Wikimedia Commons
Den viktigaste faktorn som skiljer dagens artificiell intelligens (AI) system och vad vi anser vara mänskligt tänkande och lärande processer kan kokas ner till något mer än en algoritm.
Det är enligt en färsk artikel publicerad i tidskriften Frontiers i Neurovetenskap, vilket tyder på att trots komplexiteten i den mänskliga hjärnan, en algoritm kan vara allt som krävs för vår tekniska skapelser för att efterlikna vårt sätt att tänka.
Som rapporterats av Business Insider, den idé som det mänskliga intellektet kan vara reducerats ned till en algoritm som ligger i “Theory of Connectivity”, som föreslår att den mänskliga intelligensen är rotad i “power-of-two-baserade permutation logik (N = 2i-1)” algoritm, som kan producera föreställningar, minnen, generaliserad kunskap och flexibla åtgärder, enligt tidningen.
Först föreslog 2015, teori föreslår att hur vi skaffa och behandla kunskap kan förklaras av hur olika nervceller och anpassa i olika områden av hjärnan.
Det kan också vara så att vår hjärna makt bygger på “en relativt enkel matematisk logik,” enligt Dr Joe Tsien, neurolog vid Medical College of Georgia på Augusta University och författare av papperet.
Den logik som föreslås, N = 2i-1, handlar om hur grupper av liknande nervceller komma samman för att hantera uppgifter såsom att känna igen mat, husrum och hot. Dessa gäng så kluster tillsammans för att bilda funktionella anslutning motiv (FCMs), som hanterar ytterligare idéer och slutsatser.
Ju mer komplex uppgift, den större gruppen av FCMs.
För att testa teorin och hur många gäng som är nödvändiga för att skapa en FCM, forskare analyserat hur algoritmen utförs i sju olika regioner av hjärnan, som alla hanteras ursprunglig, grundläggande svar, som till exempel mat, husrum och rädsla i lab möss och hamstrar.
Genom att erbjuda olika kombinationer av livsmedel och övervakning av hjärnans svar, laget kunde dokument 15 unika kombinationer av neuron kluster.
Dessutom, dessa gäng “visas färdigkopplade”, enligt forskarna, som de dök upp omedelbart efter det att val av mat gjorde.
“Den grundläggande matematisk regel även i stort sett intakt när NMDA-receptorn, en huvudströmbrytare för inlärning och minne, var inaktiverad när hjärnan mognat,” forskarna säger.
Sådan forskning är ett viktigt steg i att förbättra vår förståelse av hur hjärnan och psyket fungerar-och därmed hur denna vetenskapliga förståelse kan hypotetiskt vara underförstått att framtida AI-projekt. Det kan inte ge oss nyckeln till att förbättra vår egen intelligens, men om de grundläggande komponenterna i hur hjärnan är fast kan användas till artificiell intelligens modeller, vem vet hur långt framtida AI kommer förväg.
Vad är inne på ZDNet
Kvinnor i arbetslivet: En $12 biljoner möjlighet
Gå all-in med AWS cloud computing: Fyra hämtmat från Matson CIO Peter Weis
Tabletter: Varför företag faller i kärlek med dem, precis som konsumenter är att få uttråkad
Böjda skärmar kan vara på väg till iPhone i och med 2017