K.I. Bumblebee Brains: Der Schlüssel zur Navigation der nächsten Generation?

Künstliche Intelligenz ist eine Disziplin, die in der Vergangenheit große Denker belohnt hat. James Marshall, Professor für Informatik an der britischen University of Sheffield, denkt klein.

Das soll keine Beleidigung sein, sondern vielmehr eine genaue Beschreibung seiner Arbeit. Sein Startup, Opteran-Technologien, hat gerade 2,8 Millionen US-Dollar erhalten, um diese Arbeit fortzusetzen. Wo sich andere auf den Aufbau von KI konzentrieren. mit Intelligenz auf menschlicher Ebene, die noch weiter in die Bereiche von vordringt Als „künstliche allgemeine Intelligenz“ hat Marshall etwas im Visier, das viel kleiner ist als der Mensch Gehirn. Er möchte ein künstliches Honigbienengehirn bauen.

Das Gehirn einer Honigbiene ist um Größenordnungen kleiner und technisch einfacher als das menschliche Gehirn. Ein menschliches Gehirn hat unseres Wissens nach etwa 86 Milliarden Neuronen und ein Volumen von 1.274 Kubikzentimetern. Das Gehirn einer Honigbiene hat 1 Million Neuronen und ist etwa so groß wie ein Stecknadelkopf.

Die Umgestaltung eines künstlichen Gehirns einer Honigbiene aus Silizium sollte viel einfacher sein als der Bau eines künstlichen menschlichen Gehirns. Tatsächlich verfügen die größten neuronalen Netze mittlerweile über deutlich mehr künstliche Neuronen als die Honigbiene über echte. Wenn künstliche Neuronen ausreichen würden, um eine Intelligenz aufzubauen, die mit der eines echten Tieres vergleichbar ist, dann wir sollte über eine künstliche Intelligenz verfügen, die in der allgemeinen Intelligenz deutlich weiter fortgeschritten ist als a Frosch. Unnötig zu erwähnen, dass wir das nicht tun.

Marshall sagte gegenüber Digital Trends, dass sein Forschungsinteresse ursprünglich dadurch geweckt wurde, dass er davon hörte Großprojekte Ziel ist es, eine vollständige Computersimulation des menschlichen Gehirns zu erstellen. „Meine erste Antwort darauf war: ‚Wenn Sie anfangen wollen, ein Modell eines Gehirns auf dem Planeten zu bauen, warum um alles in der Welt sollten Sie dann mit dem kompliziertesten beginnen?‘“, sagte er.

Entwicklung intelligenterer Navigationssysteme

Honigbienen mögen einfacher erscheinen – und im wahrsten Sinne des Wortes sind sie es auch –, aber beim Reverse Engineering eines Bienengehirns geht es nicht um niedrig hängende Früchte ohne praktische Anwendung. Marshall sagte, Bienen seien „vollkommene visuelle Navigatoren, die sich mit der Navigation über große Entfernungen auskennen und über sehr ausgefeilte Lernfähigkeiten verfügen.“ Sie sind viel mehr als die einfache Art reaktiver Automaten, für die man Insekten oft hält. Für sich genommen sind sie sehr clever.“

Frühere Forschung hat vorgeschlagen, dass Honigbienen in der Lage sind, Herausforderungen wie das Problem des Handlungsreisenden zu lösen (in ihrem Fall das Finden des Problems). (kürzeste Route zwischen in zufälliger Reihenfolge entdeckten Blumen) in einem Bruchteil der Zeit, die man für die Spitze der Welt benötigen würde Supercomputer. Der Bau eines Honigbienengehirns aus Silizium könnte daher dazu beitragen, hochentwickelte Navigationswerkzeuge zu entwickeln, die leichtgewichtig, äußerst stromsparend und um Größenordnungen effizienter sind als die Deep-Learning-Ansätze“, sagte David Rajan, CEO von Opteran. Die Technologie des Unternehmens könnte zukünftige Drohnen, autonome Fahrzeuge und verschiedene Roboter antreiben.

Aktuelle Deep-Learning-Methoden basieren auf einer Abstraktion des visuellen Kortex des Gehirns und beziehen sich auf sein visuelles Erkennungszentrum. Die von Bienen inspirierten Algorithmen von Opteran spiegeln mittlerweile besser die Art und Weise wider, wie das Gehirn tatsächlich funktioniert. „Wenn man sich ein komplettes Gehirn ansieht, ist es hochstrukturiert“, sagte Marshall. „Sie haben verschiedene Gehirnregionen, die unterschiedliche Dinge tun, die intern auf unterschiedliche Weise strukturiert sind und klar definierte Verbindungen zwischen ihnen haben.“

Rajan, der den Ansatz des Unternehmens für stärker von der Biomimikry inspirierte Gehirnalgorithmen als grundlegend beschrieb anders als aktuelle Ansätze, sagte er, er nenne es nicht künstliche Intelligenz, sondern „natürlich“. Intelligenz."

„Eine Million Neuronen und noch so viele Synapsen zu haben, ist nicht das Ende der Geschichte; Es geht darum, wie man sie miteinander verbindet“, sagte Marshall. „Es geht auch um die Art der Informationsverarbeitung, die auf Neuronenebene erfolgt, denn das gibt es.“ mehr als eine Art von Neuronen im echten Gehirn, obwohl es in der Tiefe oft nur eine Art von Neuronen gibt Netz."

Für Aufsehen sorgen

Opterans Ansatz zur Gehirntechnologie weist mehrere äußerst vielversprechende Elemente auf. Sein Hochleistungsalgorithmus wird deutlich weniger Strom verbrauchen als die schweren Computersysteme, die von heutigen Deep-Learning-Tools verwendet werden. Entscheidend ist, dass die Entwickler versprechen, dass keine Schulung erforderlich ist, was den sofortigen Einsatz erheblich erleichtert und den Umgang mit Black-Swan-Events besser beherrscht Randfälle. Darüber hinaus ist es vorhersehbar und verfügt über transparente Regeln, die ihm einen Vorteil gegenüber den undurchsichtigen und nicht überprüfbaren aktuellen Ansätzen der KI verschaffen. Forscher.

Opteran wird in den nächsten 18 Monaten seine ersten kommerziellen Tools auf den Markt bringen, darunter auch Technologie für Hindernisse Vermeidung und reaktive Navigation und autonome Entscheidungsfindung sowie Opteran See, ein 360-Grad-Rundum Kamera.

Bis dahin bleibt die Idee, dass dies ein robusterer Ansatz für den Aufbau autonomer Sensortechnologien ist, fraglich. Die ersten Anzeichen sind jedoch vielversprechend. Bei einem kürzlich durchgeführten Versuch wurde die Technologie von Opteran genutzt, um eine kleine, unter 250 Gramm schwere Drohne zu steuern Vollständige Autonomie an Bord, wobei weniger als 10.000 Pixel aus einem einzigen Panorama mit niedriger Auflösung verwendet werden Kamera. Eine Drohne, die wie eine Hummel denkt? Das ist auf jeden Fall etwas, das man im Auge behalten sollte.

Aber woher wissen Sie, wann Sie das Gehirn einer Hummel aus Silizium geschaffen haben? Schließlich sind es führende Neurowissenschaftler möchte gerne darauf hinweisen, es gibt vieles, was wir immer noch nicht über das Gehirn wissen und daher nicht hoffen können, es rückentwickeln zu können. Gibt es in der Hummel-Biomimikry die notwendigen Meilensteine, um zu wissen, wann eine K.I. das einer Hummel nachempfunden ist, tut, was seine Schöpfer behaupten?

„Was uns kommerziell wirklich interessiert, ist das Verhalten, die Kompetenz des Systems“, sagte Marshall. „Als Unternehmen legen wir nicht Wert darauf, zu sagen, dass wir zuversichtlich sind, dass wir die Funktionsweise der Honigbiene nachgebildet haben. [Stattdessen möchten wir sagen] wir sind zuversichtlich, dass wir ein System reproduziert haben, das verhaltensrobust ist und das sich für uns so zu verhalten scheint, als wäre es eine Honigbiene, die sich wie eine Honigbiene verhält. Dies geht auf Alan Turings Definition einer KI zurück. prüfen. Woher wissen Sie, wann Sie die KI entwickelt haben? Man kann nicht wirklich nach innen schauen und sagen: „Ja, das ist KI.“ Es muss ein Verhaltenstest sein. Das ist es, was die Nachahmungsspiel Ist; Wann kann man einen menschlichen Beobachter täuschen, dass er mit einem anderen Menschen und nicht mit einer KI spricht?“

Ein Turing-Test für Bee-Bots also? Die nächsten paar Jahre klingen immer interessanter. Wenn die Roboter von morgen von einem von Hummeln inspirierten Algorithmus angetrieben werden, denken Sie daran, wo Sie ihn zuerst gehört haben. Und warum es beim Thema KI gar nicht so schlecht ist, klein zu denken.

Empfehlungen der Redaktion

• Hier erfahren Sie, was eine trendanalysierende K.I. glaubt, dass es das nächste große Ding in der Technik sein wird
• Die Zukunft der KI: 4 große Dinge, auf die man in den nächsten Jahren achten sollte
• Sprach-Supermodel: Wie GPT-3 still und leise die KI einleitet Revolution
• Abgefahrene neue KI. scannt Ihr Gehirn und generiert dann Gesichter, die Sie attraktiv finden
• Bilderkennungs-K.I. hat eine große Schwäche. Das könnte die Lösung sein