Trenutni sustavi umjetne inteligencije, poput megapopularnog ChatGPT-a, nisu inteligentni na isti način kao i čovjek. Sustavi umjetne inteligencije, naime, nisu strukturirani kao naš mozak i ne uče na isti način, iako su vrlo sposobni, posebno u zadacima prepoznavanja uzoraka velikih podataka, u čemu dleko nadmašuju čovjekove mogućnosti.
Pročitajte i ovo
Sustavi umjetne inteligencije također koriste ogromne količine energije i resursa za uvježbavanje (u usporedbi s naša, otprilike tri obroka dnevno). Njihova sposobnost prilagodbe i funkcioniranja u dinamičnim, teško predvidivim i bučnim okruženjima loša je u usporedbi s našima i nemaju sposobnosti pamćenja poput ljudi.
Pročitajte i ovo
Čudesne nanožice
No, svoje australskih znanstvenika sa Sveučilišta Sydney za The Conversation piše o njihovom istaživanju o nebiološkim sustavima, koji su više slični ljudskom mozgu. U novoj studiji objavljenoj u Science Advances, doktorand Alon Loeffler i profesorica fizike Zdenka Kunčić sa spomenutog Sveučilišta, otkrili su da samoorganizirajuće mreže sićušnih srebrnih žica uče i pamte na isti način kao i ljudski mozak.
Naš je rad dio polja istraživanja zvanog neuromorfika, čiji je cilj repliciranje strukture i funkcionalnosti bioloških neurona i sinapsi u nebiološkim sustavima. Naše istraživanje fokusirano je na sustav koji koristi mrežu "nanožica" za oponašanje neurona i sinapsi u mozgu. Te nanožice su sićušne žice širine otprilike jedne tisućinke ljudske vlasi. Izrađeni su od visoko vodljivog metala, poput srebra, obično obloženog izolacijskim materijalom poput plastike, pojašnjavaju Loeffler i Kunčić.
Dodaju kako se te nanožice same okupljaju kako bi oblikovale mrežnu strukturu sličnu biološkoj neuronskoj mreži. Poput neurona koji imaju izolacijsku membranu, kažu, svaka je metalna nanožica presvučena tankim izolacijskim slojem.
Kada stimuliramo nanožice električnim signalima, ioni migriraju preko izolacijskog sloja u susjednu nanožicu, slično kao neurotransmiteri kroz sinapse. Kao rezultat toga, promatramo električnu signalizaciju sličnu sinapsama u mrežama nanožica, pišu australski znanstvenici.
Pročitajte i ovo
Sustav koristan za istraživanje samog pitanja inteligencije
Napominju kako njihova studija koristi navedeni sustav nanožica za istraživanje pitanja inteligencije poput ljudske.
Središnje mjesto u našem istraživanju su dvije značajke koje ukazuju na kognitivnu funkciju visokog reda: učenje i pamćenje. Naša studija pokazuje da možemo selektivno ojačati (i oslabiti) sinaptičke putove u mrežama nanožica. To je slično "nadziranom učenju" u mozgu, pojašnjavaju Loeffler i Kunčić.
U tom procesu izlaz sinapsi se uspoređuje sa željenim rezultatom. Nakon toga se sinapse jačaju (ako je njihov učinak blizu željenog rezultata) ili skraćuju (ako njihov učinak nije blizu željenog rezultata).
Proširili smo ovaj rezultat pokazujući da možemo povećati količinu jačanja "nagrađivanjem" ili "kažnjavanjem" mreže. Ovaj proces je inspiriran "učenjem potkrepljenja" u mozgu. Također smo implementirali verziju testa pod nazivom "n-back task" koji se koristi za mjerenje radne memorije kod ljudi. Uključuje predstavljanje niza podražaja i usporedbu svakog novog unosa s onim koji se dogodio prije određenog broja koraka. Mreža je "pamtila" prethodne signale za najmanje sedam koraka. Zanimljivo, sedam se često smatra prosječnim brojem stavki koje ljudi mogu držati u radnoj memoriji u jednom trenutku, ističu autori nove studije.
Pročitajte i ovo
Dramatična poboljšanja
Pri korištenju spomenutog učenja s potkrepljenjem, Loeffler i Kunčić su vidjeli dramatična poboljšanja u performansama mrežne memorije.
U našim mrežama nanožica otkrili smo da formiranje sinaptičkih putova ovisi o tome kako su te sinapse bile aktivirane u prošlosti. To je također slučaj sa sinapsama u mozgu, gdje neuroznanstvenici to nazivaju "metaplastičnost", pojašnjavaju.
Još uvijek daleko od repliciranja ljudske inteligencije
Ipak, ljudska je inteligencija vjerojatno još daleko od repliciranja, priznaju Loeffler i Kunčić.
Unatoč tome, naše istraživanje neuromorfnih nanožičanih mreža pokazuje da je moguće implementirati značajke bitne za inteligenciju, poput učenja i pamćenja, u nebiološkom, fizičkom hardveru. Nanožičane mreže razlikuju se od umjetnih neuronskih mreža koje se koriste u umjetnoj inteligenciji. Ipak, oni mogu dovesti do takozvane "sintetičke inteligencije", napominju australski znanstvenici.
Možda bi neuromorfna nanožičana mreža jednog dana mogla naučiti voditi razgovore koji su više ljudski nego oni s ChatGPT-om te ih k tome i zapamtiti, kažu na kraju Loeffler i Kunčić.
Izvor: The Conversation
