Οι υπολογιστές γράφουν κείμενα, εντοπίζουν ασθένειες και εκτελούν εξειδικευμένα καθήκοντα με ακρίβεια που πριν λίγα χρόνια θα φαινόταν αδιανόητη. Όμως, όταν η συζήτηση φτάνει στην πραγματική γνωστική ευελιξία, ο ανθρώπινος εγκέφαλος εξακολουθεί να παραμένει ασυναγώνιστος.
Αυτό επιβεβαιώνει μια νέα μελέτη από ερευνητές του Princeton University, η οποία αποκαλύπτει ότι ο εγκέφαλος λειτουργεί με έναν τρόπο εντυπωσιακά απλό αλλά εξαιρετικά αποτελεσματικό: ανασυνθέτει επαναχρησιμοποιήσιμα «γνωστικά μπλοκ» για να προσαρμοστεί αστραπιαία σε νέες καταστάσεις.
Η έρευνα, δημοσιευμένη στο Nature, επιχειρεί να εξηγήσει γιατί άνθρωποι και άλλα πρωτεύοντα μπορούν να ανακαλύψουν έναν νέο κανόνα, να αλλάξουν στρατηγική ή να μάθουν μια νέα δεξιότητα μέσα σε λίγα λεπτά, ενώ ακόμα και τα πιο εξελιγμένα AI μοντέλα συχνά χρειάζονται εκατομμύρια παραδείγματα και τεράστιους κύκλους εκπαίδευσης για κάτι αντίστοιχο. Το κλειδί βρίσκεται, όπως υποστηρίζουν οι επιστήμονες, στον τρόπο με τον οποίο ο προμετωπιαίος φλοιός συνδυάζει μικρά, λειτουργικά τμήματα σκέψης σαν Lego.
Η ομάδα του Tim Buschman σχεδίασε μια σειρά από πειράματα με δύο ρέζους μακάκους, εκπαιδεύοντάς τους να εκτελέσουν τρεις απαιτητικές εργασίες οπτικής κατηγοριοποίησης. Στην οθόνη εμφανίζονταν αφηρημένα, πολύχρωμα σχήματα – άλλοτε ξεκάθαρα, άλλοτε επίτηδες ασαφή. Τα ζώα έπρεπε κάθε φορά να αποφασίσουν αν μοιάζουν περισσότερο με ένα «bunny» ή με ένα «T» ή αν ανήκουν σε συγκεκριμένη κατηγορία χρώματος. Η απάντηση δινόταν με κινήσεις των ματιών προς διαφορετικές κατευθύνσεις, και κάθε εργασία είχε τους δικούς της κανόνες.
Η έξυπνη λεπτομέρεια του πειράματος ήταν ότι οι εργασίες είχαν κοινά στοιχεία, αλλά όχι σε όλα τα επίπεδα. Άλλοτε μοιράζονταν τους ίδιους κανόνες κίνησης, άλλοτε κοινά κριτήρια χρώματος, άλλοτε τίποτα. Αυτό επέτρεψε στους επιστήμονες να χαρτογραφήσουν ποιες νευρωνικές διεργασίες ενεργοποιούνταν κάθε φορά και ποιες εμφανίζονταν ξανά όταν μια εργασία είχε έστω και μερική ομοιότητα με κάποια άλλη.
Τα αποτελέσματα ήταν ξεκάθαρα: στον προμετωπιαίο φλοιό εντοπίστηκαν επαναλαμβανόμενα μοτίβα νευρωνικής δραστηριότητας που φαίνεται να λειτουργούν ως αυτά τα «γνωστικά Legos». Ορισμένα μπλοκ αντιστοιχούσαν, για παράδειγμα, στην αναγνώριση χρώματος, άλλα στην επιλογή κατεύθυνσης του βλέμματος· όταν μια νέα εργασία απαιτούσε και τα δύο, ο εγκέφαλος δεν αναζητούσε νέα στρατηγική. Απλώς σκούπιζε το παλιό «σετ» και συναρμολογούσε τα κατάλληλα δομικά στοιχεία με διαφορετική διάταξη.
Η ιδέα μοιάζει με προγραμματισμό: μια σειρά από αυτόνομες συναρτήσεις που μπορούν να συνδυαστούν σε διαφορετικές «αλυσίδες» ανάλογα με το επιθυμητό αποτέλεσμα. Κάθε μπλοκ κάνει κάτι συγκεκριμένο, και η ευφυΐα βρίσκεται στην ικανότητα του εγκεφάλου να διαλέγει τα σωστά κομμάτια και να τα κολλάει μεταξύ τους σχεδόν ακαριαία.
Ένα ακόμη ενδιαφέρον εύρημα ήταν ότι ο εγκέφαλος δεν εργάζεται ποτέ με όλα τα μπλοκ ενεργοποιημένα ταυτόχρονα, αλλά απενεργοποιεί εκείνα που δεν χρειάζεται, προκειμένου να μην υπερφορτωθεί και να διατηρεί την προσοχή στραμμένη στον βασικό στόχο. Αυτή η επιλεκτική ενεργοποίηση μοιάζει με έναν εσωτερικό μηχανισμό εξοικονόμησης πόρων, ο οποίος επιτρέπει στον εγκέφαλο να παραμένει ευέλικτος, οικονομικός και αποδοτικός.
Τα συμπεράσματα της έρευνας δεν σταματούν στη νευρολογία. Ακουμπούν άμεσα και στον κόσμο της τεχνητής νοημοσύνης, ο οποίος τα τελευταία χρόνια παλεύει με το γνωστό πρόβλημα της «καταστροφικής λήθης». Τα περισσότερα AI συστήματα, όταν εκπαιδεύονται σε έναν νέο στόχο, τείνουν να ξεχνούν προηγούμενες δεξιότητες, επειδή οι νέες πληροφορίες υπερκαλύπτουν τις παλιές. Αν, όμως, η αρχιτεκτονική τους επέτρεπε να λειτουργούν πιο «σπονδυλωτά», ξαναχρησιμοποιώντας λειτουργικά υπομέρη αντί να τα ξαναγράφουν από την αρχή, τα AI μοντέλα θα μπορούσαν να προσεγγίσουν τη φυσική ανθρώπινη ικανότητα για συσσώρευση γνώσης χωρίς διαγραφή.
Οι πιθανές εφαρμογές επεκτείνονται και στην ιατρική. Πολλές νευρολογικές και ψυχιατρικές διαταραχές, από σχιζοφρένεια μέχρι ορισμένες μορφές εγκεφαλικού τραυματισμού, συνοδεύονται από δυσκολία στην αλλαγή στρατηγικής ή την προσαρμογή σε νέα δεδομένα. Εάν αυτές οι παθολογίες σχετίζονται πράγματι με δυσλειτουργία στην ανασύνθεση των γνωστικών μπλοκ, τότε η κατανόηση του τρόπου που ο εγκέφαλος δομεί αυτές τις μονάδες θα μπορούσε να ανοίξει τον δρόμο για νέες θεραπευτικές προσεγγίσεις.
Η μελέτη από το Princeton University δεν απαντά σε όλα τα ερωτήματα, αλλά προτείνει ένα μοντέλο σκέψης που γεφυρώνει νευρολογία και AI: ο εγκέφαλος μαθαίνει όχι επειδή αποθηκεύει «περισσότερα δεδομένα», αλλά επειδή γνωρίζει πώς να επαναχρησιμοποιεί τα υπάρχοντα με πιο ευέλικτο τρόπο.
