Los humanos pueden realizar múltiples tareas al mismo tiempo (por ejemplo, leer mientras escuchan música), pero memorizamos información de fuentes menos enfocadas con peor eficiencia que la que hacemos desde nuestro enfoque o tarea principal.
¿Existen tales cosas en el caso de la inteligencia artificial? Dudo, por ejemplo, que las redes neuronales tengan tales características, pero puedo estar equivocado.
Respuestas:
La arquitectura CopyCat de Douglas Hofstadter para resolver problemas de analogía de cadenas de letras fue diseñada deliberadamente para mantener una noción semánticamente informada de 'relevancia', es decir, dada una variedad de posibilidades competitivas, tienden a mantener el interés en la que es más convincente. Aunque el valor de prominencia de (parte de) una solución se representa en última instancia numéricamente, el medio por el cual se determinó en general tiene la intención de corresponder (al menos funcionalmente) a la forma en que la "atención selectiva" podría operar en la cognición humana.
La concentración, tal vez más fácil de entender como "enfoque" o "atención", tiene bastante historia en IA. Esta respuesta menciona CopyCat, y también hubo trabajo con redes neuronales en los años 80 (por ejemplo, de Fukushima , creador del Neocognitron).
Más recientemente, la atención en las redes neuronales está ganando impulso . Los mecanismos se aplican al aprendizaje en redes neuronales profundas.