Kunstig intelligens er en disciplin, der historisk set har belønnet store tænkere. James Marshall, professor i datalogi ved U.K.s University of Sheffield, tænker småt.
Indhold
- Opbygning af smartere navigationssystemer
- Forårsager et buzz
Det er ikke ment som en lille smule, så meget som det er en nøjagtig beskrivelse af hans arbejde. Hans opstart, Opteran teknologier, har netop modtaget 2,8 millioner dollars for at fortsætte med at forfølge det arbejde. Hvor andre er fokuseret på at bygge A.I. med intelligens på menneskeligt niveau, der skubber endnu længere ind i rigerne af "kunstig generel intelligens," Marshall har sit syn på noget, der er meget mindre end det menneskelige hjerne. Han vil bygge en kunstig honningbihjerne.
Hjernen hos en honningbi er størrelsesordener mindre og teknisk mere forenklet end en menneskelig hjerne. En menneskelig hjerne har, så vidt vi ved, et sted i størrelsesordenen 86 milliarder neuroner og et volumen på 1.274 kubikcentimeter. En honningbihjerne har 1 million neuroner og er omtrent på størrelse med et knappenålshoved.
Relaterede
- Læs det uhyggeligt smukke 'syntetiske skrift' af en A.I. der tror, det er Gud
- Følelsesfølende A.I. er her, og det kan blive til din næste jobsamtale
- Som en bærbar førerhund hjælper denne ryg blinde mennesker med at navigere
Rekonstruktion af en kunstig honningbihjerne i silicium burde være meget enklere end at bygge en kunstig menneskelig hjerne. Faktisk har de største neurale netværk nu betydeligt flere kunstige neuroner, end honningbien har rigtige. Hvis kunstige neuroner var alt, der skulle til for at opbygge en intelligens sammenlignelig med et rigtigt dyr, så ville vi bør have kunstig intelligens, der er væsentligt mere avanceret i generel intelligens end en frø. Det er overflødigt at sige, at vi ikke gør det.
Anbefalede videoer
Marshall fortalte Digital Trends, at hans forskningsinteresse oprindeligt blev vakt ved at høre om store projekter sigter på at bygge en komplet computersimulering af den menneskelige hjerne. "Mit første svar på det var, 'hvis du vil begynde at bygge en model af en hvilken som helst hjerne på planeten, hvorfor i alverden ville du så starte med den mest komplicerede?'" sagde han.
Opbygning af smartere navigationssystemer
Honningbier kan virke enklere - og i en meget reel forstand er de det - men omvendt konstruktion af en bihjerne handler ikke om lavthængende frugter uden praktisk anvendelse. Marshall sagde, at bier er "fuldendte visuelle navigatører, [dygtige til] langdistancenavigation, med meget sofistikerede indlæringsevner. De er meget mere end den simple slags reaktive automater, som folk ofte tror, insekter er. Hver for sig er de meget kloge."
Tidligere forskning har foreslået, at honningbier er i stand til at løse udfordringer som f.eks. problemet med rejsende sælger (i deres tilfælde at finde korteste rute mellem blomster opdaget i en tilfældig rækkefølge) på en brøkdel af den tid, det ville tage verdens top supercomputere. At bygge en honningbihjerne i silicium kunne derfor hjælpe med at udvikle sofistikerede navigationsværktøjer, der kunne være lette, ultra-lave kraftfulde og størrelsesordener mere effektive end deep learning tilgange,” sagde David Rajan, CEO for Opteran. Virksomhedens teknologi kan drive fremtidige droner, autonome køretøjer og forskellige robotter.
"At have en million neuroner og hvor mange synapser der end er, er ikke slutningen på historien; det er sådan, du forbinder dem sammen."
De nuværende dyb-læringsmetoder er inspireret af en abstraktion af hjernens visuelle cortex, der refererer til dens visuelle genkendelsescenter. Opterans bi-inspirerede algoritmer afspejler i mellemtiden mere fuldstændigt, hvordan hjernen faktisk fungerer. "Når du ser på en komplet hjerne, er den meget struktureret," sagde Marshall. "Du har forskellige hjerneområder, der gør forskellige ting, som er internt struktureret på forskellige måder, med veldefinerede forbindelser mellem dem."
Rajan, der beskrev virksomhedens tilgang til mere biomimik-inspirerede hjernealgoritmer som grundlæggende anderledes end de nuværende tilgange, sagde han ikke kalder det kunstig intelligens, men snarere "naturligt intelligens."
"At have en million neuroner og hvor mange synapser der end er, er ikke slutningen på historien; det er sådan, du forbinder dem sammen," sagde Marshall. »Det handler også om den form for informationsbehandling, der foregår på neuronniveau, for der er mere end én slags neuron i den rigtige hjerne, selvom der ofte kun er én neurontype i et dyb net."
Forårsager et buzz
Opterans tilgang til hjerneteknologi har flere ekstremt lovende elementer. Dens højtydende algoritme vil bruge betydeligt mindre strøm end de tunge computersystemer, der bruges af nutidens deep-learning-værktøjer. Det er afgørende, at dets skabere lover, at der ikke kræves træning, hvilket gør det betydeligt nemmere at implementere ud af boksen, og det vil være bedre til at håndtere sort svane-begivenhedsstil kantsager. Desuden er det forudsigeligt med gennemsigtige regler, der giver det en fordel i forhold til de uigennemsigtige og ikke-verificerbare nuværende tilgange, der bruges af A.I. forskere.
Opteran vil lancere sine første kommercielle værktøjer i de næste 18 måneder, herunder teknologi til forhindring undgåelse og reaktiv navigation og autonom beslutningstagning, samt Opteran See, en 360 graders kamera.
Indtil da er ideen om, at dette er en mere robust tilgang til opbygning af autonome sansningsteknologier, åben for spørgsmål. De tidlige tegn er dog lovende. Et nyligt forsøg involverede at bruge Opterans teknologi til at pilotere en lille drone på under 250 gram med komplet indbygget autonomi ved brug af færre end 10.000 pixels taget fra et enkelt panoramabillede i lav opløsning kamera. En drone, der tænker som en humlebi? Det er bestemt noget at holde øje med.
Men hvordan ved du, hvornår du har skabt hjernen af en humlebi i silicium? Når alt kommer til alt, som førende neurovidenskabsmænd er lyst til at påpege, der er masser, vi stadig ikke ved om hjernen, og vi kan derfor ikke håbe på at reverse engineering. Findes de nødvendige milepæle i humlebibiomimik for at vide, hvornår en A.I. modelleret på en humlebi gør, hvad dens skabere hævder, den er?
"Det, vi virkelig bekymrer os om kommercielt, er adfærd, systemets kompetence," sagde Marshall. "Som virksomhed er vi ikke fikserede på at sige, at vi er sikre på, at vi har gengivet den måde, honningbien fungerer på. [I stedet vil vi sige] vi er sikre på, at vi har reproduceret et system, som er adfærdsmæssigt robust, og som for os ser ud til at opføre sig, som om det var en honningbi, der opførte sig som en honningbi. Dette går tilbage til Alan Turings definition af en A.I. prøve. Hvordan ved du, hvornår du oprettede A.I.? Man kan ikke rigtig kigge ind og sige, ’ja, det er A.I.’ Det skal være en adfærdstest. Det er hvad Imitation spil er; hvornår kan du narre en menneskelig observatør, at de taler til et andet menneske i stedet for en A.I.?"
En Turing-test for bi-bots, så? De næste par år lyder hele tiden mere interessante. Når morgendagens robotter er drevet af en humlebi-inspireret algoritme, så husk, hvor du hørte den først. Og hvorfor, når det kommer til A.I., er det alligevel ikke så slemt at tænke småt.
Redaktørens anbefalinger
- Her er hvad en trendanalyserende A.I. tror, vil være den næste store ting inden for tech
- Fremtiden for A.I.: 4 store ting at holde øje med i de næste par år
- Sprogsupermodel: Hvordan GPT-3 stille og roligt indvarsler A.I. revolution
- Freaky ny A.I. scanner din hjerne og genererer derefter ansigter, du vil finde attraktive
- Billedgenkendelse A.I. har en stor svaghed. Dette kunne være løsningen
