Transformacija pamćenja: AI modeli pokazuju nevjerojatnu sličnost s hipokampusom ljudskog mozga
U eri u kojoj potraga za općom umjetnom inteligencijom (AGI) ubrzava, otkriveni su izvanredni uvidi Instituta za temeljnu znanost (IBS), pokazujući zapanjujuću sličnost između obrade memorije sustava umjetne inteligencije (AI) i ljudskog mozga.
Ova paralela između načina na koji umjetna inteligencija modelira funkcioniranje mehanizma za formiranje memorije i uloge hipokampusa u ljudskom pamćenju pruža transformativnu perspektivu konsolidacije memorije, utirući put jeftinim sustavima umjetne inteligencije visokih performansi.
AI transformatorski model i hipokampus
U središtu ovog napretka je model Transformer, vrhunska umjetna inteligencija koja je postala središnja u naporima utjecajnih entiteta kao što su OpenAI i Google DeepMind da repliciraju inteligenciju sličnu ljudskoj. Istraživači iz Centra za kogniciju i društvenost i Data Science Group unutar IBS-a otkrili su da Transformer koristi proces čuvanja vrata sličan NMDA receptoru u hipokampusu — ključan za pretvaranje kratkoročnih sjećanja u dugoročna.
NMDA receptor funkcionira kao ‘pametna vrata’ u mozgu, s glutamatom, moždanom kemikalijom, koja djeluje kao ključ koji pokreće uzbuđenje živčane stanice. U međuvremenu, ion magnezija igra ulogu sličnu sigurnosnom čuvaru, omogućujući tvarima da teku u stanicu samo kada se ona odmakne, što je proces neophodan za stvaranje i zadržavanje sjećanja.
Oponašanjem ovog procesa čuvanja vrata, znanstvenici su otkrili da se dugoročno pamćenje u modelu Transformer može poboljšati, baš kao što promjena razine magnezija može utjecati na snagu pamćenja u mozgu životinja.
Podešavanje parametara Transformera da odražavaju ovu radnju usmjeravanja dovelo je do značajnog poboljšanja u funkciji pamćenja umjetne inteligencije – slično učinkovitom upravljanju energijom uočenom u sustavu ljudskog mozga.
Oponašanje ljudskog mozga za napredne AI modele
Direktor neuroznanstvenika C. Justin Lee primijetio je: “Ovo istraživanje čini ključni korak u napretku umjetne inteligencije i neuroznanosti. Omogućuje nam da dublje proučimo principe rada mozga i razvijemo naprednije AI sustave na temelju ovih uvida.” Podatkovni znanstvenik CHA Meeyoung dodao je: “Naš rad otvara nove mogućnosti za AI sustave koji uče i pamte informacije poput ljudi, radeći s minimalnom energijom, za razliku od trenutnih velikih AI modela koji trebaju goleme resurse.“
Ova integracija nelinearnosti inspirirane mozgom u modele umjetne inteligencije nije samo značajan napredak u simulaciji konsolidacije pamćenja poput ljudske, već također obogaćuje naše razumijevanje kognitivnih mehanizama unutar ljudskog mozga. Postavlja presedan za nastavak konvergencije između proučavanja ljudskog mozga i razvoja umjetne inteligencije.
Korak bliže općoj umjetnoj inteligenciji
Nova metodologija pruža uvjerljiv narativ koji povezuje različite sustave moždanog hipokampusa, poznatog po pohranjivanju dugoročnih sjećanja i prostornoj navigaciji, s tehnološkim predznakom umjetne inteligencije.
Izradom umjetne inteligencije koja može obrađivati sjećanja na sličan način kao mi, pojavljuje se novi horizont u umjetnoj inteligenciji dovodeći nas korak bliže AGI-ju, a istovremeno nudi neprocjenjiv uvid u zamršenost naše vlastite svijesti i formiranje pamćenja.
Nalazi IBS-a sugeriraju budućnost u kojoj umjetna inteligencija može biti i visokoučinkovita i održiva, zahtijevajući manje resursa za rad poput ljudskog mozga.
Razvoj takvih sustava potencijalno bi mogao promijeniti krajolik umjetne inteligencije, stvarajući strojeve sposobne za zamršene procese razmišljanja i prisjećanja koji odražavaju nelinearnost i prilagodljivost pronađenu u najsloženijem poznatom organizmu – ljudskom mozgu.
