Naukowcy, jak wyjaśniają w publikacji zamieszczonej na łamach Nature Machine Intelligence, nałożyli na swój system ograniczenia, które stanowiły odpowiednik fizycznych i biologicznych ram nakładanych na przykład na ludzkie mózgi. Te stanowią inspirację dla badaczy zajmujących się sztuczną inteligencją, ponieważ mózg świetnie radzi sobie z rozwiązywaniem złożonych problemów, a wszystko to przy ograniczonym zużyciu energii.
Czytaj też: Sztuczna inteligencja przygotuje nam Marsa do zamieszkania. Będzie czym oddychać
Jak się okazało, uwzględnienie tych aspektów w badaniach może wyjaśnić, dlaczego mózgi funkcjonują w taki, a nie inny sposób. W ramach eksperymentów członkowie zespołu badawczego stworzyli system przeznaczony do modelowania bardzo uproszczonej wersji mózgu i zastosowanych ograniczeń. Jak się okazało w toku obserwacji, ten sztuczny mózg wykształcił pewne cechy i rozwiązania typowe dla mózgów spotykanych u wysoce rozwiniętych organizmów, z ludźmi na czele.
Oparty na węzłach obliczeniowych system był odpowiedzialny za pobieranie danych wejściowych, przekształcanie ich i dostarczanie wyników. Każdy taki węzeł – a w świecie biologii neuron – jest w stanie łączyć się z innymi. Na potrzeby prowadzonych badań autorzy postanowili przydzielić każdemu węzłowi określoną lokalizację w przestrzeni wirtualnej. Im większa odległość dzieliła dwa wybrane węzły, tym trudniej było im się komunikować.
Chcąc lepiej zrozumieć, jak może zachowywać się sztuczna inteligencja oraz jak ewoluowały biologiczne mózgi, naukowcy przeprowadzili eksperymenty dotyczące systemu opartego na węzłach obliczeniowych
Na podobnej zasadzie są zorganizowane neurony w ludzkim mózgu. Później sztuczna inteligencja miała za zadanie wykonać zadanie, w ramach którego musiała połączyć wiele informacji, aby wybrać najkrótszą drogę prowadzącą do punktu końcowego. System musiał zachować lokalizację początkową, końcową i pośrednie etapy, co było przydatne w kontekście badanego zagadnienia. Jako że niektóre regiony mogą odpowiadać za inne zadania od pozostałych, to naukowcy zwracali uwagę na ich aktywność, aby zrozumieć, jak wyglądał podział funkcji.
Po początkowych problemach system wykorzystał informacje zwrotne, dzięki którym zdecydowanie poprawił się w tym, co należało do jego zadań. Przypominało to sytuację, w której siła połączeń między komórkami mózgowymi zmienia się wraz z postępami w nauce. Później zadanie było regularnie powtarzane, aż sztuczna inteligencja zrozumiała, jak wykonywać je w pełni poprawnie.
Czytaj też: Muzyka prosto z mózgu. Naukowcy stworzyli niezwykły “cover” utworu zespołu Pink Floyd
Jeszcze ciekawiej zrobiło się, gdy system miał wykonać zadanie z udziałem ograniczeń typowych dla ludzkiego mózgu. I właśnie wtedy wydarzyło się coś niespodziewanego: profile odpowiedzi poszczególnych węzłów zaczęły się zmieniać. W praktyce oznaczało to, że w różnych momentach węzły mogły uruchamiać połączenia dotyczące właściwości labiryntu. Jak wyjaśniają autorzy, ten sam węzeł mógł kodować wiele lokalizacji labiryntu, zamiast korzystać z wyspecjalizowanych węzłów do kodowania określonych lokalizacji.
