Mungkin Teknologi AI Mengalahkan Kita, Tapi Kita Unggul dalam Ingatan

Berita Baru , Norwegia –  Kecerdasan Buatan (AI) mungkin dapat mengalahkan kita dalam catur, tetapi tidak dalam ingatan (memori).

Dilansir dari Eurekalert.com , Dalam dekade terakhir, Artificial Intelligence (AI) telah terbukti sangat baik dalam mencapai tujuan yang luar biasa di beberapa bidang.

Catur adalah salah satunya, pada tahun 1996, untuk pertama kalinya, komputer Deep Blue mengalahkan pemain manusia, juara catur Garry Kasparov.

Sebuah penelitian baru menunjukkan sekarang bahwa strategi otak untuk menyimpan ingatan menghasilkan ingatan yang tidak sempurna, tetapi hal ini berdampak hingga memungkinkannya untuk menyimpan lebih banyak ingatan dan dengan lebih sedikit kerumitan daripada AI.

Studi baru, yang dilakukan oleh para ilmuwan SISSA bekerja sama dengan Kavli Institute for Systems Neuroscience & Center for Neural Computation, Trondheim, Norwegia, baru saja diterbitkan dalam Physical Review Letters, Pada Jumat (15/01).

Jaringan saraf, nyata atau buatan, belajar dengan menyesuaikan hubungan antar neuron. Membuat mereka lebih kuat atau lebih lemah, beberapa neuron menjadi lebih aktif, beberapa berkurang, sampai pola aktivitas muncul. Pola inilah yang kita sebut “memori” / ingatan.

Strategi AI adalah menggunakan algoritme panjang yang kompleks, yang secara berulang menyesuaikan dan mengoptimalkan koneksi. Otak melakukannya dengan lebih sederhana. Dimana setiap koneksi antar neuron berubah hanya berdasarkan seberapa aktif kedua neuron tersebut pada saat yang sama.

Jika dibandingkan dengan algoritme AI, ini telah lama dianggap memungkinkan penyimpanan lebih sedikit memori. Tetapi, dalam hal kapasitas memori dan pengambilan, kebijaksanaan ini sebagian besar didasarkan pada analisis jaringan dengan asumsi penyederhanaan mendasar, bahwa neuron dapat dianggap sebagai unit biner.

Namun, penelitian baru menunjukkan sebaliknya, semakin sedikit jumlah memori yang disimpan menggunakan strategi otak bergantung pada asumsi yang tidak realistis tersebut.

Ketika strategi sederhana yang digunakan oleh otak untuk mengubah koneksi digabungkan dengan model yang masuk akal secara biologis untuk respons neuron tunggal, strategi tersebut bekerja sebaik, atau bahkan lebih baik, daripada algoritma AI.

Bagaimana ini bisa terjadi? Paradoksnya, jawabannya adalah memasukkan kesalahan. Ketika memori secara efektif diambil, ini bisa identik dengan input asli yang akan dihafal atau berkorelasi dengannya. Strategi otak mengarah pada pengambilan ingatan yang tidak identik dengan masukan asli, membungkam aktivitas neuron yang hampir tidak aktif di setiap pola.

Neuron yang dibungkam itu, memang, tidak memainkan peran penting dalam membedakan berbagai memori yang disimpan dalam jaringan yang sama. Dengan mengabaikannya, sumber daya saraf dapat difokuskan pada neuron yang penting dalam masukan untuk dihafal dan memungkinkan kapasitas yang lebih tinggi.

Secara keseluruhan, penelitian ini menyoroti bagaimana prosedur pembelajaran mandiri yang masuk akal secara biologis bisa seefisien algoritma pelatihan yang lambat dan tidak masuk akal secara saraf.