Istraživači Sveučilišta u Cambridgeu stvorili su umjetni sustav namijenjen modeliranju vrlo pojednostavljene verzije mozga na koji su primijenili fizička ograničenja. Otkrili su da je njihov sustav nastavio razvijati određene ključne karakteristike i taktike slične onima u ljudskom mozgu.

Čvorovi umjesto neurona

Umjesto pravih neurona, ovaj sustav, opisan u časopisu Nature Machine Intelligence, koristi računalne čvorove. Neuroni i čvorovi slični su po funkciji, po tome što svaki uzima ulaz, transformira ga i proizvodi izlaz, a jedan čvor ili neuron može se povezati s više drugih, a sve ulazne informacije treba izračunati.

U svom sustavu, međutim, istraživači su primijenili "fizičko" ograničenje; svaki je čvor dobio određenu lokaciju u virtualnom prostoru, a što su dva čvora bila udaljenija, to im je bilo teže komunicirati. To je slično načinu na koji su organizirani neuroni u ljudskom mozgu.

Jednostavan zadatak

Ovaj sustav trebao je izvršiti jednostavan zadatak prolaska kroz labirint; riječ je o pojednostavljenoj verziji navigacije labirintom koja se obično daje glodavcima prilikom proučavanja njihovih mozgova. U početku sustav je griješio ali je s dobivanjem povratnih informacija postupno bivao sve bolji. Učio je mijenjajući snagu veza između svojih čvorova, slično kao što se snaga veza između moždanih stanica mijenja dok mi učimo. Sustav zatim ponavlja zadatak iznova i iznova, sve dok ga na kraju ne nauči ispravno izvršiti.

U ljudskom mozgu veze koje se protežu na velikoj fizičkoj udaljenosti skupe su za stvaranje i održavanje. Sustav istraživača sa Cambridgea koristio se nekim trikovima koje prilikom rješavanja zadataka koriste i pravi ljudski mozgovi. Na primjer, kako bi zaobišli ograničenja, umjetni sustavi počeli su razvijati čvorišta, visoko povezane čvorove koji djeluju kao kanali za prijenos informacija preko mreže.

Fleksibilna shema kodiranja

Pritom su se profili odgovora pojedinačnih čvorova počeli mijenjati: drugim riječima, umjesto da imaju sustav u kojem svaki čvor kodira jedno određeno svojstvo zadatka labirinta, poput lokacije cilja ili sljedećeg izbora, čvorovi su razvili fleksibilnu shemu kodiranja. To znači da je isti čvor mogao kodirati više lokacija u labirintu, što je značajka mozgova složenih organizama.

"Ograničenje poput međusobno udaljenih čvorova tjera umjetne sustave da proizvode neke prilično komplicirane karakteristike koje inače dijele biološki sustavi poput ljudskog mozga", objašnjavaju istraživači koji vjeruju da bi njihov sustav umjetne inteligencije mogao razjasniti kako ograničenja oblikuju razlike među ljudskim mozgovima i pridonose razlikama vidljivima kod onih koji imaju kognitivne ili mentalne poteškoće.

Moždana struktura

Ovi nalazi zanimat će i AI zajednicu jer bi mogli potaknuti razvoj učinkovitijih sustava, posebno u situacijama u kojima postoji vjerojatnost fizičkih ograničenja. Mnoga moderna rješenja umjetne inteligencije uključuju korištenje arhitektura koje samo površno nalikuju mozgu. 

"Ako želite izgraditi umjetno inteligentni sustav koji rješava probleme poput ljudi, taj će sustav u konačnici izgledati puno bliže stvarnom mozgu nego sustavi koji rade na velikim računalnim klasterima specijaliziranim za vrlo različite zadatke od onih koje provode ljudi", predviđaju istraživači. To znači da bi roboti koji s ograničenim energetskim resursima moraju obrađivati ​​veliku količinu promjenljivih informacija mogli imati koristi od moždane strukture koja se ne razlikuje od ljudske.