São Paulo — InkDesign News —
Cientistas do Skoltech desenvolveram um modelo matemático para entender melhor a memória, apresentando implicações significativas para a área de machine learning e inteligência artificial (IA). A pesquisa sugere que existe um número ótimo de sentidos, possivelmente impactando o design de robôs e a compreensão da memória humana.
Contexto da pesquisa
No estudo publicado na Scientific Reports, pesquisadores analisaram a estrutura fundamental da memória, denominada “engrams”, que representam conjuntos esparsos de neurônios que disparam em conjunto em várias regiões do cérebro. Essa abordagem permite modelar como as memórias evoluem e se interconectam ao longo do tempo.
Método proposto
A equipe adotou um modelo matemático baseado em características sensoriais associadas a objetos. O conceito é que quanto mais sensações um objeto é capaz de evocar, mais distinto ele se torna na memória. Os cientistas descobriram que, ao caracterizar conceitos em um espaço conceitual de sete dimensões, a capacidade de armazenar memórias é otimizada.
“A nossa conclusão é, claro, altamente especulativa em relação aos sentidos humanos, embora você nunca saiba: pode ser que os humanos do futuro evoluam um sentido de radiação ou campo magnético.”
(“Our conclusion is, of course, highly speculative in application to human senses, although you never know: It could be that humans of the future would evolve a sense of radiation or magnetic field.”)— Nikolay Brilliantov, Professor, Skoltech
Resultados e impacto
Os resultados mostraram que a memória evolui para um estado de equilíbrio onde a maior quantidade de engrams distintos é mantida em um espaço conceitual de sete dimensões. Essa descoberta sugere que a memória humana, assim como a de sistemas de IA, pode se beneficiar de uma abordagem multidimensional. Além disso, múltiplos engrams de tamanhos diferentes podem ser considerados como representações de conceitos semelhantes, o que aumenta a capacidade de memória.
“Matematicamente, demonstramos que os engrams no espaço conceitual tendem a evoluir para um estado de equilíbrio, que persiste ao longo do tempo.”
(“We have mathematically demonstrated that the engrams in the conceptual space tend to evolve toward a steady state, which means that after some transient period, a ‘mature’ distribution of engrams emerges, which then persists in time.”)— Nikolay Brilliantov, Professor, Skoltech
Essas descobertas possuem potencial para aprimorar a inteligência artificial, possibilitando uma melhor simulação de memórias humanas em agentes de IA. O modelo pode fornecer novas direções para pesquisas, como o desenvolvimento de sistemas de IA mais avançados que se aproximem da complexidade da memória humana.
Fonte: (TechXplore – Machine Learning & AI)
