Roma, 16 giugno 2020 (Agonb) – Da uno studio dei ricercatori del Los Alamos National Laboratory, su spiking neural network, emerge che cicli di riposo possono migliorare l’instabilità derivante dall’autoapprendimento ininterrotto, con benefici simili a quelli che provoca il sonno al cervello. «Siamo rimasti affascinati dalla prospettiva di allenare un processore neuromorfo a imparare come i bambini nell’infanzia», afferma Yijing Watkins del Los Alamos National Laboratory. «Abbiamo esposto le reti a stati analoghi di onde che il cervello umano sperimenta durante il sonno e abbiamo notato che la stabilità si ripristinava. L’instabilità si verifica quando si cerca di utilizzare processori neuromorfi biologicamente realistici, cioè quando si cerca di comprendere la biologia stessa», commenta Garrett Kenyon, collega e coautore di Watkins. «La maggior parte di ricercatori di machine learning, deep learning e IA, non riscontra questi problemi, poiché i sistemi artificiali eseguono operazioni matematiche e algoritmi che regolano il guadagno dinamico complessivo del sistema. Prossimo obiettivo – prosegue – sarà implementare l’algoritmo sul cip neuromorfo Intel Loihi e verificare se consentirà al processore di elaborare in modo stabile le informazioni da una fotocamera in tempo reale. Se confermerà la necessità di “riposare” delle intelligenze artificiali, si potrà ipotizzare che anche androidi e macchine intelligenti dovranno stabilizzarsi in questo modo», conclude Watkins. (Agonb) Mmo 11:30.
