После «2001: Космическая одиссея», люди задались вопросом: могут ли машины как HAL 9000 в итоге существуют, которые могут обрабатывать информацию с человека-как разведка?
Исследователи из Мичиганского государственного университета утверждают, что истинный, человека-уровень интеллекта еще далеко, но своей новой работе, опубликованной в американском натуралист исследует, как компьютеры могут начать развиваться учиться точно так же, как природные организмы, с помощью последствия для многих сфер, в том числе искусственного интеллекта.
«Мы знаем, что все организмы способны в той или иной форме обучения, мы просто не знаете, как эти способности впервые появились. Теперь мы можете смотреть эти важнейшие эволюционные события разворачиваются перед нами в виртуальном мире», — сказал Ансельмо Понтис, ученый в области информатики МГУ и ведущий автор. «Понимание того, как поведение обучения развивались помогает нам понять, как оно работает и дает представление в других областях, таких как неврология, педагогика, психология, поведение животных, и даже ИИ. Она также поставляет ключи к тому, как работает наш мозг и может даже привести к роботам, которые учатся с опытом, как эффективно, как это делают люди.»
По данным Фред Дайер, МГУ, профессор интегративной биологии и соавтор, эти результаты имеют потенциал для огромных последствий.
«Мы распутать историю о том, как наши собственные познания пришли, чтобы быть и как это может сформировать будущее», — сказал Дайер. «Понимание наших собственных истоков может привести нас к разработке роботов, которые могли бы наблюдать и учиться, а не быть запрограммированным для каждой отдельной задачи.»
Результаты являются первым доказательством того, что показывает эволюцию ассоциативного обучения в искусственный организм без мозга. Вот видео, показывающее процесс.
«Наше вдохновение было так, как животные учатся ориентиры и использовать их для навигации в их среде,» Понтис-сказал. «Например, в лабораторных экспериментах, медоносные пчелы научились ассоциировать определенные цвета или формы, направления и ориентироваться в сложных лабиринтах.»
Так как эволюции знания нельзя наблюдать через ископаемые — и заняло бы больше чем всю жизнь смотреть в природе — МГУ междисциплинарная команда, состоящая из биологов и компьютерщиков цифровой эволюции программу, которая позволяла им наблюдать за десятки тысяч поколений эволюции за несколько часов, подвиг, недостижимого с живыми системами.
В этом случае организмы эволюционировали в освоении и использовании окружающей среды сигналы, чтобы помочь им ориентироваться в обстановке и находить пищу.
«Обучение имеет решающее значение для большинства поведения, но мы не могли непосредственно наблюдать, как обучение началось в первую очередь с наших чисто инстинктивных предков», — сказал Дайер. «Мы построили в различных давлений отбора, которые мы думали, может играть роль и наблюдал за тем, что происходило в компьютер».
В то время как среда была смоделирована эволюция была реальной. Программы, которые управляют цифровой организма были подвержены генетической изменчивости мутации, наследование и отбор. Организмов было поручено следить за собой след наряду с сигналами, которые-если интерпретировать правильно, указал, где путь шел далее.
В начале моделирования, организмы были «чистыми листами,» неспособный воспринимать, перемещении или обучении. Каждый раз, когда организм воспроизводится, то его потомки могут страдать мутации, которые изменили свое поведение. Большинство мутаций были смертельны. Некоторые ничего не делали. Но редкие черты, которые разрешают организму лучше следовать по следам в результате в организме собрав больше ресурсов, воспроизводства чаще и, таким образом, приобретая долю в составе населения.
На протяжении многих поколений, организмы становятся все более и более сложные действия. Первым пришел простых движений, что позволяет им наткнуться в пищу. Далее была способность ощущать и различать разные типы сигналов, с последующим рефлексивным возможность исправлять ошибки, такие как попытка неправильный путь, резервное копирование и пробовать другой.
Некоторые организмы приобрели способность учиться по ассоциации. Если один из этих организмов не было бы исправить ошибку, но было бы также научиться на этой ошибке и связать определенный сигнал, он увидел, с направлением он теперь знал, что он должен был пойти. С тех пор, он будет ориентироваться весь след без каких-либо дальнейших ошибок. Некоторые организмы даже могут переучиваться, когда обманным путем переключения сигналов середины след.
«Эволюция в природе может занять слишком много времени, чтобы учиться,» Понтис сказал: «Но эволюция-это просто алгоритм, поэтому он может быть воспроизведен на компьютере. Мы не просто смогли увидеть, как определенные среды способствовали эволюции знания, но мы видели популяции развиваются через те же фазы поведенческого, что ранее ученые предполагали, должно произойти, но не было технологии, чтобы видеть.»
сделать разницу: спонсорские возможности
Ответить
Хотите присоединиться к обсуждению?Не стесняйтесь вносить свой вклад!