- Far progredire l’intelligenza artificiale attraverso la comprensione dell’intelligenza umana
- I meccanismi di apprendimento del cervello applicati all'intelligenza artificiale
- Modelli di intelligenza artificiale che imitano i processi del cervello umano
- Approfondimenti di esperti su intelligenza artificiale e neuroscienze
- La fusione di meccanismi cognitivi e progettazione dell'intelligenza artificiale
I ricercatori hanno scoperto che i processi di consolidamento della memoria dell’AI assomigliano a quelli del cervello umano, in particolare nell’ippocampo, offrendo potenzialità per progressi nell’intelligenza artificiale e una comprensione più profonda dei meccanismi della memoria umana.
Un team interdisciplinare composto da ricercatori del Center for Cognition and Sociality e del Data Science Group dell’Institute for Basic Science (IBS), ha rivelato una sorprendente somiglianza tra l’elaborazione della memoria dei modelli di intelligenza artificiale (AI) e l’ippocampo del cervello umano. Questa nuova scoperta fornisce una nuova prospettiva sul consolidamento della memoria, che è un processo che trasforma i ricordi a breve termine in ricordi a lungo termine, nei sistemi di intelligenza artificiale.
Far progredire l’intelligenza artificiale attraverso la comprensione dell’intelligenza umana
Nella corsa verso lo sviluppo dell’intelligenza generale artificiale (AGI), con entità influenti come OpenAI e Google DeepMind in prima linea, comprendere e replicare l’intelligenza simile a quella umana è diventato un importante interesse di ricerca. Al centro di questi progressi tecnologici c’è il modello Transformer, i cui principi fondamentali vengono ora esplorati in modo più approfondito.
I meccanismi di apprendimento del cervello applicati all’intelligenza artificiale
La chiave per potenti sistemi di intelligenza artificiale è capire come apprendono e ricordano le informazioni. Il team ha applicato ai modelli di intelligenza artificiale i principi dell’apprendimento del cervello umano, concentrandosi in particolare sul consolidamento della memoria attraverso il recettore NMDA nell’ippocampo.
Il recettore NMDA è come una porta intelligente nel cervello che facilita l’apprendimento e la formazione della memoria. Quando è presente una sostanza chimica nel cervello chiamata glutammato, la cellula nervosa subisce eccitazione. D’altro canto, uno ione magnesio agisce come un piccolo guardiano che blocca la porta. Solo quando questo guardiano ionico si fa da parte, le sostanze possono fluire nella cellula. Questo è il processo che consente al cervello di creare e conservare i ricordi, e il ruolo del custode (lo ione magnesio) nell’intero processo è piuttosto specifico.
Modelli di intelligenza artificiale che imitano i processi del cervello umano
Il team ha fatto una scoperta affascinante: il modello Transformer sembra utilizzare un processo di gatekeeping simile al recettore NMDA del cervello. Questa rivelazione ha portato i ricercatori a indagare se il consolidamento della memoria del Transformer possa essere controllato da un meccanismo simile al processo di gating del recettore NMDA.
Nel cervello animale, è noto che un basso livello di magnesio indebolisce la funzione della memoria. I ricercatori hanno scoperto che la memoria a lungo termine nel Transformer può essere migliorata imitando il recettore NMDA. Proprio come nel cervello, dove la variazione dei livelli di magnesio influisce sulla forza della memoria, la modifica dei parametri del Transformer per riflettere l’azione di controllo del recettore NMDA ha portato a un miglioramento della memoria nel modello AI. Questa scoperta rivoluzionaria suggerisce che il modo in cui i modelli di intelligenza artificiale apprendono può essere spiegato con conoscenze consolidate nel campo delle neuroscienze.
Approfondimenti di esperti su intelligenza artificiale e neuroscienze
“Questa ricerca rappresenta un passo cruciale nel progresso dell’intelligenza artificiale e delle neuroscienze. Ci consente di approfondire i principi operativi del cervello e di sviluppare sistemi di intelligenza artificiale più avanzati basati su queste intuizioni”, ha dichiarato C. Justin LEE direttore neuroscienziato dell’istituto.
“Il cervello umano è straordinario nel modo in cui opera con un’energia minima, a differenza dei grandi modelli di intelligenza artificiale che necessitano di immense risorse. Il nostro lavoro apre nuove possibilità per sistemi di intelligenza artificiale a basso costo e ad alte prestazioni che apprendono e ricordano le informazioni come gli esseri umani”, ha osservato CHA Meeyoung scienziato dei dati nel team e presso KAIST.
La fusione di meccanismi cognitivi e progettazione dell’intelligenza artificiale
Ciò che distingue questo studio è la sua iniziativa di incorporare la non linearità ispirata al cervello in un costrutto di intelligenza artificiale, il che significa un progresso significativo nella simulazione del consolidamento della memoria di tipo umano. La convergenza dei meccanismi cognitivi umani e della progettazione dell’intelligenza artificiale non solo è promettente per la creazione di sistemi di intelligenza artificiale a basso costo e ad alte prestazioni, ma fornisce anche preziose informazioni sul funzionamento del cervello attraverso i modelli di intelligenza artificiale.
