Forskere fra MRC Brain Network Dynamics Unit og Oxford University's Department of Computer Science har fundet en ny metode til at sammenligne indl\u00e6ring i AI-systemer og den menneskelige hjerne.\u00a0<\/b><\/p>\n
Unders\u00f8gelsen begynder med at behandle et grundl\u00e6ggende sp\u00f8rgsm\u00e5l i b\u00e5de menneskelig og maskinel l\u00e6ring: kredittildeling. Dette koncept identificerer, hvilke dele af l\u00e6ringsprocessen der er ansvarlige for fejl, hvilket er iboende i selve l\u00e6ringsprocessen.\u00a0<\/span><\/p>\n AI-systemer n\u00e6rmer sig dette gennem backpropagation, der justerer parametre for at korrigere fejl i output.\u00a0<\/span><\/p>\n Backpropagation fungerer som en feedback-loop. N\u00e5r en AI tr\u00e6ffer en forudsigelse eller beslutning, som viser sig at v\u00e6re forkert, sporer denne metode tilbage gennem netv\u00e6rkets lag.\u00a0<\/span><\/p>\n Processen identificerer, hvilke dele af beregningen der bidrog til fejlen, og justerer derefter disse specifikke dele, hvilket effektivt forfiner AI'ens beslutningsproces til fremtidige forudsigelser.<\/span><\/p>\n Den <\/span>unders\u00f8gelse<\/span><\/a>udgivet i Nature Neuroscience, forklarer, hvordan backpropagation adskiller sig markant fra den menneskelige hjernes indl\u00e6ringsmetode.\u00a0<\/span><\/p>\n Ny forskning fra @MRCBNDU<\/a> viser, at den m\u00e5de, hjernen l\u00e6rer p\u00e5, er anderledes og bedre end den m\u00e5de, systemer med kunstig intelligens l\u00e6rer p\u00e5: https:\/\/t.co\/Tg1d9vdsKy<\/a>#OxfordAI<\/a><\/p>\n - Nuffield Institut for Klinisk Neurovidenskab (@NDCNOxford) 3. januar 2024<\/a><\/p><\/blockquote>\n\n