Δείτε πώς τα νευρωνικά δίκτυα Τεχνητής Νοημοσύνης προσομοιώνουν τη λειτουργία του ανθρώπινου εγκεφάλου χωρίς εκπαίδευση. Συστήματα τεχνητής νοημοσύνης, τα οποία έχουν σχεδιαστεί με βάση την αρχιτεκτονική του ανθρώπινου εγκεφάλου, αποδεικνύουν εκπληκτικές ικανότητες στην αναγνώριση εικόνων χωρίς να απαιτείται εκπαίδευση με νέα δεδομένα, σύμφωνα με μελέτη που δημοσιεύθηκε στο περιοδικό Nature Machine Intelligence από ερευνητές του Πανεπιστημίου Τζονς Χόπκινς. Αυτή η μελέτη αμφισβητεί την παραδοσιακή προσέγγιση στη σχεδίαση των συστημάτων τεχνητής νοημοσύνης, δίνοντας έμφαση στην αρχιτεκτονική έναντι της διαδικασίας εκπαίδευσης.
Οι ερευνητές εστίασαν σε τρία είδη νευρωνικών δικτύων: τους μετασχηματιστές, τα πλήρως συνδεδεμένα δίκτυα και τα συνελικτικά νευρωνικά δίκτυα. Η τροποποίηση των συνελικτικών δικτύων οδήγησε στη δημιουργία μοντέλων που προσομοιώνουν καλύτερα τη δραστηριότητα του ανθρώπινου εγκεφάλου. Επιπλέον, τα μη εκπαιδευμένα συνελικτικά συστήματα παρουσίασαν επιδόσεις συγκρίσιμες με αυτές συμβατικών συστημάτων τεχνητής νοημοσύνης που έχουν εκπαιδευτεί με δισεκατομμύρια εικόνες. Αυτό υποδηλώνει ότι η αρχιτεκτονική του συστήματος είναι πιο καθοριστική από τον όγκο των δεδομένων εκπαίδευσης, όπως παρατηρούν πολλοί ειδικοί στο πεδίο της τεχνητής νοημοσύνης.
Η ερευνητική ομάδα τώρα επικεντρώνεται στην ανάπτυξη απλών αλγορίθμων μάθησης που αντλούν έμπνευση από τη βιολογία, με στόχο τη δημιουργία ενός νέου πλαισίου βαθιάς μηχανικής μάθησης.
Πηγή περιεχομένου: in.gr
