🧠 یادگیری هوش مصنوعی بدون نیاز به «پس‌انتشار» (Backpropagation)؟

🧠 چرا هوش مصنوعی گاهی «خیالات» می‌بیند؟

محققان به تازگی روش جدیدی را معرفی کرده‌اند که می‌تواند انقلابی در نحوه یادگیری مدل‌های هوش مصنوعی ایجاد کند. این پژوهش نشان می‌دهد که می‌توان بدون استفاده از الگوریتم پرمصرف Backpropagation و تنها با تکیه بر قوانین سیناپسیِ مغز (شبیه به نورون‌های ما)، شبکه‌های عصبی را آموزش داد.

ویژگی‌های کلیدی این دستاورد:
✅ حذف محاسبات پیچیده گرادیان
✅ عدم نیاز به داده‌های برچسب‌گذاری شده
✅ الهام‌گرفته از ساختار یادگیری در سیستم‌های عصبی طبیعی

این تحقیق گامی مهم به سوی سیستم‌های «خود-نظارتی» (Self-supervised) است که شباهت بیشتری به عملکرد هوش بیولوژیک دارند. به نظر شما آیا آینده هوش مصنوعی باید از مدل‌های فعلی عبور کند و به سمت تقلید دقیق‌تر از مغز برود؟

منبع: arXiv AI