Umetna Inteligenca Je Zgrajena Po Vzoru človeških Možganov - Alternativni Pogled

Umetna Inteligenca Je Zgrajena Po Vzoru človeških Možganov - Alternativni Pogled
Umetna Inteligenca Je Zgrajena Po Vzoru človeških Možganov - Alternativni Pogled

Video: Umetna Inteligenca Je Zgrajena Po Vzoru človeških Možganov - Alternativni Pogled

Video: Umetna Inteligenca Je Zgrajena Po Vzoru človeških Možganov - Alternativni Pogled
Video: Компьютер и Мозг | Биология Цифровизации 0.1 | 001 2024, April
Anonim

Ameriško podjetje IBM razvija sistem umetne inteligence, ki temelji na modelu človeških možganov. Trenutno je novo nevronsko mrežo že naučilo logično razmišljati, razumeti zapletene odnose med predmeti, v prihodnosti pa načrtujejo izboljšanje njegove sposobnosti, da bo pozoren in produciral in obdržal spomine.

Danes so tehnologije umetne inteligence sposobne pokazati površinsko človeške lastnosti. Nekateri so na primer sposobni izvajati dejavnosti, ki so običajno povezane samo z osebo - pisanje pesmi, poučevanje ali na primer ustvarjanje del vizualne umetnosti.

Ker pa tehnološki napredek podjetja in razvijalci ponovno razmišljajo o osnovi umetne inteligence, boljše razumevanje lastnega uma in tega, kako ga lahko učinkovito modeliramo (z uporabo strojev in programske opreme). IBM je eno takšnih podjetij, saj se je že odločilo za ambiciozen cilj naučiti AI, da deluje kot človeški možgani, v skladu s futurizmom.

Mnogi od obstoječih sistemov strojnega učenja se opirajo na bloke podatkov (ne glede na delo). Vendar ima ta podpora omejitve - za razliko od človeških možganov.

Učimo se postopoma, poleg tega pa za reševanje problemov uporabljamo logiko - sodobni AI je zgrajen na drugačnem principu. Vendar naj bi DeepMind razvil nevronsko mrežo, ki za dokončanje nalog uporablja racionalno sklepanje.

Timothy Lilicrap, računalniški znanstvenik pri DeepMind, je ugotovil, da so znanstveniki AI dali posebno nalogo in številne predmete, da delujejo, s čimer je spodbudila nevronsko mrežo, da išče obstoječe odnose. Torej, na primer, smo sistem vprašali: "Ali ima predmet, nasproten modrem predmetu, enako obliko kot drobni svetlo modri predmet desno od sive kovinske kroglice?" V takšnih testih je nevronska mreža določila zahtevani predmet v 96% primerov (tradicionalni modeli strojnega učenja običajno uspejo v 42-77% primerov).

Znanstveniki iz IBM-a bodo izboljšali novo nevronsko mrežo, pravi raziskovalka Irina Rish (Irina Rish). Izboljšati sposobnost algoritma za pozornost, pa tudi za ustvarjanje in zadrževanje spominov; razvijalci želijo ustvariti arhitekturo, ki bi nevronskim mrežam omogočila, da se razvijejo sami (tako kot oseba, s poskusom in napakami).