Οι υπολογιστές έχουν κάνει άλματα στη δυνατότητα τους να γράφουν κείμενα, να εντοπίζουν ασθένειες και να εκτελούν εξειδικευμένα καθήκοντα με αξιοσημείωτη ακρίβεια. Ωστόσο, όταν η συζήτηση περιστρέφεται γύρω από τη γνωστική ευελιξία, ο ανθρώπινος εγκέφαλος παραμένει αναντίρρητα ανυπέρβλητος.
Ένα νέο ερευνητικό άρθρο από το Princeton University αναδεικνύει ανατρεπτικά ευρήματα σχετικά με τον τρόπο που ο εγκέφαλος λειτουργεί, αποδεικνύοντας ότι χρησιμοποιεί εντυπωσιακά απλές μεθόδους για να ανασυνθέτει επαναχρησιμοποιήσιμα «γνωστικά μπλοκ», επιτρέποντας ταχύτατη προσαρμογή σε νέες συνθήκες.
Η μελέτη, που δημοσιεύθηκε στο Nature, επιδιώκει να αποκωδικοποιήσει γιατί οι άνθρωποι και άλλα πρωτεύοντα μπορούν να ανακαλύψουν νέους κανόνες και να προσαρμόσουν στρατηγικές ή δεξιότητες σε λίγα λεπτά, σε αντίθεση με τα πιο εξελιγμένα μοντέλα AI, τα οποία συχνά χρειάζονται εκατομμύρια παραδείγματα για ανάλογα επιτεύγματα. Ουσιαστικά, οι επιστήμονες εντοπίζουν ότι ο προμετωπιαίος φλοιός του εγκεφάλου χρησιμοποιεί μια διαδικασία που μοιάζει με «Λέγκο» για να συνδυάσει μικρές, λειτουργικές ενότητες σκέψης.
Η ομάδα του Tim Buschman σχεδίασε μια σειρά πειραμάτων με ρέζους μακάκους, εκπαιδεύοντάς τους να εκτελούν τρεις απαιτητικές εργασίες οπτικής κατηγοριοποίησης. Στην οθόνη εμφανίζονταν αφηρημένα χρώματα και σχήματα, τα οποία οι μακάκοι έπρεπε να κατηγοριοποιήσουν είτε ως «κουνέλι» είτε ως «T», ή σύμφωνα με συγκεκριμένα χρώματα. Η απάντηση δινόταν μέσω κινήσεων των ματιών, με κάθε εργασία να έχει τους δικούς της κανόνες.
Η καινοτόμος λεπτομέρεια του πειράματος ήταν ότι, αν και οι εργασίες μοιράζονταν κοινά στοιχεία, δεν είχαν πάντα ομοιότητες στα ίδια επίπεδα. Ορισμένες φορές μοιράζονταν κανόνες κίνησης, άλλες φορές κριτήρια χρώματος. Αυτό επέτρεψε στους επιστήμονες να χαρτογραφήσουν ποιες νευρωνικές διεργασίες ενεργοποιούνται σε κάθε περίπτωση και εάν επανεμφανίζονταν όταν μια εργασία παρουσίαζε αλληλεπικαλύψεις με άλλη.
Τα αποτελέσματα ήταν εντυπωσιακά: στον προμετωπιαίο φλοιό εντοπίστηκαν επαναλαμβανόμενα μοτίβα νευρωνικής δραστηριότητας, τα οποία φαίνεται να λειτουργούν ως αυτά τα «γνωστικά Legos». Ορισμένα μπλοκ αντιστοιχούσαν στην αναγνώριση χρώματος, άλλα στην επιλογή κατεύθυνσης. Όταν μια νέα εργασία απαιτούσε και τα δύο, ο εγκέφαλος δεν επιδιώκει νέες στρατηγικές αλλά απλώς ανασυνδυάζει υφιστάμενα μπλοκ με διαφορετική διάταξη.
Η ιδέα μοιάζει με προγραμματισμό: Αυτόνομες συναρτήσεις μπορούν να συνδυαστούν για να επιτευχθεί το επιθυμητό αποτέλεσμα. Ο εγκέφαλος επιλέγει τα κατάλληλα κομμάτια και τα συνδυάζει σχεδόν ακαριαία.
Αξιοσημείωτο είναι ότι ο εγκέφαλος δεν εργάζεται ενεργοποιώντας όλα τα μπλοκ ταυτόχρονα. Αντιθέτως, απενεργοποιεί τα άχρηστα, προκειμένου να διατηρεί τη συγκέντρωσή του στον κύριο στόχο. Αυτή η επιλεκτική ενεργοποίηση λειτουργεί ως ένας μηχανισμός εξοικονόμησης πόρων, επιτρέποντας στον εγκέφαλο να παραμένει ευέλικτος, οικονομικός και αποδοτικός.
Τα συμπεράσματα της έρευνας σχετίζονται άμεσα και με την τεχνητή νοημοσύνη, η οποία τα τελευταία χρόνια αντιμετωπίζει το πρόβλημα της «καταστροφικής λήθης». Οι περισσότερες AI τεχνολογίες τείνουν να χάνουν προηγούμενες δεξιότητες όταν εκπαιδεύονται σε νέα δεδομένα, καθώς οι νέες πληροφορίες καθιστούν τις παλιές αναποτελεσματικές. Αν οι αρχιτεκτονικές τους μπορούσαν να λειτουργούν πιο «σπονδυλωτά», επαναχρησιμοποιώντας υπομέρη, τότε αντί να ξαναγράφονται, τα AI μοντέλα θα μπορούσαν να συγκεντρώνουν γνώση με αντίστοιχη ανθρώπινη ικανότητα.
Οι πιθανές εφαρμογές της έρευνας επεκτείνονται και στον τομέα της ιατρικής. Πολλές νευρολογικές και ψυχιατρικές καταστάσεις, όπως η σχιζοφρένεια και συγκεκριμένες μορφές εγκεφαλικών τραυματισμών, συμπεριλαμβάνουν δυσκολίες στην προσαρμογή. Αν αυτές οι διαταραχές σχετίζονται με τη δυσλειτουργία ανασύνθεσης γνωστικών μπλοκ, τότε η κατανόηση του τρόπου λειτουργίας του εγκεφάλου μπορεί να ανοίξει νέους δρόμους για θεραπευτικές προσεγγίσεις.
Σε γενικές γραμμές, η μελέτη από το Princeton University προσφέρει πολύτιμα διδάγματα για την κατανόηση του ανθρώπινου εγκεφάλου και τις δυνατότητές του. Αν και δεν απαντά σε όλα τα ερωτήματα, προτείνει ένα μοντέλο σκέψης που συνδυάζει τη νευρολογία με την τεχνητή νοημοσύνη: ο εγκέφαλος μαθαίνει όχι μόνο από την αποθήκευση δεδομένων, αλλά και από την ικανότητά του να επαναχρησιμοποιεί την υπάρχουσα γνώση με πιο ευέλικτο τρόπο.
