आर्टिफिशियल इंटेलिजेंस शतरंज में हमारे दिमाग को बाहर कर सकता है, लेकिन स्मृति में नहीं


ओस्लो, नोर्वे): एक नए शोध से पता चला है कि यादों को संचय करने के लिए मस्तिष्क की रणनीति कृत्रिम बुद्धिमत्ता (एआई) की तुलना में अधिक कुशल है।

SISSA के वैज्ञानिकों द्वारा कवाली इंस्टीट्यूट फॉर सिस्टम न्यूरोसाइंस एंड सेंटर फॉर न्यूरल कंप्यूटेशन, ट्रॉनहैम, नॉर्वे के सहयोग से किए गए नए अध्ययन को फिजिकल रिव्यू लेटर्स में प्रकाशित किया गया है।

पिछले दशकों में, आर्टिफिशियल इंटेलिजेंस ने कई क्षेत्रों में असाधारण लक्ष्यों को प्राप्त करने के लिए बहुत अच्छा दिखाया है। शतरंज उनमें से एक है: 1996 में, पहली बार, कंप्यूटर डीप ब्लू ने एक मानव खिलाड़ी, शतरंज चैंपियन गैरी कलबारव को हराया।

न्यूरल नेटवर्क, वास्तविक या कृत्रिम, न्यूरॉन्स के बीच कनेक्शन को जोड़कर सीखते हैं। उन्हें मजबूत या कमजोर बनाते हुए, कुछ न्यूरॉन्स अधिक सक्रिय हो जाते हैं, कुछ कम, जब तक कि गतिविधि का एक पैटर्न नहीं उभरता है। यह पैटर्न जिसे हम “एक मेमोरी” कहते हैं। एआई रणनीति जटिल लंबे एल्गोरिदम का उपयोग करना है, जो इसे पुन: व्यवस्थित करता है और कनेक्शन का अनुकूलन करता है।

मस्तिष्क इसे बहुत सरल करता है: दो न्यूरॉन्स एक ही समय में कितने सक्रिय हैं, इसके आधार पर न्यूरॉन्स के बीच प्रत्येक संबंध बदलता है। जब एआई एल्गोरिथ्म की तुलना में, यह लंबे समय से कम यादों के भंडारण की अनुमति देने के लिए सोचा गया था। लेकिन, स्मृति क्षमता और पुनर्प्राप्ति के संदर्भ में, यह ज्ञान काफी हद तक मौलिक सरलीकरण मानने वाले नेटवर्क के विश्लेषण पर आधारित है: कि न्यूरॉन्स को द्विआधारी इकाइयों के रूप में माना जा सकता है।

नया शोध, हालांकि, अन्यथा दिखाता है: मस्तिष्क की रणनीति का उपयोग करके संग्रहीत कम संख्या में यादें ऐसी अवास्तविक धारणा पर निर्भर करती हैं। जब कनेक्शन को बदलने के लिए मस्तिष्क द्वारा उपयोग की जाने वाली सरल रणनीति को एकल न्यूरॉन्स प्रतिक्रिया के लिए जैविक रूप से प्रशंसनीय मॉडल के साथ जोड़ा जाता है, तो वह रणनीति एआई एल्गोरिदम की तुलना में या तो बेहतर या बेहतर प्रदर्शन करती है। ऐसा कैसे हो सकता है?

विरोधाभासी रूप से, उत्तर त्रुटियों को पेश करने में है: जब स्मृति को प्रभावी ढंग से पुनर्प्राप्त किया जाता है तो यह मूल इनपुट-टू-बी-मेमोरियल या इसके सहसंबद्ध के समान हो सकता है। मस्तिष्क की रणनीति उन यादों की पुनर्प्राप्ति की ओर ले जाती है जो मूल इनपुट के समान नहीं हैं, उन न्यूरॉन्स की गतिविधि को शांत करते हैं जो प्रत्येक पैटर्न में केवल मुश्किल से सक्रिय होते हैं।

उन खामोश न्यूरॉन्स, वास्तव में, एक ही नेटवर्क के भीतर संग्रहीत विभिन्न यादों के बीच अंतर करने में महत्वपूर्ण भूमिका नहीं निभाते हैं। उन्हें नजरअंदाज करके, तंत्रिका संसाधनों को उन न्यूरॉन्स पर केंद्रित किया जा सकता है जो इनपुट-टू-टू-मेमोराइड में मायने रखते हैं और उच्च क्षमता को सक्षम करते हैं।

कुल मिलाकर, यह शोध इस बात पर प्रकाश डालता है कि कैसे जैविक रूप से प्रशंसनीय स्व-संगठित सीखने की प्रक्रियाएं धीमी और सामान्य रूप से गर्भनिरोधक एल्गोरिदम के रूप में कुशल हो सकती हैं।



Give a Comment