Физици от университета Сапиенца в Рим, заедно с японските си колеги, са модернизирали класическите мрежи на Хопфийлд, които имитират асоциативната памет на човешкия мозък. В изходното си състояние такива системи бързо се запълват с информационни отпадъци и смесени халюцинации, губейки до 87% от полезния си капацитет, пише Hitech.
Предишна версия на алгоритъма, наречена Daydreaming, решаваше този проблем чрез едновременно обучение и изчистване на паметта, но се повреждаше, когато се сблъска с небалансирани данни в реалния свят, като например твърде тъмни изображения.
За да преодолеят това ограничение, изследователите разработиха нов метод, наречен „Centered Daydreaming“. Новата система принуждава изкуствените неврони да анализират не абсолютните стойности на входящите сигнали, а само техните локални разлики от средната стойност. Този подход позволява на алгоритъма ефективно да се фокусира върху ключовите разлики между обектите, като същевременно напълно запазва способността си да извлича точно спомени.
Разработчиците се надяват, че разбирането на подобни механизми за филтриране на информацията в бъдеще ще помогне за създаването на по-разбираеми и енергийно ефективни ИИ системи.