Najsuvremeniji modeli umjetne inteligencije mogu postići ljudske, pa čak i nadljudske performanse na pojedinačnim zadacima. Ali teško im je učiti i obavljati mnoge različite zadatke, izvještavaju istraživači Princetonskog instituta za neuroznanost na stranicama časopisa Nature. Oni su naime otkrili da je mozak fleksibilan jer može ponovno koristiti komponente spoznaje u mnogim različitim zadacima.

Spajanjem ovih ”kognitivnih Lego kockica” mozak je u stanju izgraditi nove zadatke, zaključili su nakon eksperimenta na makakijima koji su morali pogledati određenu metu, ovisno o pravilima zadatka. Iako su se zadaci mijenjali u blokovima, životinje bi nakon nekoliko pokušaja brzo shvatile koja je kombinacija pravila trenutačno „na snazi“.

Ključne kognitivne komponente

Snimanja aktivnosti neurona pokazala su da mozak koristi dijeljene "podprostore“ za ključne kognitivne komponente: kategoriju boje, kategoriju oblika i smjer motoričkog odgovora. Kad se zadatak promijeni, mozak najprije u zajedničkom senzornom podprostoru pročita relevantnu značajku (npr. boju), a zatim je, ovisno o zadatku za koji "vjeruje“ da je aktivan, preslika u odgovarajući motorički podprostor. Istraživači su uočili da interno vjerovanje o trenutnom zadatku pojačava relevantne značajke i potiskuje nevažne, što smanjuje interferenciju i omogućava kontinuirano učenje, bez resetiranja.

Današnji veliki neuronski modeli također mogu dijeliti reprezentacije među zadacima, ali im nedostaje ova razina dinamičkog upravljanja "kognitivnim modulima“ i selektivnog skaliranja relevantnih dimenzija, zbog čega često pate od katastofalnog zaborava pri učenju novih vještina. Autori sugeriraju da bi ugradnja sličnih principa – kompozicijskih podprostora, interne reprezentacije „vjerovanja o zadatku“ i aktivnog gašenja nebitnih značajki – mogla biti ključ za robusniju, ljudima sličnu umjetnu inteligenciju.