Komponentët biologjikë janë më pak të besueshëm se ata elektrikë dhe në vend që të marrin sinjalet hyrëse në çast, ato mbërrijnë me vonesa të ndryshme. Kjo e detyron trurin të merret me këto vonesa duke i bërë çdo neuron të integrojë sinjalet hyrëse me kalimin e kohës dhe të ndezë duke përdorur një seri neuronesh në vend të vetëm një.
Dinamika e trurit
Vonesat duket se nuk janë gjë tjetër veçse një defekt i pashmangshëm që ngadalëson trurin dhe ul efikasitetin e tij; por a mund të jenë vonesat në fakt një përfitim për të mësuarit e trurit, pyetën veten shkencëtarët e Kanter Lab në Qendrën Multidisiplinare për Kërkimin e Trurit të Universitetit Bar-Ilan dhe në një studim të ri, të botuar në revistën Physica A: Statistical Mechanics and its Applications , u përgjigj me një përgjigje të fortë. po. Gjegjësisht, studiuesit izraelitë pohojnë se vonesat në fakt hapin rrugën për të mësuar më efikas dhe fleksibël pa ndryshuar arkitekturën.
“Dinamika e trurit mund të përdorë vonesat në avantazh. Në rrjetet nervore artificiale, çdo objekt ka nevojë për njësinë e tij të daljes që të njihet, ndërsa truri mund të përdorë një dalje të vetme nervore, ku aktiviteti i tij në funksion të kohës bën dallimin midis objekteve të ndryshme.” thonë studiuesit.
Më e shpejtë, më e mirë, më komplekse
Në thelb, mund të thuash se truri përdor kohën për të mësuar, ndërsa kompjuteri përdor hapësirën. Dhe kjo e bën trurin shumë më modular për ndryshim, pa nevojën për të ndryshuar arkitekturën.
“Mësimi i objekteve të reja nuk kërkon një arkitekturë të ndryshme, por vetëm mësimin e sinjaleve në kohën shtesë të daljes. Kjo nga ana tjetër mundëson njohjen e një kombinimi objektesh. Le të themi se një fotografi e një kali mund të njihet në një moment të caktuar. një fotografi e një personi në një tjetër, por një person duke hipur në kalë mund të njihet ndërkohë”, shpjegojnë studiuesit të cilët pohojnë se ky zbulim mund të hedhë dritë mbi funksionimin e një mekanizmi biologjik që nuk përfaqëson një pengesë si më parë. mendohet, por mund të përfitojë nga dinamika e të mësuarit të trurit, duke tejkaluar edhe mësimin e makinës. Dhe kjo, thonë ata, mund të na ndihmojë të zhvillojmë sisteme të të mësuarit artificial më të mirë, më të shpejtë dhe më kompleks.
