Ao longo do último ano, modelos generativos de IA, como ChatGPT e DALL-E, possibilitaram a produção de grandes quantidades de conteúdo criativo de alta qualidade aparentemente semelhante ao humano a partir de uma simples série de prompts.
Apesar de serem altamente capazes – superando em muito os humanos em tarefas de reconhecimento de padrões de big data em particular – os sistemas de IA atuais não são tão inteligentes quanto nós. Os sistemas de IA não são estruturados como nossos cérebros e não aprendem da mesma maneira.
Sistemas de inteligência artificial também são usados largo Muita energia e recursos para treinar (em comparação com nossas refeições de três ou mais refeições por dia). Sua capacidade de se adaptar e funcionar em ambientes dinâmicos, imprevisíveis e ruidosos é fraca em comparação com a nossa, e eles também carecem de recursos de memória semelhantes aos humanos.
Nossa pesquisa explora sistemas não biológicos semelhantes aos cérebros humanos. em Novo estudo Postado em Avanços da ciênciaencontramos redes auto-organizadas de minúsculos fios de prata que parecem aprender e lembrar da mesma forma que os órgãos pensantes em nossas cabeças.
imitação do cérebro
Nosso trabalho faz parte de um campo de pesquisa chamado neurociência, que visa replicar a estrutura e funções de neurônios e sinapses biológicas em sistemas não biológicos.
Nossa pesquisa se concentra em um sistema que usa uma rede de “nanofios” para imitar neurônios e sinapses no cérebro.
Esses nanofios são minúsculos fios com cerca de um milésimo da largura de um fio de cabelo humano. Eles são feitos de um metal altamente condutor, como a prata, e geralmente são revestidos com um material isolante, como o plástico.
Os nanofios se automontam para formar uma estrutura de rede semelhante a uma rede neural biológica. Assim como os neurônios que possuem uma membrana isolante, cada nanofio metálico é revestido por uma fina camada isolante.
Quando estimulamos os nanofios com sinais elétricos, os íons viajam através da camada isolante para um nanofio adjacente (muito parecido com os neurotransmissores que cruzam uma sinapse). Como resultado, observamos sinais elétricos semelhantes a sinapses nas redes de nanofios.
Aprendizagem e memória
Nosso novo trabalho usa esse sistema de nanofios para explorar a questão da inteligência humana. Duas características centrais para nossa investigação são indicativas de funções cognitivas de ordem superior: aprendizado e memória.
Nosso estudo mostra que podemos fortalecer (e enfraquecer) seletivamente as vias sinápticas em redes de nanofios. Isso é semelhante aAprendizagem supervisionadano cérebro.
Nesse processo, a saída das pinças é comparada com o resultado desejado. As sinapses são então fortalecidas (se sua saída estiver próxima do resultado desejado) ou podadas (se sua saída não estiver próxima do resultado desejado).
Expandimos essa descoberta mostrando que podemos aumentar a quantidade de reforço ‘recompensando’ ou ‘punindo’ a rede. Este processo é inspiradoReforço de aprendizagemno cérebro.
border frame=”0″allow=”acelerômetro; começo automático; Gravação na área de transferência. mídia codificada por giroscópio; imagem em imagem; compartilhamento na web “allowfullscreen>”.
Também implementamos uma versão do teste chamada “tarefa de retorno f“que é usado para medir a memória de trabalho em humanos. Envolve a apresentação de uma série de estímulos e a comparação de cada nova entrada com uma que ocorreu várias (n) etapas antes.”
A rede “lembrou” os sinais anteriores por pelo menos sete etapas. Curiosamente, o número sete é muitas vezes visto como um número médio de itens Os seres humanos podem manter uma memória de trabalho ao mesmo tempo.
Quando usamos o aprendizado por reforço, vemos melhorias significativas no desempenho da memória da rede.
Em nossas redes de nanofios, descobrimos que a formação de vias sinápticas depende de como essas sinapses foram ativadas no passado. Este também é o caso das sinapses no cérebro, como os neurocientistas as chamam “Metamorfose“.
inteligência artificial
A inteligência humana provavelmente ainda está longe de ser replicada.
No entanto, nossa pesquisa sobre redes de nanofios neurais mostra que é possível implementar recursos fundamentais de inteligência – como aprendizado e memória – em dispositivos físicos não biológicos.
As redes de nanofios são diferentes das redes neurais artificiais usadas na inteligência artificial. No entanto, pode levar à chamada “inteligência artificial”.
Talvez uma rede de nanofios em forma de neural possa um dia aprender a realizar conversas mais humanas do que o ChatGPT e se lembrar delas.
Alon Loefflerpesquisador de doutorado, Universidade de Sidney E Zdenka Koncicprofessor de fisica, Universidade de Sidney
Este artigo foi republicado de Conversação Sob Licença Creative Commons. Leia o o artigo original.
“Aficionado por música. Jogador. Praticante de álcool. Leitor profissional. Estudioso da web.”