Реверс-инжиниринг механизмов биологической памяти

однако, это очень даже интересует, начинаю смотреть весь цикл статей, хотелось бы иметь min информацию об авторе

Моментальная память (оперативная)

В классификациях такой нет, что имеется в виду? Близко по смыслу иконическая и рабочая память, которая ограничена. Последнюю иногда называют оперативной, и считают разновидностью кратковременной. Вот тут еще упоминается мгновенная память, относят ее к сенсорной, как и иконическую. Конечно все классификации условны, меняются со временем. Необоснованное добавление еще некой моментальной только увеличивает неразбериху.

Замечаний к тексту не мало, хорошо что хоть не реверсировали память к транзисторам, как это часто делают физики и технические специалисты) напишу только к этому

Становится ясно, что достичь сильного ИИ возможно различными методами и технологиями. Большие Языковые Модели (LLM) и развитие подобных технологий позволят создать интеллект или даже разум некоторого нового качества совершенно отличного от человеческого. В котором не будет места знаниям о биологии человеческой памяти или сознания.

Почему отличного от человеческого? ЯМ, как и любые ИНС построены на сетях формальных нейронов, которые моделируют важную суммативную функцию биологических нейронов. В целом ЯМ моделируют, худо-бедно, ассоциативное мышление и память человека, здесь не плохо показано. Из-за такой ограниченной модели все проблемы ЯМ связанные с так называемыми галлюцинациями, на самом деле фантазиями, и другими немалыми недостатками. У человека, как известно, форм мышления намного больше (здесь подробнее), и соответственно видов памяти, и архитектуре ИНС еще есть куда, и каком направлении совершенствоваться. Для чего современного уровня ЯМ достаточно в практическом плане так это для разработки нового поколения интеллектуальны ассистентов, что собственно и наблюдается.

Практически все идеи ИНС почерпнуты в исследованиях биологических прототипов даже если авторы в своих работах не указывают ссылки на соответствующие исследования. Даже такой поборник собственного пути ИИ, как Ян Лекун черпал и черпает свои идеи из работ нейробиологов, сверяет результаты с ними, достаточно посмотреть его записки. Вот схематическое изображение архитектуры глубоких сверточных сетей над которыми он работал в сравнении с вентральным трактом зрительной системы приматов. И даже такая процедура, как обучение с помощью обратного распространения ошибки имеет некоторый ограниченный аналог в биологических сетях, хотя пока и не до конца изученный.

Но я верю и увлечен идеей создания интеллекта основанного на биологических принципах организации памяти, сознания и эмоций. Поэтому изучая нейрофизиологию я сжимаю, упрощаю и систематизирую информацию, чтобы она стала еще более доступна для понимания и реверс-инжиниринга. Хоть этот альтернативный путь возникновения искусственного интеллекта и не имеет столь мощного результата и интереса в сравнении с LLM, но возможно в будущем это будет спасительная веточка для существования Человечества.

Отрадно читать такое, и это не альтернативный путь, а как раз прямой, и он уже давно развивается с использованием нейроморфных технологий. Практически все известные производители компьютерного железа имеют программы их разработки, и даже коммерческие продукты. Эти решения ближе к биологическим прототипам по многим параметрам, включая, по энергоэффективности (беды современных ИНС), импульсному режиму работы, асинхронности, возможным встроенным генераторам паттернов активности, способам обучения, включая непрерывный, и тд. Но сложнее в реализации, и потребуется еще некоторое время, чтобы реализовать все свои возможности. Вероятно вы в курсе эти работ. Это позволит создавать не только интеллектуальных ассистентов, пусть и продвинутых в отдельных областях, но и интеллектуальных агентов, включая воплощенных, которые будут ближе к когнитивной архитектуре (в этом коменте подробнее). Вероятно в перспективе статические решения типа ЯМ займут свою нишу, а в основном будут использоваться нейроморфные решения.

Возможно читали про эту исследовательскую разработку в области импульсных сетей, в кот. для повышения эффективности обучения используется периодическая активация состояния сети являющегося некоторым аналогом сна и консолидации памяти у человека (науч-поп., статья). Несколько курьезно, но демонстрирует возможности технологии, т.к. частично решает проблему катастрафического забывания информации, которая характерна для современных ИНС, хотя над ней усиленно работают.

Удачи в поисках!