Utilizando experimentos avanzados en cultivos neuronales y simulaciones a gran escala, los científicos han demostrado un nuevo tipo de algoritmos de inteligencia artificial ultrarrápidos, basados en la dinámica cerebral muy lenta, que superan las tasas de aprendizaje logradas hasta la fecha por el estado de la técnica.algoritmos de aprendizaje.
El aprendizaje automático, introducido hace 70 años, se basa en la evidencia de la dinámica del aprendizaje en nuestro cerebro. Utilizando la velocidad de las computadoras modernas y grandes conjuntos de datos, los algoritmos de aprendizaje profundo han producido recientemente resultados comparables a los de los expertos humanos en varioscampos, pero con características diferentes que se alejan del conocimiento actual del aprendizaje en neurociencia.
Utilizando experimentos avanzados en cultivos neuronales y simulaciones a gran escala, un grupo de científicos de la Universidad Bar-Ilan en Israel ha demostrado un nuevo tipo de algoritmos de inteligencia artificial ultrarrápidos, basados en la dinámica cerebral muy lenta, que superan las tasas de aprendizaje logradashasta la fecha mediante algoritmos de aprendizaje de última generación.
En un artículo publicado hoy en la revista Informes científicos , los investigadores reconstruyen el puente entre la neurociencia y los algoritmos avanzados de inteligencia artificial que se ha dejado prácticamente inútil durante casi 70 años.
"El punto de vista científico y tecnológico actual es que la neurobiología y el aprendizaje automático son dos disciplinas distintas que avanzaron de forma independiente", dijo el autor principal del estudio, el profesor Ido Kanter, del Departamento de Física de la Universidad de Bar-Ilan y el Cerebro Multidisciplinario de Gonda GoldschmiedResearch Center. "La ausencia de una influencia recíproca esperada es desconcertante".
"La cantidad de neuronas en un cerebro es menor que la cantidad de bits en un tamaño de disco típico de las computadoras personales modernas, y la velocidad computacional del cerebro es como el segundero de un reloj, incluso más lenta que la primera computadora inventadahace más de 70 años ", continuó." Además, las reglas de aprendizaje del cerebro son muy complicadas y están alejadas de los principios de los pasos de aprendizaje en los algoritmos actuales de inteligencia artificial ", agregó el profesor Kanter, cuyo equipo de investigación incluye a Herut Uzan, Shira Sardi,Amir Goldental y Roni Vardi.
La dinámica del cerebro no se ajusta a un reloj bien definido y sincronizado para todas las células nerviosas, ya que el esquema biológico tiene que hacer frente a las entradas asincrónicas, a medida que se desarrolla la realidad física. "Al mirar hacia adelante, uno observa inmediatamente un marco con múltiples objetos. Por ejemplo, mientras se conduce uno observa automóviles, pasos de peatones y señales de tráfico, y puede identificar fácilmente su orden temporal y posiciones relativas ", dijo el profesor Kanter." El hardware biológico reglas de aprendizaje está diseñado para manejar entradas asincrónicas y refinar su información relativa. "Por el contrario, los algoritmos tradicionales de inteligencia artificial se basan en entradas sincrónicas, por lo que normalmente se ignora el tiempo relativo de las diferentes entradas que constituyen la misma trama.
El nuevo estudio demuestra que las tasas de aprendizaje ultrarrápidas son sorprendentemente idénticas para redes pequeñas y grandes. Por lo tanto, dicen los investigadores, "la desventaja del complicado esquema de aprendizaje del cerebro es en realidad una ventaja". Otro hallazgo importante es que el aprendizaje puede ocurrir sin aprenderpasos a través de la autoadaptación de acuerdo con entradas asincrónicas. Este tipo de aprendizaje-sin-aprendizaje ocurre en las dendritas, varias terminales de cada neurona, como se observó recientemente de manera experimental. Además, la dinámica de red bajo el aprendizaje dendrítico se rige por pesos débiles que fueronpreviamente considerado insignificante.
La idea de algoritmos eficientes de aprendizaje profundo basados en la dinámica del cerebro muy lento ofrece una oportunidad para implementar una nueva clase de inteligencia artificial avanzada basada en computadoras rápidas. Requiere la reiniciación del puente de la neurobiología a la inteligencia artificial y, como elEl grupo de investigación concluye: "La comprensión de los principios fundamentales de nuestro cerebro tiene que estar una vez más en el centro de la futura inteligencia artificial".
Fuente de la historia :
Materiales proporcionados por Universidad Bar-Ilan . Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :