All’inizio del 21° secolo, quando studiavo per l’MBA alla NYU Stern, un corso che frequentavo si chiamava Data Mining, che introduceva molti algoritmi per “estrarre” i dati, ovvero per trovare automaticamente il significato dei dati per previsioni e previsioni. il processo decisionale. La rete neurale era una di queste, ma era ben lontana dalle scelte migliori perché era lenta, richiedeva molti dati per l’addestramento e, quindi, aveva casi d’uso minimi. Vent’anni dopo, gli algoritmi delle reti neurali hanno prosperato come capisaldi dell’apprendimento automatico e dell’intelligenza artificiale (AI) grazie all’enorme potenza computazionale che ha rimosso l’ostacolo fondamentale e, a sua volta, ha portato all’invenzione di algoritmi e modelli più avanzati.
Con i rapidi progressi nelle reti neurali artificiali e nel deep learning, l’intelligenza artificiale ha superato l’uomo in alcune aree. Sono sorte molte domande interessanti, ad esempio quanto sono simili l’intelligenza artificiale e il cervello umano, quale è l’obiettivo futuro dell’intelligenza artificiale e in che misura l’intelligenza artificiale può sostituire l’intelligenza umana. In questo articolo inizierò con i meccanismi neurali dell’apprendimento biologico e come hanno ispirato l’intelligenza artificiale. Una migliore comprensione della storia ci aiuterà a cogliere la differenza fondamentale tra le reti neurali artificiali e altri modelli di apprendimento automatico (ad esempio, macchine a vettori di supporto, alberi decisionali, foreste casuali). Sono state le funzionalità di apprendimento ispirate dal cervello che hanno portato alle recenti scoperte delle reti neurali artificiali, comprese le reti neurali a convoluzione (CNN) per il riconoscimento delle immagini e i modelli linguistici di grandi dimensioni (LLM) per l’intelligenza artificiale generativa. Discuterò poi delle differenze tra intelligenza umana e intelligenza artificiale e della nostra prospettiva sulla direzione futura dell’intelligenza artificiale. Ciò che ci aspettiamo di vedere in seguito è che l’intelligenza artificiale continuerà a trarre vantaggio dalle scoperte nel cervello e, cosa altrettanto importante, l’intelligenza artificiale può anche aiutarci a comprendere meglio come funziona il cervello. Il continuo scambio di idee spingerà sia le neuroscienze che l’intelligenza artificiale a progredire a un ritmo sano e più rapido.
L’apprendimento è una caratteristica essenziale del cervello animale e umano. Quando nasce un bambino, deve imparare quasi tutto da zero, compreso riconoscere i volti, parlare e camminare, seguito da molti anni di istruzione e formazione scolastica. Come avviene l’apprendimento nel cervello?
Fonte: towardsdatascience.com