I neuroscienziati del Cold Spring Harbor Laboratory (CSHL), guidati dai professori Anthony Zador e Alexei Koulakov, hanno sviluppato un nuovo algoritmo ispirato al funzionamento del genoma umano e, questo approccio, denominato genomic bottleneck, propone un modello di compressione delle informazioni che potrebbe cambiare il futuro dell’intelligenza artificiale, rendendola più veloce ed efficiente.
Il paradosso del genoma e la sua applicazione all’AI
Il genoma umano contiene solo una minima parte delle informazioni necessarie per controllare comportamenti complessi. Tuttavia, questa limitazione potrebbe essere proprio il segreto dell’intelligenza e dell’adattabilità umane. Secondo Zador, i limiti di memoria del genoma forzano l’organismo a sviluppare connessioni neurali altamente ottimizzate, permettendo di imparare rapidamente e agire in modo intelligente.
Questo principio è stato applicato all’AI tramite un algoritmo che simula la compressione dei dati genetici. Durante i test, il modello si è dimostrato capace di svolgere attività come il riconoscimento delle immagini e l’interazione con videogiochi come Space Invaders con prestazioni paragonabili a quelle delle reti neurali tradizionali, senza necessità di addestramento.
Compressione avanzata e applicazioni pratiche
Nonostante i progressi, il cervello umano conserva un vantaggio significativo in termini di capacità. Il genoma comprime circa 280 terabyte di informazioni a un livello che l’AI non può ancora raggiungere. Tuttavia, l’algoritmo ha mostrato livelli di compressione mai visti prima, con applicazioni che includono l’ottimizzazione dei modelli linguistici e delle reti neurali per funzionare su dispositivi con risorse limitate, come smartphone e sistemi embedded.
Secondo Sergey Shuvaev, autore principale dello studio, questa tecnologia potrebbe essere utilizzata per “espandere” modelli complessi direttamente sull’hardware del dispositivo, migliorando significativamente le prestazioni e riducendo il consumo di energia.
Implicazioni future
Il concetto del genomic bottleneck rappresenta una svolta nel modo di concepire e progettare l’AI. I finanziamenti da enti come Schmidt Futures e la G. Harold & Leila Y. Mathers Foundation sottolineano l’importanza di questa ricerca nel colmare il divario tra la biologia evolutiva e l’intelligenza artificiale.
Il genomic bottleneck offre una nuova prospettiva sull’apprendimento automatico, ispirandosi alla compressione evolutiva del genoma umano. Questo approccio non solo promette di rendere l’AI più accessibile e sostenibile, ma apre anche la strada a tecnologie che emulano meglio le capacità adattative degli esseri viventi. Con questa ricerca, il Cold Spring Harbor Laboratory dimostra che l’osservazione della natura può ancora guidare le innovazioni tecnologiche del futuro.
