Ερευνητές στο Πανεπιστήμιο Johns Hopkins διαπίστωσαν ότι συστήματα ΑΙ με δομή που προσομοιώνει τον ανθρώπινο εγκέφαλο μπορούν να αναγνωρίζουν εικόνες χωρίς να έχουν εκπαιδευτεί με νέα δεδομένα. Η μελέτη στο Nature Machine Intelligence αμφισβητεί το μοντέλο της βιομηχανίας που δίνει προτεραιότητα στη μαζική εκπαίδευση έναντι της αρχιτεκτονικής, μια διαδικασία εξαιρετικά δαπανηρή σε χρόνο, ενέργεια και οικονομικούς πόρους.
Στο πλαίσιο της έρευνας, οι επιστήμονες τροποποίησαν τρεις βασικούς τύπους νευρωνικών δικτύων, διαπιστώνοντας ότι μόνο οι αλλαγές στα συνελικτικά δίκτυα οδήγησαν σε ουσιαστικές βελτιώσεις, με τα νέα μοντέλα να παρουσιάζουν εγκεφαλικές αντιδράσεις παρόμοιες με αυτές ανθρώπων και πιθήκων. Εντυπωσιακά, ακόμη και χωρίς εκπαίδευση, τα δίκτυα αυτά είχαν επιδόσεις αντίστοιχες με συμβατικά συστήματα που έχουν εκπαιδευτεί σε δισεκατομμύρια εικόνες.
Τα ευρήματα υποδηλώνουν ότι η σωστή αρχιτεκτονική μπορεί να αποτελέσει κλειδί για πολύ ταχύτερη και πιο αποδοτική μάθηση στην τεχνητή νοημοσύνη. Η ερευνητική ομάδα ήδη εργάζεται πάνω σε βιολογικά εμπνευσμένους αλγορίθμους που θα μπορούσαν να αναμορφώσουν το μέλλον της βαθιάς μάθησης.
