Smegenų įkvėpta aparatinė įranga gali pagerinti AI gebėjimą mokytis

Dirbtinis intelektas (AI) netrukus gali gauti postūmį iš naujo tipo kompiuterių lustų, įkvėptų žmogaus smegenų.

Purdue universiteto mokslininkai sukūrė a nauja techninė įranga kuriuos pagal poreikį galima perprogramuoti naudojant elektros impulsus. Komanda teigia, kad šis pritaikomumas leistų įrenginiui atlikti visas būtinas funkcijas, kad būtų galima sukurti smegenų įkvėptą kompiuterį. Tai dalis nuolatinių pastangų kuriant AI sistemas, kurios galėtų nuolat mokytis.

„Kai dirbtinio intelekto sistemos nuolat mokosi aplinkoje, jos gali prisitaikyti prie pasaulio, kuris laikui bėgant keičiasi“, – sakė Stevenso technologijos instituto AI ekspertas.

Jordanas Suchovas „Lifewire“ sakė interviu elektroniniu paštu. „Tai matome, pavyzdžiui, kai sukčiavimo aptikimo sistema nustato anksčiau nepastebėtą nesąžiningi pirkiniai arba kai veidų atpažinimo sistema susiduria su asmeniu, kurio dar niekada nematė.

Mokantys visą gyvenimą

Purdue mokslininkai neseniai paskelbė straipsnį žurnale Mokslas. Jame aprašoma, kaip kompiuterių lustai gali dinamiškai persijungti, kad priimtų naujus duomenis taip pat, kaip tai daro smegenys. Šis metodas galėtų padėti AI mokytis laikui bėgant.

„Gyvų būtybių smegenys gali nuolat mokytis visą savo gyvenimą. Dabar sukūrėme dirbtinę platformą, kad mašinos galėtų mokytis visą savo gyvenimą“, – sakė vienas iš straipsnio autorių. Širamas Ramanatanas, a spaudos pranešimas.

Ramanatano komandos sukurta techninė įranga yra mažas, stačiakampis įtaisas, pagamintas iš medžiagos, vadinamos perovskito nikeliatu, kuri yra labai jautri vandeniliui. Taikant skirtingos įtampos elektros impulsus, prietaisas gali keisti vandenilio jonų koncentraciją nanosekundžių klausimas, sukuriant būsenas, kurias, kaip nustatė mokslininkai, būtų galima priskirti atitinkamoms funkcijoms smegenys.

Pavyzdžiui, kai įrenginyje yra daugiau vandenilio netoli jo centro, jis gali veikti kaip neuronas, viena nervinė ląstelė. Kai toje vietoje yra mažiau vandenilio, prietaisas tarnauja kaip sinapsė, jungtis tarp neuronų, kurią smegenys naudoja atminčiai saugoti sudėtingose ​​neuroninėse grandinėse.

„Jei norime sukurti kompiuterį ar mašiną, kurią įkvėpė smegenys, atitinkamai norime turėti galimybę nuolat programuoti, perprogramuoti ir keisti lustą“, – sakė Ramanathanas.

Mąstymo mašinos?

Daugelis šiuolaikinių AI sistemų prisitaiko prie naujos informacijos, kai jos yra perkvalifikuotos, Davidas KanterisMLCommons, atviro inžinerijos konsorciumo, skirto mašininiam mokymuisi tobulinti, vykdomasis direktorius, sakė el.

„Pasaulis yra iš esmės dinamiška vieta, ir galiausiai mašininis mokymasis ir AI turi prie to prisitaikyti“, - sakė Kanteris. „Pavyzdžiui, kalbos atpažinimo sistemai 2022 m., kuri „nežino“ apie COVID-19 ar koronavirusus, trūktų didelio šiuolaikinio pasaulio aspekto. Panašiai autonominė transporto priemonė turėtų prisitaikyti prie pokyčių gatvėse, tiltų uždarymo ar net žemos temperatūros, dėl kurios kelias apledėja.

Nors dirbtinio intelekto sistema, kuri visiškai mokosi pati, vis dar yra koncepcija, daugelis pavyzdžių yra artimi, Sameer Masky, AI bendrovės Fusemachines generalinis direktorius sakė interviu el. paštu. Viena iš šių savarankiško mokymosi sistemų paskelbė naujieną, kai an AI sistema įveikė žmogų žaidime „Go“..

„AlphaGo buvo pirmasis „DeepMind“ AI, nugalėjęs profesionalų „Go“ žaidėją“, – pridūrė Masky. „Jų žaidimų franšizės tapo atspirties taškais, kai kiekvienas naujas papildymas daro pažangą link dirbtinio intelekto, kuris nuolat mokosi.

Ateities AI sistemos ieškos informacijos, kurios joms reikia norint priimti gerus sprendimus ir imtis atitinkamų veiksmų, prognozavo Suchow. Šie pažangūs kompiuteriai padės išvengti brangių klaidų, nes mokysis iš savo patirties modeliavimo Pavyzdžiui, per „žaidimą savarankiškai“, kai AI įsivaizduoja sąveikos su savo kopijomis rezultatus.

„Tai panašu į tai, kaip žmonės gali mokytis pasitelkdami vaizduotę, numatydami blogą rezultatą, nereikalaujant to patirti tiesiogiai“, – pridūrė Suchow. „AI sistemos išmoks veiksmingesnių mokymosi strategijų, panašių į tai, kaip studentas gali nukreipti savo laiką ir atkreipti dėmesį ne tik į esminį to, ką jie studijuoja, bet ir į mokymosi procesą pats."