Hiërarchisch denken: AI die het brein nabootst en LLMs verslaat

Een internationaal team van wetenschappers presenteert met trots hun nieuwste creatie: een AI-model gegoten naar het menselijk brein. Dit compacte, efficiënte model toont opmerkelijke kracht in redeneertaken – en dat met veel minder middelen dan de grote taalmodellen zoals ChatGPT.

Wat is het HRM-model?

Het nieuw ontwikkelde model heet Hierarchical Reasoning Model (HRM) en is gebaseerd op de manier waarop verschillende hersendelen informatie verwerken, elk op eigen tijdencales – van milliseconden tot minuten. Hierdoor kan het model complex redeneren vereenvoudigen door hiërarchische en gelaagde informatieverwerking te combineren.

Scientists just developed a new AI modeled on the human brain — it's outperforming LLMs like ChatGPT at reasoning tasks The hierarchical reasoning model (HRM) system is modeled on the way the human brain processes complex information, and it outperformed leading LLMs in a notoriously hard-to-beat benchmark.

Compact, efficiënt en opmerkelijk krachtig

Verrassend klein, maar krachtig: het HRM‑model werkt met slechts 27 miljoen parameters en is getraind met ongeveer 1 000 voorbeelden. Dat staat in schril contrast met de nieuwste taalmodellen zoals GPT‑5, waarvan wordt aangenomen dat die drie tot vijf biljoen parameters bevatten. Toch presteert HRM uitmuntend op de ARC‑AGI‑benchmark – een test die bekendstaat als bijzonder uitdagend voor het meten van kunstmatige algemene intelligentie.

Wat betekent dit?

Deze ontwikkeling suggereert dat een AI‑model geïnspireerd door de menselijke hersenstructuur zowel meer intelligentieals efficiëntie kan bereiken zonder enorme hoeveelheden data of rekenkracht. Het vormt daarmee een voorbeeld van innovatie door inspiratie uit de biologie – het menselijke brein als blauwdruk.

Context en bredere ontwikkelingen

De ideeën achter HRM passen in een bredere trend van AI-onderzoek naar neuro-symbolische AI, waarin neurale netwerken worden gecombineerd met symbolische redeneermethoden. Dit dient om zwaktes zoals hallucinaties in taalmodellen te compenseren.

Ook andere projecten zoals Inait (in samenwerking met Microsoft) en China's “Darwin Monkey” tonen interesse in brein-geïnspireerde AI. Inait bouwt op twintig jaar hersenonderzoek om digitale, biologisch plausibele breinsimulaties te maken voor toepassingen in finance en robotica.

Intussen komt uit China het “Darwin Monkey”-project van Zhejiang University — een AI-systeem dat meer dan 2 miljard kunstmatige neuronen bevat, vergelijkbaar met een makakenbrein.

De ontwikkeling van HRM benadrukt dat slim, efficiënt ontwerpen – geïnspireerd door onze eigen cognitieve architecturen – AI-systemen kunnen voortbrengen die buitenproportioneel presteren met minimale middelen. Het is een veelbelovende stap richting AI die niet alleen groter is, maar érg slimmer – en dichter bij menselijk denken.