Нов „течен“ изкуствен интелект се учи продължително от своя опит

3
932

Често изкуственият интелект (AI) се сравнява с човешкия мозък, но истината е, че все още е далеч от неговото ниво. В света на животните мозъците идват в различна форма и размер. При нов подход за машинно обучение е избран за основа мозъкът на червей.

Изглежда това носи чудесни резултати – невронна мрежа, която е ефективна, прозрачна и може да се самообучава от опита си до края на своя живот

По принцип алгоритмите за машинно обучение минават през начален период на обучение, на базата на който да работят след това. Тук виждаме така наречената „течна“ невронна мрежа, която има вродена невропластичност.

Нашият свят е много шумен и хаотичен, така че възможността за постоянна адаптация е добре дошла

Архитектурата на алгоритъма е вдъхновена от нервната система на C. elegans червея, който има 302 неврона. Групата учени, които работят над проекта, е от MIT и Института за наука и технологии в Австрия. Изследователите смятат, че въпреки простото устройство на червеня, той е способен на доста интересно и променливо поведение, предават от SingularityHub.

Чрез различни уравнения успяват да моделират неговите неврони и създават невронна мрежа с тяхното участие. Резултатът е много по-прост алгоритъм в сравнение с най-модерните и напреднали алгоритми за машинно обучение, които съществуват. Въпреки това, успешно се изпълняват подобни задачи – като например поддържането на автомобил в една лента.

В модерните модели за дълбоко обучение съществуват милиони параметри, за да могат да се изпълняват сложни задачи. Този подход позволява използването на много по-малко параметри – 75 хиляди.

Сега е публикуван нов научен труд, който разглежда напредъка

Връщайки се към настоящите модели, там предварително се задават въпросните параметри, колкото и да са те. Алгоритъма започва да работи, но ако той се отдалечи прекалено много от това, което е научил в началото, ще спре да работи. В реалния живот обаче няма фиксирани и абсолютни явления. Заради това се използват повече и повече параметри, които да помогнат покриването на възможно най-много сценарии.

При тази течна невронна мрежа е позволено на параметрите да се променят във времето. Така алгоритъма натрупва продължителен опит. Това намалява вероятността да се стигне до спиране на работата при постъпване на нова или объркваща информация.

Пример за подобен е проблем е, когато завали дъжд и той намали видимостта на камерите, които се използват в кола за автономното ѝ управление

Освен това, тъй като тук броя на параметрите е чувствително по-малък, учените могат да го следят от близо и да оценяват решенията, които взима. Новата възможност за адаптиране спрямо промените и простата архитектура не пречат на алгоритъма да се представя също толкова добре като всички останали. Той предвижда със същия или по-добър успех следващите стъпки в поредица от събития.

Наличието на адаптиращ се алгоритъм, който консумира сравнително малко изчислителна сила заради устройството си, би бил идеален за мозък на робот. Учените зад проекта смятат, че течният изкуствен интелект може да се приложи много добре за задачи, които изискват анализ в реално време на информация – като обработка на видео или финансови анализи.

0 0 глас
Оценете статията
Абонирай се
Извести ме за
guest
3 Коментара
стари
нови оценка
Отзиви
Всички коментари