Дослідження демонструє, що правильна архітектура може різко підсилити здатність систем ШІ відтворювати мозкові патерни ще до навчання.

Команда Університету Джонса Гопкінса показала, що біологічно спрямований дизайн формує структури, здатні генерувати мозкоподібні реакції без великих датасетів. Мік Боннер наголошує: «сфера штучного інтелекту рухається в напрямку завантаження моделей величезними обсягами даних…», підкреслюючи, що люди навчаються ефективніше. Дослідники стверджують, що еволюційно подібні структури створюють вигідні передумови для навчання.

Фахівці модифікували трансформатори, згорткові та повністю з’єднані мережі, тестуючи їх на зображеннях і порівнюючи реакції з активністю мозку приматів. Результати засвідчили, що трансформатори та щільні мережі мало змінюються від збільшення нейронів. Найкраще відповідність мозковим патернам демонстрували глибоко змінені згорткові системи.

Такі ненавчені згорткові мережі інколи зрівнювалися з традиційними моделями, які обробляють мільярди прикладів. Боннер підкреслює: «почавши з правильного плану… ми зможемо значно прискорити навчання в системах ШІ». Наступний крок команди — створення простих біологічних алгоритмів для нової основи глибокого навчання.