла искал вдохновение в одной из самых вычислительно мощных и энергоэффективных существующих машин — человеческом мозге .

Дарувалла разработал новый способ, позволяющий алгоритмам ИИ гораздо эффективнее перемещать и обрабатывать данные, основываясь на том, как наш мозг воспринимает новую информацию. Конструкция позволяет отдельным «нейронам» ИИ получать обратную связь и корректироваться на лету, а не ждать одновременного обновления всей схемы. Таким образом, данным не приходится перемещаться так далеко, и они обрабатываются в режиме реального времени.

«В нашем мозгу связи постоянно меняются и приспосабливаются», — говорит Дарувалла. «Это не значит, что ты все приостанавливаешь, приспосабливаешься, а затем снова остаешься собой».

Новая модель машинного обучения подтверждает еще не доказанную теорию, которая связывает рабочую память с обучением и академической успеваемостью. Рабочая память — это когнитивная система, которая позволяет нам сосредоточиться на задаче, вспоминая накопленные знания и опыт.

«В нейробиологии существовали теории о том, как рабочие цепи памяти могут способствовать обучению. Но нет ничего более конкретного, чем наше правило, которое фактически связывало бы эти два понятия. И это была одна из приятных вещей, на которые мы здесь наткнулись. теория привела к правилу, согласно которому индивидуальная настройка каждого синапса требует наличия рабочей памяти, находящейся рядом с ним», — говорит Дарувалла.

Разработка Даруваллы может помочь создать новое поколение искусственного интеллекта, который учится так же, как мы. Это не только сделает ИИ более эффективным и доступным, но и станет своего рода поворотным моментом для нейроИИ. Нейронаука снабжала ИИ ценными данными задолго до того, как ChatGPT произнес свой первый цифровой слог. Похоже, вскоре ИИ сможет вернуть долг.