Ljudski mozak i dalje može da nadmudri veštačku inteligenciju. Tajna je u jednom „triku”

   ≫   
Čitanje: oko 3 min.
  • 0

Veštačka inteligencija uči brzo, rešava zadatke neverovatnom preciznošću i već nas pobeđuje u mnogim oblastima. Ipak, postoji nešto u čemu je ljudski mozak i dalje u prednosti. To je sposobnost da znanje prenese sa jednog zadatka na drugi, da se prilagodi i snađe u novim situacijama. Nova studija otkriva kako to zapravo radimo.

Istraživanje koje je predvodio tim sa Univerziteta Prinston nije rađeno direktno na ljudima, već na rezus makakijima, primatima koji su nam veoma bliski po građi i funkcionisanju mozga. Naučnici su majmunima zadavali niz zadataka na ekranu, gde su morali da prepoznaju oblike i boje i da pogledom u određenom pravcu signaliziraju svoj odgovor. Dok su životinje učile i rešavale zadatke, istraživači su pratili aktivnost njihovog mozga. Ono što su videli iznenadilo ih je.

Mozak kao kutija kockica za slaganje

Snimci su pokazali da mozak ne koristi uvek iste neuronske mreže za različite zadatke. Umesto toga, aktivira različite „blokove” neurona, koje su istraživači slikovito nazvali kognitivne Lego kockice.

Ti blokovi mogu da se ponovo koriste, kombinuju i preslažu u zavisnosti od toga šta je potrebno u datom trenutku. Jednom naučena veština ne ostaje zaključana u jednom zadatku, već se može primeniti u novom kontekstu. Upravo tu leži fleksibilnost ljudskog mozga koju čak ni najnapredniji AI modeli još uvek ne mogu da dostignu.

– Savremeni AI sistemi mogu dostići, pa čak i nadmašiti ljudske sposobnosti u pojedinačnim zadacima. Ali i dalje imaju veliki problem kada treba da uče i obavljaju više različitih zadataka – objašnjava neuronaučnik Tim Bušman sa Prinstona.

Gde se krije ta fleksibilnost

Kognitivne „Lego kockice” koje su istraživači identifikovali nalaze se pre svega u prefrontalnom korteksu, delu mozga zaduženom za planiranje, donošenje odluka, rešavanje problema i takozvano više mišljenje.

Zanimljivo je i to da mozak ume da „utiša” one blokove koji mu u datom trenutku nisu potrebni. Njihova aktivnost se smanjuje, što omogućava bolji fokus na aktuelni zadatak. Kao da mozak skloni alat koji mu trenutno ne treba, ali ga ne baca.

Bušman ovu organizaciju poredi sa računarskim programima. Jedan skup neurona može da bude zadužen za prepoznavanje boje, drugi za pokret ili reakciju. Njihovim povezivanjem, mozak rešava složen zadatak korak po korak.

Zašto je to važno i za ljude i za AI

Ovakav način rada objašnjava kako ljudi, ali i majmuni, mogu da se snađu u situacijama sa kojima se ranije nisu susreli. Umesto da sve uče ispočetka, oni koriste već postojeće znanje i prilagođavaju ga novim okolnostima.

Veštačka inteligencija tu često ima problem. AI sistemi pate od problema poznatog kao katastrofalno zaboravljanje. Kada nauče novi zadatak, često „zaborave” kako da rade onaj prethodni.

Razumevanje načina na koji mozak kombinuje i ponovo koristi kognitivne blokove moglo bi u budućnosti da pomogne u razvoju prilagodljivije veštačke inteligencije. Osim toga, ova saznanja mogu imati značaj i u lečenju neuroloških i psihijatrijskih poremećaja, kod kojih ljudi imaju poteškoće da stečene veštine primene u novim situacijama.

Iako stalno prebacivanje sa zadatka na zadatak nije idealno za naš mozak, sposobnost da ono što znamo primenimo u novom kontekstu često je dragocena prečica.

– Ako mozak zaista može da ponovo koristi iste obrasce i proračune u različitim zadacima, to mu omogućava brzo prilagođavanje promenama u okruženju –  zaključuju autori studije.

I dok veštačka inteligencija napreduje ogromnim koracima, čini se da ljudski mozak i dalje čuva jednu ključnu prednost. Objavljena u časopisu Nature, ova studija podseća nas da prava snaga inteligencije možda nije samo u brzini i preciznosti, već u fleksibilnosti.

(eKlinika.rs)

Podelite vest:

Pošaljite nam Vaše snimke, fotografije i priče na broj telefona +381 64 8939257 (WhatsApp / Viber / Telegram).

eKlinika zadržava sva prava nad sadržajem. Za preuzimanje sadržaja pogledajte uputstva na stranici Uslovi korišćenja.

Komentari

ePodcast

  • Eur: <% exchange.eur %>
  • Usd: <% exchange.usd %>