Современные технологии искусственного интеллекта (ИИ) страдают от ограничений в энергоэффективности и способности к обучению, сравнимому с человеческим. Однако новейшие исследования из лаборатории Колд-Спринг-Харбор могут изменить это.
Ученые разработали новый метод обработки данных в нейронных сетях, вдохновленный архитектурой человеческого мозга, который улучшает перемещение и обработку данных, снижает энергозатраты и ускоряет обучение.
Основой метода является использование принципов работы человеческой рабочей памяти. В отличие от традиционных методов, где данные обновляются целиком, новая модель позволяет ИИ-нейронам мгновенно получать обратную связь и корректировать свое поведение, что значительно сокращает время обработки и требуемые вычислительные ресурсы, сообщает Science Daily.
Этот метод подтверждает связь рабочей памяти с обучением и когнитивной активностью, открывая путь к созданию более интеллектуальных и адаптивных ИИ-систем, способных к обучению в реальном времени.