Ook kunstmatig brein kan een goede nachtrust gebruiken

Ook het artificiële brein lijkt een nachtrust nodig te hebben om optimaal te kunnen blijven functioneren. Dat zeggen wetenschappers aan het Los Alamos National Laboratory (LANL) van het Amerikaanse ministerie van energie in New Mexico. De onderzoekers kwamen tot hun vaststelling bij studies over het functioneren van neuromorfische systemen. Deze netwerken nemen net zoals het menselijk brein beslissingen op basis van aangeleerde patronen en associaties.

Wie analyses over robots raadpleegt, zal bijna telkens vaststellen dat onvermoeibaarheid tot één van de absolute troeven van de machines moeten worden gerekend.

‘In tegenstelling tot mensen hebben ze geen rust nodig,’ luidt het telkens. ‘Werkgevers hoeven bij de inzet van robots dan ook niet met gelimiteerde werkuren, vrije weekends en vakanties rekening te houden. Omdat ze niet vermoeid raken, zullen robots ook minder geneigd zijn fouten te maken.’

Volgens Yijing Watkins, onderzoekster bij het Los Alamos National Laboratory, moeten bij die uitspraken toch enkele kanttekeningen worden gemaakt.

Experimenten van Watkins en haar collega’s met neurale netwerken brachten immers aan het licht dat de technologie eveneens betere prestaties laat optekenen wanneer er periodes van rust worden ingelast. ‘Er kan een duidelijke vergelijking worden gemaakt met de hersenen van levende wezens,’ verduidelijkt Watkins.

Instabiliteit

‘De manier waarop neuromorfische netwerken vaardigheden opbouwen, is vergelijkbaar met het leerproces van levende wezens,’ benadrukt Watkins. ‘Er is een duidelijk verband met de ontwikkeling van het jonge brein van biologische systemen.’

‘We moesten vaststellen dat deze netwerken na periodes zonder supervisie instabiel dreigden te worden. Wanneer de systemen echter werden blootgesteld aan processen die vergelijkbaar zijn met de golven die de menselijke hersenen tijdens de slaap ervaren, kon de stabiliteit worden hersteld.’

‘Het was alsof de neurale netwerken het equivalent van een goede nachtrust hadden gekregen,’ getuigt Watkins. De onderzoekers wijzen erop dat het probleem van dreigende instabiliteit alleen kan optreden wanneer gebruik gemaakt wordt van processoren die heel dicht bij biologische structuren aanleunen.

De meeste research naar machine learning, deep learning of artificiële intelligentie zullen volgens hen nooit met dit fenomeen worden geconfronteerd. Die technologie valt immers terug op een strak omlijnde mathematische wereld.

Meer