I ricercatori dell’Università del Surrey hanno sviluppato un approccio innovativo per migliorare le prestazioni dell’intelligenza artificiale imitando le reti del cervello umano. Secondo uno studio pubblicato su Neurocomputing, replicare il cablaggio neurale del cervello può aumentare significativamente l’efficienza delle reti neurali artificiali utilizzate nei moderni modelli di IA come ChatGPT.
La tecnica si chiama “Mappatura Sparsa Topografica” e funziona collegando ogni neurone artificiale solo con quelli vicini o correlati, esattamente come fa il cervello umano per organizzare le informazioni in modo efficiente. Questo approccio elimina la necessità di creare un numero enorme di connessioni superflue, migliorando le prestazioni in modo più sostenibile senza compromettere la precisione. Il dottor Roman Bauer, docente senior che ha guidato la ricerca, sottolinea come questa scoperta permetta di costruire sistemi intelligenti molto più efficienti, riducendo drasticamente il fabbisogno energetico senza sacrificare le prestazioni.
Oltre a quanto già affermato, inoltre, esiste anche una versione potenziata chiamata “Mappatura Sparsa Topografica Migliorata“, che introduce un processo di potatura biologicamente ispirato durante l’addestramento, simile al modo in cui il cervello raffina gradualmente le proprie connessioni neurali mentre apprende, ma lo stato di cose attuali non si esaurisce qui, in quanto il team starebbe anche esplorando eventuali future applicazioni di queste tecniche in computer neuromorfici.
Leggi l’articolo completo Mimicking the brain can improve AI performance su BBC.
Immagine generata tramite DALL-E 3. Tutti i diritti sono riservati. Università di Torino (23/04/2025).
