Výzkumníci z Cold Spring Harbor Laboratory, Carnegie Mellon a Princetonu zkomprimovali model umělé inteligence pro zpracování obrazu z 60 milionů proměnných na pouhých 10 000 — tedy na tisícinu původní velikosti — při zachování téměř stejného výkonu. Studie publikovaná v Nature 3. března využila data z mozku makaka k napodobení toho, jak neurony V4 zpracovávají barvy, textury a tvary.
"Je to něco, co bychom mohli poslat tweetem nebo e-mailem," řekl hlavní autor Ben Cowley, odborný asistent na Cold Spring Harbor Laboratory. Kompaktní model odhaluje, jak se jednotlivé neurony specializují — některé reagují na zaoblené tvary ovoce, jiné na tečky připomínající oči — což naznačuje, že architektura inspirovaná biologií by mohla vést k mnohem efektivnějším systémům AI.
Mitya Chklovskii, vedoucí skupiny na Flatiron Institute při Simons Foundation, označil práci za významnou pro pochopení biologické i umělé inteligence. Zjištění naznačují, že současné modely AI mohou být enormně přeparametrizované a že komprese inspirovaná mozkem by mohla zpřístupnit výkonnou AI na běžných zařízeních.
