A Massachusetts Institute of Technology (MIT) és a Carnegie Mellon Egyetem kutatói egy olyan fejlesztésről számoltak be, melynek alapja az a feltételezés, hogy a számítógépek képesek úgy eligazodni az adathalmazokban, ahogyan az ember is teszi gyermekkora óta: nem egyedi struktúrákat keresünk, hanem a rendelkezésre álló összeset, majd ezeket összehasonlítva, mérlegelve elemzünk.

A mesterséges intelligencia kutatásában új távlatokat nyitó, az eddigieknél szélesebb spektrumra koncentráló algoritmust Charles Kemp, a Carnegie Mellon Egyetem pszichológiai tanszékének tanársegéde, valamint Joshua Tenenbaum, az MIT agyi és kognitív tudományokkal foglalkozó, külön kutatócsoportot vezető adjunktusa készítették el, s állításuk szerint ez a program az emberhez hasonlóan ismer fel mintázatokat, s használata, továbbfejlesztése során nem csak az adatfeldolgozást könnyítheti meg, hanem sokat elárulhat az emberi agy működéséről is.

A kutatók közleménye szerint modelljük működésének alapja, hogy a rendezetlennek tekintett adathalmazokban különféle adatstruktúrákat keresnek (fa-, lineáris, kör-, hierarchikus, halmazszerkezetek stb.), majd a leginkább hasonlónak megfelelően elemzik a rendszert és az egyes adatokat – vagyis a rendszerezést nem egy előfeltevésben megfogalmazott szisztéma segítségével végzik el, hanem az összes rendelkezésre álló rendszert mérlegre teszik.

A tudósok alaphipotézise az, hogy az emberi agy is hasonlóan elemez (a legtöbbször öntudatlanul) nagy adatcsoportokat, ennek köszönhető például, hogy az elemek periódusos vagy az állatok, illetve a növények nagy besorolási rendszere szerkezetileg olyan, amilyen. Kempék szerint a gyerekek már igen hamar megtanulják az ilyen típusú rendszerezést a társadalmi kapcsolatok hálózatát, illetve a nyelvi kategóriák szisztémáját megfigyelve.

Kemp és Tenenbaum eredményeiket még tavasszal publikálták a Proceedings of the National Academy of Sciences (PNAS) tudományos folyóiratban.