从某种意义上说，我们每个人一开始都准备好了行动。许多动物出生后不久就会表现出惊人的本领。蜘蛛结网。鲸鱼游泳。但是这些天生的能力从何而来呢？显然，大脑起着关键作用，因为它包含控制复杂行为所需的数万亿个神经连接。然而，基因组只有一小部分信息的空间。这个悖论已经困扰了科学家们几十年。现在，冷泉港实验室（CSHL）教授安东尼·扎多尔和阿列克谢·库拉科夫设计了一种利用人工智能的潜在解决方案。
当Zador第一次遇到这个问题时，他对它进行了新的解读。他想知道：“如果基因组有限的能力正是使我们如此聪明的原因呢？”“如果这是一个功能，而不是一个bug怎么办？”换句话说，也许我们可以聪明地行动，快速地学习，因为基因组的限制迫使我们适应。这是一个宏大而大胆的想法，但很难证明。毕竟，我们无法将实验室实验延伸到数十亿年的进化过程中。这就是基因组瓶颈算法产生的原因。
在人工智能领域，世代不会跨越几十年。新车型一按按钮就诞生了。Zador， Koulakov和CSHL的博士后Divyansha Lachi和Sergey Shuvaev着手开发一种计算机算法，将成堆的数据折叠成一个整齐的包，就像我们的基因组可能压缩形成功能性大脑回路所需的信息一样。然后，他们将该算法与经过多轮训练的人工智能网络进行测试。令人惊讶的是，他们发现这种未经训练的新算法在执行图像识别等任务时几乎和最先进的人工智能一样有效。他们的算法甚至适用于像《太空入侵者》这样的电子游戏。好像它天生就知道怎么玩。
这是否意味着人工智能很快就会复制我们的自然能力？“我们还没有达到那个水平，”库拉科夫说。“大脑的皮质结构可以容纳大约280tb的信息——32年的高清视频。我们的基因组容纳了大约一个小时。这意味着40万倍的压缩技术还无法匹敌。”
然而，该算法允许迄今为止在人工智能中看不到的压缩级别。这项研究的主要作者Shuvaev解释说：“例如，如果你想在手机上运行一个大型语言模型，（算法）可以使用的一种方法是在硬件上逐层展开你的模型。”
这样的应用程序可能意味着更先进的AI和更快的运行时间。想想看，我们只用了35亿年的进化就来到了这里。
