S_042020 S_042020 S_042020

DeepMind učí umelú inteligenciu orientovať sa v priestore na spôsob cicavcov

Technológie
0

Sesterská spoločnosť Googlu DeepMind sa špecializuje na strojové učenie, konkrétne je jej cieľom zistiť, či sa umelá inteligencia môže inšpirovať v neurológii a naopak. Nedávno DeepMind publikoval článok, v ktorom opisuje neurónovú sieť, ktorá sa pokúsila riešiť problém navigácie a vyvinula metódu vnímania priestoru, ktorá imituje mriežkové bunky cicavcov.

Mriežkové bunky objavili v roku 2005 a zatiaľ sú málo preskúmané. Vyskytujú sa v mozgu cicavcov a pomáhajú im pri navigácii. Ich aktivita je organizovaná do pravidelných priestorových obrazcov. Vo všeobecnosti je naša schopnosť pochopiť, kde sa nachádzame, založená na týchto špeciálnych bunkách, pričom ju ovplyvňuje, ako ďaleko sme cestovali a v akom smere. Zjednodušene povedané, v mozgu je abstraktne vytvorená šesťuholníková mriežka a aplikovaná na prostredie. Podľa toho dokážeme posúdiť, kam a ako rýchlo ideme. A funguje to rovnako u všetkých cicavcov – ako zabudovaná funkcia, nech to znie akokoľvek čudne.

Vedci ešte presne nevedia, ako mriežkové bunky fungujú. Existuje však niekoľko teórií, ako tieto javy v skutočnosti pomáhajú pri navigácii. Umelá inteligencia laboratória DeepMind sa zaoberala jednou z týchto teórií - myšlienkou, že mriežkové bunky nám dávajú vektorovú aproximáciu lokalizácie. Výskumníci si všimli, že pri tom vyvinula vlastný systém napodobňujúci ľudské mriežkové bunky, aby riešila navigačné problémy rovnakým spôsobom ako laboratórne myši (a aj väčšina cicavcov).

Najprv sme školili rekurentnú sieť na vykonávanie úlohy lokalizácie vo virtuálnom prostredí prevažne s využitím signálov o rýchlosti pohybu,“ uvádza sa v blogovom príspevku spoločnosti. „Túto schopnosť bežne používajú cicavce pri prechádzaní neznámymi miestami alebo v situáciách, kde nie je ľahké nájsť známe orientačné body (napríklad pri navigácii v tme). Zistili sme, že v neurónovej sieti sa spontánne objavili reprezentácie podobajúce sa mriežke (ďalej len „mriežkové jednotky“), ktoré vykazujú pozoruhodnú konvergenciu s modelmi nervovej aktivity pozorovanými pri orientujúcich sa cicavcoch, čo je v súlade s predstavou, že mriežkové bunky poskytujú účinný kód priestoru.

Vedci testovali teóriu použitím metódy reinforcement learningu, aby odmenili umelú inteligenciu za úspešné prechádzanie prostredím virtuálnej hry pomocou vektorovej navigácie. V jednej fáze experimentu zabránili umelej inteligencii vytvoriť si vlastnú verziu mriežkových buniek a výsledkom bolo okamžité zhoršenie vo vykonávaní úloh. No po umožnení vyvinúť vlastnú verziu mriežkových buniek umelá inteligencia vykázala lepšie navigačné schopnosti ako ľudia.

Dúfajme, že takýto výskum povedie k robotom, ktoré sa budú pohybovať a orientovať ako myši alebo aj ako ľudia. V simulovanom prostredí už umelá inteligencia prekoná ľudí v jednoduchých navigačných úlohách.

Zdroj: thenextweb.com

redakcia

Všetky autorove články
Google DeepMind umela inteliigencia strojove ucenie cicavce priestor

Pridať komentár

Mohlo by vás zaujímať

Mohlo by vás zaujímať