Memori kecerdasan buatan mencerminkan otak manusia

ringkasan: Para peneliti mengungkapkan kesamaan yang signifikan antara pemrosesan memori AI dan fungsi hipokampus manusia. Penemuan ini, yang menghubungkan AI dan ilmu saraf, menyoroti paralelisme dalam konsolidasi memori – sebuah proses penting dalam mengubah ingatan jangka pendek menjadi ingatan jangka panjang – baik pada model AI maupun otak manusia.

Tim berfokus pada model Transformer, landasan pengembangan AI, dan menemukan bahwa proses memorinya meniru mekanisme reseptor NMDA di otak. Penelitian inovatif ini tidak hanya memajukan pengembangan kecerdasan umum buatan (AGI), namun juga memberikan pemahaman lebih dalam tentang sistem memori di otak manusia.

Fakta-fakta kunci:

1. Studi tersebut mengungkapkan kesamaan yang mencolok antara pemrosesan memori AI dan fungsi hipokampus di otak manusia.
2. Model Transformer dalam AI diketahui menggunakan proses penjaga gerbang yang mirip dengan reseptor NMDA di otak, yang sangat penting untuk peningkatan memori.
3. Penelitian ini menawarkan kemungkinan untuk mengembangkan sistem kecerdasan buatan mirip otak yang lebih efisien dan memperdalam pemahaman kita tentang mekanisme memori manusia.

sumber: Institut Ilmu Pengetahuan Dasar

Sebuah tim interdisipliner yang terdiri dari peneliti dari Pusat Kognisi Sosial dan Kelompok Ilmu Data di Institute for Basic Science (IBS) telah mengungkapkan kesamaan yang mencolok antara pemrosesan memori model kecerdasan buatan (AI) dan hipokampus otak manusia.

Penemuan baru ini memberikan perspektif baru mengenai konsolidasi memori, proses yang mengubah ingatan jangka pendek menjadi ingatan jangka panjang, dalam sistem kecerdasan buatan.

Dalam perlombaan untuk mengembangkan kecerdasan umum buatan (AGI), dengan entitas berpengaruh seperti OpenAI dan Google DeepMind yang memimpin, pemahaman dan replikasi kecerdasan manusia telah menjadi kepentingan penelitian yang penting. Salah satu perkembangan teknologi yang paling penting adalah model transformator, yang prinsip dasarnya kini sedang dieksplorasi secara lebih mendalam.

Kunci dari sistem AI yang kuat adalah memahami bagaimana informasi dipelajari dan diingat. Tim tersebut menerapkan prinsip pembelajaran otak manusia, dengan fokus khusus pada konsolidasi memori melalui reseptor NMDA di hipokampus, pada model kecerdasan buatan.

Reseptor NMDA seperti pintu pintar di otak Anda yang memfasilitasi pembelajaran dan pembentukan memori. Ketika bahan kimia yang disebut glutamat hadir di otak, sel saraf mengalami eksitasi. Di sisi lain, ion magnesium bertindak sebagai penjaga gerbang kecil, menghalangi pintu.

Hanya ketika penjaga gerbang ionik menyingkir barulah bahan diperbolehkan mengalir ke dalam sel. Ini adalah proses yang memungkinkan otak membentuk dan menyimpan ingatan, dan peran penjaga gerbang (ion magnesium) dalam keseluruhan proses cukup spesifik.

Tim tersebut telah membuat penemuan luar biasa: model Transformers tampaknya menggunakan proses penjaga gerbang yang mirip dengan reseptor NMDA di otak. Penemuan ini mengarahkan para peneliti untuk menyelidiki apakah konsolidasi memori adaptor dapat dikontrol melalui mekanisme yang mirip dengan proses gerbang reseptor NMDA.

Pada otak hewan, kadar magnesium yang rendah diketahui mengganggu fungsi memori. Para peneliti menemukan bahwa memori jangka panjang pada Transformer dapat ditingkatkan dengan meniru reseptor NMDA.

Sama seperti di otak, di mana perubahan kadar magnesium memengaruhi kekuatan memori, penyesuaian parameter transduser untuk mencerminkan pergerakan reseptor NMDA meningkatkan memori dalam model AI.

Hasil yang mengejutkan ini menunjukkan bahwa cara model AI belajar dapat dijelaskan oleh pengetahuan yang sudah mapan di bidang ilmu saraf.

“Penelitian ini mewakili langkah penting dalam pengembangan kecerdasan buatan dan ilmu saraf,” kata C. Justin Lee, direktur spesialis ilmu saraf di institut tersebut. Hal ini memungkinkan kita mempelajari lebih dalam prinsip pengoperasian otak dan mengembangkan sistem kecerdasan buatan yang lebih canggih berdasarkan wawasan ini.

“Otak manusia sangat hebat dalam beroperasi dengan energi minimal, tidak seperti model AI besar yang membutuhkan sumber daya besar,” kata Cha Myung, ilmuwan data di tim dan KAIST.

“Pekerjaan kami membuka kemungkinan baru bagi sistem AI berbiaya rendah dan berkinerja tinggi yang mempelajari dan mengingat informasi seperti manusia.”

Yang membedakan penelitian ini adalah inisiatifnya untuk memasukkan nonlinier yang diilhami otak ke dalam arsitektur AI, yang menunjukkan kemajuan signifikan dalam simulasi peningkatan memori mirip manusia.

Konvergensi mekanisme kognitif manusia dan desain AI tidak hanya menjanjikan penciptaan sistem AI berbiaya rendah dan berkinerja tinggi, namun juga memberikan wawasan berharga tentang cara kerja otak melalui model AI.

Tentang berita penelitian AGI dan AI

pengarang: William Suh
sumber: Institut Ilmu Pengetahuan Dasar
komunikasi: William Suh – Institut Ilmu Pengetahuan Dasar
gambar: Gambar dikreditkan ke Berita Neuroscience