Architettura Cognitiva Modulare
Una nuova ricerca pubblicata su arXiv rivela che i Large Language Models sviluppano un'architettura cognitiva modulare simile a quella del cervello umano. Questo studio esplora come tali modelli, creati attraverso processi di ottimizzazione diversi, possano esibire una specializzazione funzionale in vari domini cognitivi.

I Large Language Models (LLM) sono una classe di sistemi intelligenti creati mediante processi di ottimizzazione avanzati. Recentemente, uno studio pubblicato su arXiv ha indagato se questi modelli possiedano un'architettura cognitiva modulare simile a quella del cervello umano. Il cervello umano è noto per la sua specializzazione funzionale, con reti distinte che supportano il linguaggio, il ragionamento formale, il ragionamento sociale e il ragionamento fisico. La ricerca ha utilizzato analisi di circuito su 46 compiti che coprono quattro domini cognitivi per esaminare come i LLM sviluppano la loro architettura. I risultati mostrano che i LLM tendono a sviluppare un'organizzazione modulare che riflette la struttura del cervello umano, con compiti che richiedono la stessa rete di neuroni nel cervello umano che reclutano neuroni sovrapposti nei LLM. Questo studio offre nuove prospettive sulla natura dell'intelligenza artificiale e sulla possibilità che i principi di organizzazione del cervello umano siano fondamentali per la costruzione di sistemi intelligenti.
Leggi anche

Modelli AI aperti in crescita
I modelli AI aperti migliorano rapidamente, ma le preoccupazioni sulla sicurezza restano. Il modello GLM-5.2 di Z.ai si avvicina alle capacità dei modelli di punta, ma manca di fondamentali mitigazioni della sicurezza.

Costruzione di grafi conoscenza
Un nuovo approccio per la costruzione di grafi conoscenza da documenti eterogenei, utilizzando un'ontologia formale e un modello linguistico avanzato. Il sistema è in grado di estrarre entità e relazioni in modo consistente e preciso.

OpenAI scioglie team di sicurezza
OpenAI ha sciolto il team di preparedness, che si occupava di valutare i rischi dei modelli di intelligenza artificiale. Il team aveva il compito di identificare e mitigare eventuali rischi legati ai modelli.
Ricevi Morning Tech & AI
Ogni mattina alle 7:30, la notizia AI del giorno nella tua casella.
Iscriviti