Наступний крок у розвитку ІІ - симуляція мозку немовляти

Сьогодні ми все частіше чуємо про ті чи інші успіхирізних систем штучного інтелекту. І, незважаючи на те, що розвинені нейромережі з кожним днем ​​стають все краще і «розумніші», до роботи, подібної функціонуванню нашого мозку, їм все ще дуже далеко. І справа тут навіть не в тому, що у нас не вистачить потужностей «заліза» для симуляції роботи мозку. Просто ІІ працює зовсім не так, як наша свідомість. І, щоб домогтися цього, потрібно переглянути підхід до розробки машинних нейромереж. Для початку, створити ІІ, який буде працювати також, як мозок немовляти.

Чому ІІ не такий «розумний», як нам здається

Практично всі ІІ-системи, про які ми знаємосьогодні, змодельовані на основі традиційних комп'ютерних алгоритмів. Вони бачать світ через призму двійкового коду - нулів і одиниць. Це прекрасно підходить для складних обчислень, але, за словами професора Еліс Паркер, яка вже понад 10 років займається розробками в сфері ІІ, людство швидко наближається до межі можливостей роботи обчислювальної техніки.

З моменту першого винаходу ІІ і розробкиглибокого навчання подальше вдосконалення таких систем йшло дуже повільно. Щоб повністю розкрити свій потенціал, ІІ повинен не просто працювати швидше, він повинен самостійно реагувати на події і навчатися в режимі реального часу. А щоб це сталося, нам потрібно переглянути свій підхід до проектування систем штучного інтелекту.

Як зробити ІІ розумнішими

Щоб вирішити зазначену проблему, професорПаркер і її колеги використовують найдосконалішу систему навчання, яку коли-небудь створювала природа: людський мозок. І на перший план тут виходить технологія під назвою «позитивне підкріплення». Цей термін прийшов з психології та часто вживається в контексті виховання дітей, де в якості позитивного підкріплення виступають деякі приємні для людини наслідки або результати його діяльності. Тобто, грубо кажучи, нагорода за те, що людина зробила щось правильно.

Це цікаво: Штучний інтелект почав працювати в лондонському барі.

Мозок, на відміну від комп'ютера, якщо можна таквисловитися, є «аналоговим пристроєм», а біологічна пам'ять має стійкість. Аналогові сигнали можуть мати кілька станів. У той час як ІІ, побудований за двійковій системі, може розрізняти лише 2 стану: «добре» і «погано», наш мозок здатний інтерпретувати події більш глибоко. Ситуація може бути «дуже хорошою», «просто хорошою», «поганий» або «дуже поганий». Такий принцип роботи називається «нейроморфние обчислення» і саме можливість твори таких обчислень і дозволить поліпшити роботу ІІ.

Уявіть собі немовляти, що сидить у високомукріслі, - каже Паркер. Він може сильно розмахувати руками. Зрештою одна з цих рухів призводить до якогось результату. Скажімо, дитина перекидає чашку. Раптово нейрони, які зробили це рух, отримали відповідь і зміцнилися. Таким чином маленька дитина дізнався, що рух руки викликає цікавий результат. Це саме те, що нейроморфние обчислення намагаються зробити: навчити ІІ навчатися на реальному досвіді точно так же, як і ми.

Для цього досягнення результату вченірозробили свої власні нейроморфние схеми і об'єднали їх з нанопристрої, званими магнітними доменними стіновими аналоговими мемрістор (MAM). MAM - це дуже складні пристрої, але в даному випадку про них важливо знати ось що: вони дозволяють створювати нові зв'язки подібно до того, як це відбувається в нашому головному мозку. Таким чином можна налагодити систему позитивного підкріплення і почати навчати ІІ.

На даний момент те, що у нас є, трохисхоже на мозок справжню дитину. Нерозвинений і остаточно не готовий приймати рішення самостійно. Наш наступний крок, працюючи з DARPA, полягає в тому, щоб навчити нашу систему навчатися чомусь новому, не забуваючи про попередніх уроках.

Обговорити цю та інші новини ви можете в нашому чаті в телеграм.