Transformador emula estados mentais humanos em machine learning
O avanço em machine learning e inteligência artificial (AI) promete reconfigurar a forma como os sistemas computacionais interpretam e processam informações complexas. Recentes estudos no campo da neurobiologia têm inspirado a criação de novos modelos de AI que visam emular os estados mentais humanos.
Contexto da pesquisa
São Paulo — InkDesign News — A interseção entre AI e neurobiologia é um tema crescente, especialmente em pesquisas que buscam entender como os estados mentais influenciam o processamento de informações. A recente investigação realizada por Ahsan Adeel, professor associado na Universidade de Stirling, se concentra na criação de modelos que repliquem os estados mentais superiores identificados em células neuronais humanas, especificamente as células piramidais da camada 5.
Método proposto
Adee desenvolveu um novo modelo de transformação chamado Co4, que se baseia em uma arquitetura inspirada no cérebro humano. Este modelo explora mecanismos de computação cognitive sensíveis ao contexto e coopérativos, projetados para replicar a maneira como os neurônios interagem durante diferentes estados mentais. O Co4 utiliza loops de modulação triádica que conectam perguntas (Q), pistas (K) e hipóteses (V), permitindo um processamento paralelo profundo de informações.
“A atenção ao que é relevante é fundamental tanto para o cérebro de mamíferos quanto para modelos modernos de aprendizado de máquina, como transformadores”
(“Attending to what is relevant is fundamental to both the mammalian brain and modern machine learning models such as transformers.”)— Ahsan Adeel, Professor Associado, Universidade de Stirling
Resultados e impacto
A pesquisa revelou que o modelo Co4 consegue aprender de forma significativamente mais rápida e com menor demanda computacional, mostrando um custo aproximado de O(N), onde N representa o número de tokens de entrada. Adeel testou sua arquitetura em diversas tarefas, incluindo aprendizado por reforço e visão computacional, observando resultados promissores que indicam uma aproximação das habilidades de raciocínio humano.
“Isso leva a um aprendizado muito mais rápido com uma demanda computacional significativamente reduzida”
(“This leads to orders-of-magnitude faster learning with significantly reduced computational demand.”)— Ahsan Adeel, Professor Associado, Universidade de Stirling
Os resultados sugerem que a emulação de estados mentais superiores pode abrir portas para a implementação de sistemas de AI que realizem raciocínio contextual, além de meramente processar informações. Essa abordagem poderá fazer com que a AI transcenda a eficiência informacional, movendo-se em direção a uma compreensão mais realista.
Fonte: (TechXplore – Machine Learning & AI)
