Nuovi studi rivelano che il “sonno dei robot” nelle reti neurali che imitano le reti biologiche è molto necessario per prevenire la perdita di stabilità. Il sonno è essenziale per una persona in buona salute, ma è davvero così importante per l’intelligenza artificiale? Può sembrare qualcosa saltato fuori da una sceneggiatura di fantascienza, ma la verità è che esiste il sonno dei robot. Almeno, è la teoria che difende un team di scienziati del National Laboratory di Los Alamos, negli Stati Uniti.
Secondo i ricercatori, gli algoritmi diventano più stabili se attraversano un periodo di “riposo” simile a quello richiesto dal cervello umano. Come al solito nell’intelligenza artificiale, è necessario addestrarlo per ottenere i risultati desiderati. Tuttavia, questo team ha scoperto che, dopo diverse sessioni di allenamento, le reti neurali diventano instabili e non sono in grado di eseguire una determinata azione nel modo più efficace.
Di fronte a questa scoperta, gli scienziati hanno deciso di esporre le reti neurali a stati simili alle onde cerebrali che il cervello umano sperimenta durante il sonno. È interessante notare che il risultato è stato molto utile.
La ricerca
Per raggiungere questo obiettivo, i ricercatori hanno sperimentato diversi tipi di onde e il miglior risultato è stato ottenuto con le onde sonore gaussiane, che includono una vasta gamma di frequenze e ampiezze.
L’autore principale di questa indagine, Yijing Watkins, ha spiegato che questo problema si pone solo quando si tenta di utilizzare processori neuromorfi biologicamente realistici o quando si cerca di comprendere la biologia stessa.
“La stragrande maggioranza dei ricercatori di intelligenza artificiale non incontra questo problema perché, nei sistemi artificiali che studiano, hanno il lusso di eseguire operazioni matematiche globali che hanno l’effetto di regolare il guadagno dinamico complessivo del sistema. Ciò significa che non trovano la perdita di stabilità che abbiamo osservato”, ha detto.
Fondamentalmente, gli scienziati sostengono che se l’obiettivo è ottenere una rete neurale il più realistica possibile, dobbiamo anche essere realistici quando si tratta di riposare.
