
הגישה החדשה שואבת השראה ישירה מהמוח האנושי כדי ליצור בינה מלאכותית חכמה וגמישה יותר. אם יש לך חבר או קולגה שמתעניין בטכנולוגיה או במדעי המוח, אפשר לשתף את זה בשקט.

האם בינה מלאכותית יכולה לחשוב כמונו? מהלך הסיפור ועובדות מרכזיות
מחקר חדש שפורסם בכתב העת Engineering מציע גישה חדשנית לפיתוח בינה מלאכותית, על ידי חיקוי של אופן פעולת הזיכרון האנושי. במקום להסתמך אך ורק על עיבוד נתונים, הצוות הציע מסגרת שנקראת M2I, המבוססת על ייצוג מידע דרך מבנה אחסון רב-שכבתי ודינמי, המאפשר עדכונים, קשרים מרחביים-זמניים והסקה לוגית מתקדמת. הגישה נועדה לפתור מגבלות של דגמים קיימים כמו ChatGPT, שסובלים מצריכת אנרגיה גבוהה, חוסר יעילות והשכחה של ידע קיים בעת למידה של מידע חדש – תופעה הידועה בשם 'השכחה קטסטרופלית'.
המסגרת M2I מתמקדת בארבעה תחומים: מנגנוני זיכרון מבוססי מוח, ייצוג אסוציאטיבי של מידע, למידה מתמשכת בצריכת אנרגיה נמוכה, ושילוב של חשיבה אינטואיטיבית והסקה לוגית. בכך, היא יוצרת מערכות שמסוגלות להבין הקשרים בין מושגים, מרחב وزמן, ולהסיק מסקנות באופן דומה יותר לאופן שבו אדם חושב. unlike מודלים גדולים שמסתמכים על כמויות אדירות של נתונים, המערכת החדשה מנסה להביס את המידע בצורה מבוקרת ויעילה יותר.
המחקר עדיין בשלביו הראשונים, אך הוא מציע פרספקטיבה משמעותית: במקום להגדיל את גודל הדגמים, אולי הפתרון נמצא בשיפור העקרונות הבסיסיים של עיבוד מידע. אם המסגרת M2I תתפתח בהצלחה, היא עלולה לסלול את הדרך למכונות שמסוגלות ללמוד, להסתגל ולהבין – לא רק לחשב. עדיין לא ידוע אם המערכת תעמוד במבחני העולם האמיתי, אך היא מביאה את השיח על בינה מלאכותית צעד קרוב יותר למוח האנושי.
עובדות
- מחקר חדש שפורסם בכתב העת Engineering מציג מסגרת M2I לחיקוי זיכרון אנושי בבינה מלאכותית
- המסגרת נועדה לפתור בעיות כמו השכחה קטסטרופלית, צריכת אנרגיה גבוהה וחוסר יעילות בדגמים קיימים
- M2I מתמקדת בארבעה תחומים: מנגנוני זיכרון, ייצוג אסוציאטיבי, למידה מתמשכת והסקה לוגית
- המערכת משתמשת במבנה אחסון רב-שכבתי עם עדכונים דינאמיים וקשרים מרחביים-זמניים
- המחקר מציע חלופה לדגמים גדולים כמו ChatGPT, על ידי שילוב של חשיבה אינטואיטיבית והסקה לוגית
הסבר חדשות חזותי של Canto. כלי AI עשויים לסייע בהפקה. מדיניות עריכה





