De recente vooruitgang in kunstmatige intelligentie is verbazingwekkend. Sommige mensen beweren zelfs dat AI-systemen al bewust zijn.<\/p>\n","nieuwsbericht":"
Deze AI-systemen maken vaak gebruik van zogenaamde \u2018deep learning\u2019 netwerken waarbij informatie wordt verwerkt via een opeenstapeling van onderling verbonden lagen (daarom \u2018diep\u2019 genoemd), die elk bestaan uit kunstmatige, wiskundig gedefinieerde neuronen. Er wordt aangenomen dat diepere netwerken (dus met meer en meer lagen kunstmatige neuronen) meer rekenkracht hebben; daarom is de huidige trend in AI om zulke diepe netwerk-architecturen te gebruiken.<\/p>\n
Niet alleen AI-systemen, maar ook theori\u00ebn over hersenfuncties gaan vaak uit van diepe netwerken. De theorie van Voorspellend Coderen (predictive coding) biedt een belangrijk kader voor het begrijpen van hersenfuncties, dat stelt dat de hersenen voortdurend interne modellen van de omgeving genereren en bijwerken. Voorspellend Coderen-modellen gaan ook voornamelijk uit van diepe, hi\u00ebrarchisch georganiseerde netwerken.<\/p>\n
In een recent verschenen artikel, gepubliceerd in Nature Reviews Neuroscience, stellen onderzoekers van de Universiteit van Amsterdam en de Universiteit van Tartu (Estland) een baanbrekende nieuwe theorie voor - de hypothese van het Ondiepe Brein - die de algemeen heersende opvatting dat neurale berekeningen uitsluitend via hi\u00ebrarchische structuren verlopen, onder de loep neemt.
\nVolgens deze nieuwe theorie worden de hersenen gekenmerkt door een ondiepe structuur die elegant verweven is met de conventionele, diepe hi\u00ebrarchie van corticale gebieden. Ondiepe, snelle parallelle berekeningen en diepe, trage berekeningen bestaan naast elkaar in de hersenen zonder elkaar te storen. Ze kunnen elkaar zelfs versterken door snelkoppelingen aan te bieden voor beslissingen die anders te lang zouden duren. Deze theorie inspireert AI-onderzoek om op zoek te gaan naar nieuwe richtingen en de hersenen beter te imiteren.<\/p>\n