Перепрошивка памяти: новая модель памяти, которая работает как мозг
Новая модель памяти, разработанная командой из университетов Падуи и Санта-Барбары, предлагает объяснение того, как внешние стимулы помогают нам восстанавливать воспоминания. Модель устойчива к шуму и может отсеить слабые воспоминания в пользу стабильных и значимых, что позволяет использовать ее в будущих системах искусственного интеллекта.
Послушайте первые ноты старой, любимой песни. Можете ли вы назвать эту мелодию? Если сможете, поздравляем — это хорошая работа вашей ассоциативной памяти, в которой одна часть информации (первые несколько нот) вызывает в памяти весь паттерн (песню), при этом вам не нужно переслушивать остальную часть песни, — она прозвучит у вас в голове. Мы используем этот удобный нейронный механизм, чтобы учиться, запоминать, решать проблемы и вообще ориентироваться в реальности.
«Память — это сетевой процесс», — говорит профессор Калифорнийского университета в Санта-Барбаре Франческо Булло, объясняя, что ассоциативные воспоминания не хранятся в отдельных клетках мозга. — «Хранение и извлечение воспоминаний — это динамические процессы, которые происходят в целых сетях нейронов».
Продвинутая сеть Хопфилда
В 1982 году физик Джон Хопфилд перевел эту теоретическую концепцию нейронауки в сферу искусственного интеллекта. При этом он не только дал математическую основу для понимания, хранения и извлечения памяти в человеческом мозге, но и разработал одну из первых в истории рекуррентных искусственных нейронных сетей — сеть Хопфилда — известную своей способностью извлекать полные паттерны из зашумленных или неполных входных данных. Хопфилд получил Нобелевскую премию по физике за свою работу в 2024 году.