Zato naši možgani še vedno prekašajo umetno inteligenco

Kljub izjemnemu napredku umetne inteligence v zadnjih letih človeški možgani še vedno ohranjajo ključno prednost: sposobnost hitrega prilagajanja in prenosa znanja med različnimi nalogami. Nova raziskava Univerze Princeton ponuja vpogled v to, kako nam to uspeva – in zakaj so naši možgani še vedno bolj fleksibilni od najnaprednejših nevronskih mrež.

Namesto testiranja ljudi so raziskovalci preučevali rezus makake, primate, ki so nam po strukturi možganov zelo podobni. Med nalogami, pri katerih so morali prepoznavati oblike, barve in usmeritve, so znanstveniki spremljali možgansko aktivnost in iskali vzorce, ki se ponavljajo med različnimi izzivi.

Rezultati so bili presenetljivi: možgani opic so uporabljali modularne nevronske enote, ki so jih raziskovalci poimenovali kognitivne Lego kocke. Te "kocke" se lahko kombinirajo na različne načine, kar omogoča hitro sestavljanje novih vedenj in strategij.

Nevroznanstvenik Tim Buschman pojasnjuje, da imajo sodobni modeli umetne inteligence izjemne sposobnosti pri posameznih nalogah, vendar se težko učijo več stvari hkrati ali zaporedno, ne da bi pozabili prejšnje znanje.

Možgani pa delujejo drugače:

ponovno uporabijo obstoječe nevronske module,

jih kombinirajo v nove konfiguracije,

in jih po potrebi "odložijo", ko niso več potrebni.

Ta fleksibilnost je še posebej izrazita v prefrontalnem korteksu, predelu možganov, ki je ključen za načrtovanje, odločanje in reševanje problemov.

Raziskovalci so ugotovili, da posamezni nevronski sklopi delujejo kot funkcije v računalniškem programu: eden prepozna barvo, drugi obliko, tretji določi ustrezno dejanje. Ko se naloga spremeni, možgani te funkcije preprosto preuredijo v novo zaporedje.

To pomeni, da lahko:

hitro preklapljamo med nalogami,

uporabimo znanje iz ene situacije v drugi,

se učimo novih pravil brez izgube starega znanja.

To je nekaj, s čimer se AI še vedno spopada – pojav imenujemo "katastrofalno pozabljanje", ko nevronske mreže ob učenju nove naloge pozabijo prejšnjo.

Raziskovalci verjamejo, da bi razumevanje teh modularnih nevronskih sistemov lahko pomagalo pri razvoju AI, ki bi bila bolj podobna človeški – bolj prilagodljiva, manj toga in sposobna učenja brez izgube prejšnjega znanja.

Poleg tega bi lahko spoznanja o kognitivni fleksibilnosti prispevala k boljšemu razumevanju nevroloških in psihiatričnih motenj, pri katerih imajo ljudje težave s prenosom veščin v nove situacije.

Viri: Medical Xpress, SciTechDaily, Science Alert in Neuroscience