Понимание животного мозга может помочь роботы мыть посуду

Искусственный интеллект (ИИ) еще есть чему поучиться у животных мозги, говорит, Лаборатория Колд Спринг Харбор (в мире) нейробиолог Энтони задор. Теперь, он надеется, что уроки из нейробиология может помочь следующее поколение искусственного интеллекта преодолеть особо трудные препятствия.

Энтони задор, д. м. н., провел свою карьеру, работая описать, вплоть до отдельного нейрона, сложные нейронные сети, которые составляют живой мозг. Но он начал свою карьеру изучению искусственных нейронных сетей (Инс). ИНС, которые являются вычислительные системы за последние революции ИИ, вдохновлены разветвления сети нейронов в животных и человеческих мозгов. Однако, это широкое понятие, обычно, когда вдохновение заканчивается.

В перспективной части недавно опубликованного в Nature коммуникаций, задор описывается улучшенные алгоритмы обучения, позволяющий системам ИИ, чтобы достичь чрезвычайной эффективности на большее число более сложных задач, как шахматы и покер. Но машин все еще озадачен тем, что мы считаем самой простой проблемы.

Решая этот парадокс наконец разрешить роботов, чтобы научиться делать что-то столь же органическими, как преследование добычи или строительства гнезда, или еще что-то, как человеческие и мирские, как моешь посуду-задача, которую руководитель Google Эрик Шмидт как-то назвал «буквально одно предложение… но чрезвычайно сложная проблема» для робота.

«То, что мы находим твердой, как абстрактная мысль или шахматы, на самом деле не самая сложная вещь для машины. То, что мы находим легко, как взаимодействовать с физическим миром, что это тяжело», — пояснил задор. «Причина, по которой мы думаем, что это легко, что у нас было полтора миллиарда лет эволюции, которая подключила наш цепях, так что мы делаем это играючи».

Вот почему задор пишет, что секрет быстрого обучения не может быть усовершенствован алгоритм общего обучения. Вместо этого, он предполагает, что биологические нейронные сети моделирует эволюцию обеспечивают своего рода строительные леса для облегчения быстрого и легкого обучения для определенных задач-как правило, эти важнейшие для выживания.

Для примера, задор очков к вашей задворк.

«У вас есть белок, который может прыгать с дерева на дерево в течение нескольких недель после рождения, но у нас нет мышей учить то же самое. Почему нет?» Сказал задор. «Это потому, что один-это генетически предопределено стать дерево-жилище существо».

Задор говорит о том, что одним из результатов этого генетическая предрасположенность-это врожденная схема, которая помогает раннего обучения животного. Однако, эти сети монтаж гораздо менее обобщенные, чем воспринят панацеей машинного обучения, что большинство экспертов ИИ проводят. Если Инс определены и адаптированы подобные наборы схем, задор утверждает, что в будущем домашних роботов может просто в один прекрасный день удивляют нас с чистотой посуды.