Следующий шаг в развитии ИИ — симуляция мозга младенца

Статус
В этой теме нельзя размещать новые ответы.

Новости

Пользователь
babyX.jpg


Сегодня мы все чаще слышим о тех или иных успехах различных систем искусственного интеллекта. И, несмотря на то, что
Вам необходимо выполнить Вход либо Регистрация для просмотра ссылок!
с каждым днем становятся все лучше и «умнее», до работы, подобной функционированию нашего мозга, им все еще очень далеко. И дело тут даже не в том, что у нас не хватит мощностей «железа» для симуляции работы мозга. Просто ИИ работает совсем не так, как наше сознание. И, чтобы добиться этого, нужно пересмотреть подход к разработке машинных нейросетей. Для начала, создать ИИ, который будет работать также, как мозг младенца.

Почему ИИ не такой «умный», как нам кажется


Практически все
Вам необходимо выполнить Вход либо Регистрация для просмотра ссылок!
, о которых мы знаем сегодня, смоделированы на основе традиционных компьютерных алгоритмов. Они видят мир через призму двоичного кода — нулей и единиц. Это прекрасно подходит для сложных вычислений, но, по словам профессора Элис Паркер, которая уже более 10 лет занимается разработками в сфере ИИ, человечество быстро приближается к пределу возможностей работы вычислительной техники.

С момента первого изобретения ИИ и разработки глубокого обучения дальнейшее совершенствование таких систем шло очень медленно. Чтобы полностью раскрыть свой потенциал, ИИ должен не просто работать быстрее, он должен самостоятельно реагировать на события и обучаться в режиме реального времени. А чтобы это произошло, нам нужно пересмотреть свой подход к проектированию систем искусственного интеллекта.

brainsr.jpg


Как сделать ИИ умнее


Чтобы решить обозначенную проблему, профессор Паркер и ее коллеги используют самую совершенную систему обучения, которую когда-либо создавала природа: человеческий мозг. И на первый план тут выходит технология под названием «позитивное подкрепление». Этот термин пришел из психологии и часто употребляется в контексте воспитания детей, где в качестве позитивного подкрепления выступают некоторые приятные для человека последствия или результаты его деятельности. То есть, грубо говоря, награда за то, что человек сделал что-то правильно.

Это интересно:
Вам необходимо выполнить Вход либо Регистрация для просмотра ссылок!

Мозг, в отличие от компьютера, если можно так выразиться, является «аналоговым устройством», а биологическая память обладает устойчивостью. Аналоговые сигналы могут иметь несколько состояний. В то время как ИИ, построенный по двоичной системе, может различать лишь 2 состояния: «хорошо» и «плохо», наш мозг способен интерпретировать происходящее более глубоко. Ситуация может быть «очень хорошей», «просто хорошей», «плохой» или «очень плохой». Такой принцип работы называется «нейроморфные вычисления» и именно возможность произведения таких вычислений и позволит улучшить работу ИИ.

Представьте себе младенца, сидящего в высоком кресле, — говорит Паркер. Он может сильно размахивать руками. В конце концов одно из этих движений приводит к какому-то результату. Скажем, ребенок опрокидывает чашку. Внезапно нейроны, которые сделали это движение, получили ответ и укрепились. Таким образом маленький ребенок узнал, что движение руки вызывает интересный результат. Это именно то, что нейроморфные вычисления пытаются сделать: научить ИИ обучаться на реальном опыте точно так же, как и мы.

Вам необходимо выполнить Вход либо Регистрация для просмотра ссылок!
ученые разработали свои собственные нейроморфные схемы и объединили их с наноустройствами, называемыми магнитными доменными стеновыми аналоговыми мемристорами (MAM). MAM — это очень сложные устройства, но в данном случае о них важно знать вот что: они позволяют создавать новые связи подобно тому, как это происходит в нашем головном мозге. Таким образом можно наладить систему позитивного подкрепления и начать обучать ИИ.

На данный момент то, что у нас есть, немного похоже на мозг настоящего ребенка. Неразвитый и окончательно не готовый принимать решения самостоятельно. Наш следующий шаг, работая с DARPA, заключается в том, чтобы научить нашу систему обучаться чему-то новому, не забывая о предыдущих уроках.

Обсудить эту и другие новости вы можете в нашем
Вам необходимо выполнить Вход либо Регистрация для просмотра ссылок!


Вам необходимо выполнить Вход либо Регистрация для просмотра ссылок!
 
Статус
В этой теме нельзя размещать новые ответы.
Назад
Сверху