211service.com
Program AI jest naprawdę dobry w nawigacji dzięki opracowaniu podobnego do mózgu systemu GPS
Sieci neuronowe DeepMind naśladują komórki siatki znajdujące się w ludzkim mózgu, które pomagają nam wiedzieć, gdzie jesteśmy. 9 maja 2018
Pani Tech
Program AI wyszkolony do poruszania się po wirtualnym labiryncie niespodziewanie opracował architekturę, która przypomina neuronowy system GPS znajdujący się w mózgu. Sztuczna inteligencja była wtedy w stanie odnaleźć drogę w labiryncie z niespotykaną dotąd umiejętnością.
Odkrycie pochodzi z DeepMind , brytyjska firma należąca do Alphabet i zajmująca się rozwojem ogólnej sztucznej inteligencji.
Praca opublikowana w czasopiśmie Natura , wskazuje, w jaki sposób sztuczne sieci neuronowe, które same są inspirowane biologią, mogą być wykorzystywane do badania aspektów mózgu, które pozostają tajemnicze. Ale do tego pomysłu należy podchodzić z pewną ostrożnością, ponieważ wiele nie wiemy o tym, jak działa mózg, a funkcjonowanie sztucznych sieci neuronowych też jest często trudne do wytłumaczenia.
Komórki przypominające siatkę widoczne w biologicznych i sztucznych sieciach neuronowych. Blog DeepMind
Naukowcy z DeepMind postanowili wytrenować sztuczną sieć neuronową w celu naśladowania integracji ścieżek, metody, której zwierzęta używają do obliczania swojego ruchu w przestrzeni. Badacze wytrenowali sieć neuronową z pętlą sprzężenia zwrotnego do poruszania się po labiryncie, podając mu przykłady tras obieranych przez myszy przemierzające prawdziwy labirynt.
Zespół odkrył, że sieć neuronowa rozwinęła coś podobnego do komórek siatkowych występujących w biologicznym mózgu. Komórki te, ułożone w trójkątną siatkę, wydają się zapewniać zwierzęciu możliwość ustawienia się w przestrzeni fizycznej. Komórki siatkowe zostały po raz pierwszy zidentyfikowane w 2005 roku, a naukowcy, którzy je znaleźli, otrzymali za to odkrycie w 2014 roku Nagrodę Nobla.
Badacze DeepMind wykorzystali przeszkoloną sieć do poruszania się po nieznanych labiryntach, dodając do swojego podejścia uczenie wzmacniające. Odkryli, że nowo wytrenowana sieć może nawigować znacznie skuteczniej niż jakikolwiek wcześniejszy system sztucznej inteligencji i eksploruje swoją przestrzeń bardziej jak prawdziwe zwierzę.
Sieci neuronowe mogą służyć do wykonywania wielu przydatnych rzeczy, ale do tej pory nie sprawdzały się szczególnie dobrze w nawigacji.
Sztuczna sieć neuronowa DeepMind została przeszkolona do eksploracji wirtualnego labiryntu.
To badanie jest przekonującym dowodem, że uczenie głębokie może być wartościowe w przypadku zadań, które zależą nie tylko od zdolności percepcyjnych, ale także od wyższych funkcji poznawczych — w tym przypadku nawigacja przestrzenna mówi Francesco Savelli , neurolog z Johns Hopkins University, który bada komórki siatkowe i który napisał o badaniach w pokrewnym Natura papier.
Badania sugerują, że komórki siatkowe odgrywają fundamentalną rolę w sposobie, w jaki zwierzęta – w tym ludzie – odnajdują się na całym świecie. To odkrycie może ostatecznie przynieść znaczące korzyści praktyczne, takie jak ułatwienie robotom poruszania się po nieznanych budynkach.
Nasza praca polega na budowaniu sztucznej inteligencji ogólnej i uważamy, że nawigacja jest tego fundamentalnym elementem, mówi Andrea Banino, jeden z członków zespołu DeepMind.
Jego kolega Dharshan Kumaran mówi, że następnym krokiem jest nauczenie agentów AI bardziej złożonych umiejętności nawigacyjnych. Myślimy o bardziej wymagających środowiskach, mówi.
DeepMind już wcześniej wykazał znaczne postępy w uczeniu maszynowym, w tym w programach zdolnych do nauki gry w gry wideo, a także w gry planszowe, takie jak Go i szachy, z nadludzkimi umiejętnościami. Osiągnięcia te polegały również na trenowaniu bardzo dużych lub głębokich sztucznych sieci neuronowych.
Według Demisa Hassabisa, współzałożyciela i dyrektora generalnego DeepMind, badania nad sztuczną inteligencją mogą ujawnić nowe rzeczy w mózgu. Ludzki mózg jest jedynym dowodem istnienia, jaki mamy, że rodzaj ogólnej inteligencji, którą próbujemy zbudować, jest nawet możliwy, powiedział w oświadczeniu. Uważamy, że ta inspiracja powinna być ulicą dwukierunkową, a spostrzeżenia płyną również z badań nad sztuczną inteligencją, aby rzucić światło na otwarte pytania w neuronauce.
Nie jest jednak jasne, w jakim stopniu sieci neuronowe, które są bardzo uproszczonymi reprezentacjami biologii, zajmą nas w wyjaśnianiu mózgu. Kilku neurologów skontaktowało się z Przegląd technologii MIT zauważ, że działanie głębokiej sieci neuronowej nie jest o wiele bardziej interpretowalne niż funkcjonowanie mózgu biologicznego.