Crean un modelo de red inspirado en el cerebro para unir la IA y la neurociencia

Crean un modelo de red inspirado en el cerebro para unir la IA y la neurociencia

Comparta este Artículo en:

Un equipo de científicos chinos ha creado un nuevo modelo de red inspirado en el cerebro basado en la complejidad interna para abordar los desafíos que enfrentan los modelos tradicionales, como el alto consumo de recursos informáticos, según el Instituto de Automatización de la Academia de Ciencias de China.

Uno de los objetivos clave en el desarrollo actual de la inteligencia artificial (IA) es construir una IA de propósito más general, lo que permite que los modelos posean una capacidad cognitiva más amplia y más general.

El enfoque popular actual utilizado por los modelos grandes es construir redes neuronales más grandes, más profundas y más amplias basadas en la ley de escala, que puede considerarse un método para lograr una inteligencia general basada en la “complejidad externa“, dijo Li Guoqi, investigador del Instituto de Automatización.

Sin embargo, este enfoque enfrenta desafíos como el consumo insostenible de recursos informáticos y energía, así como la falta de interpretabilidad.

Por otra parte, el cerebro humano tiene alrededor de 100 mil millones de neuronas y casi 1.000 billones de conexiones sinápticas, y cada neurona tiene una estructura interna rica y diversa.

Pero el consumo de energía de un cerebro humano es de solo unos 20 vatios.

Inspirados por la dinámica de las neuronas cerebrales, científicos, del Instituto de Automatización y otras instituciones de investigación como la Universidad de Tsinghua y la Universidad de Pekín, utilizaron un enfoque de “complejidad interna” para lograr la inteligencia general.

Sus experimentos verificaron la eficacia y la fiabilidad del modelo de complejidad interna en el manejo de tareas complejas, proporcionando nuevos métodos y apoyo teórico para integrar las características dinámicas de la neurociencia en la IA, y también ofreciendo soluciones factibles para optimizar y mejorar el rendimiento práctico de los modelos de IA.

Fuente: Tech Xplore

 

Leave a Reply

Your email address will not be published. Required fields are marked *