일체 포함. 범블비 브레인: 차세대 내비게이션의 핵심?

인공 지능은 역사적으로 큰 사상가들에게 보상을 준 학문입니다. 제임스 마샬영국 셰필드 대학교 컴퓨터 과학 교수인 는 작게 생각합니다.

그것은 경미한 의도가 아니라 그의 작업에 대한 정확한 설명입니다. 그의 스타트업, 옵테란 기술, 해당 작업을 계속 진행하기 위해 방금 280만 달러를 받았습니다. 다른 사람들이 AI 구축에 집중하는 곳 인간 수준의 지능으로 "인공 일반 지능" 마샬은 인간보다 훨씬 작은 것을 목표로 삼고 있습니다. 뇌. 그는 인공 꿀벌 두뇌를 만들고 싶어합니다.

꿀벌의 뇌는 인간의 뇌보다 훨씬 작고 기술적으로 더 단순합니다. 우리가 아는 한 인간의 뇌는 대략 860억 개의 뉴런과 1,274 입방센티미터의 부피를 가지고 있습니다. 꿀벌의 뇌에는 100만 개의 뉴런이 있으며 크기는 핀 머리 정도입니다.

실리콘으로 인공 꿀벌 두뇌를 리엔지니어링하는 것은 인공 인간 두뇌를 만드는 것보다 훨씬 간단합니다. 사실, 가장 큰 신경망에는 이제 꿀벌이 실제 뉴런을 가지고 있는 것보다 훨씬 더 많은 인공 뉴런이 있습니다. 인공 뉴런이 실제 동물과 비슷한 지능을 구축하는 데 필요한 전부라면, 우리는 일반지능보다 훨씬 더 발전된 인공지능을 가져야 한다. 개구리. 말할 필요도 없이 우리는 그렇지 않습니다.

Marshall은 Digital Trends에 자신의 연구 관심이 원래 다음과 같은 내용을 듣고 촉발되었다고 말했습니다. 대규모 프로젝트 인간 두뇌의 완전한 컴퓨터 시뮬레이션을 구축하는 것을 목표로 하고 있습니다. "그에 대한 나의 초기 반응은 '지구상의 어떤 뇌 모델을 구축하기 시작한다면 왜 지구상에서 가장 복잡한 것부터 시작하겠습니까?'였습니다."라고 그는 말했습니다.

더욱 스마트한 내비게이션 시스템 구축

꿀벌은 더 단순해 보일 수도 있고 실제적인 의미에서는 그렇습니다. 그러나 꿀벌 두뇌를 리버스 엔지니어링하는 것은 실용적인 적용이 없는 낮게 매달린 과일에 관한 것이 아닙니다. Marshall은 꿀벌이 “매우 정교한 학습 능력을 갖춘 유능한 시각적 항해자이며 장거리 항해에 능숙하다”고 말했습니다. 그것들은 사람들이 종종 곤충이라고 생각하는 단순한 종류의 반응형 자동 장치 그 이상입니다. 개별적으로 그들은 매우 영리합니다.”

이전 연구 꿀벌은 여행하는 외판원 문제와 같은 문제를 해결할 수 있다고 제안했습니다(그들의 경우에는 무작위 순서로 발견된 꽃 사이의 최단 경로) 세계 정상에 오르는 시간보다 훨씬 짧은 시간에 슈퍼컴퓨터. 따라서 실리콘으로 꿀벌 두뇌를 구축하면 가볍고 초저전력이며 훨씬 더 효율적인 정교한 탐색 도구를 개발하는 데 도움이 될 수 있습니다. 딥러닝 접근법"라고 Opteran의 CEO인 David Rajan은 말했습니다. 이 회사의 기술은 미래의 드론, 자율주행차, 다양한 로봇을 구동할 수 있습니다.

현재의 딥러닝 방법론은 시각 인식 센터를 참조하는 뇌의 시각 피질의 추상화에서 영감을 받았습니다. 한편, Opteran의 벌에서 영감을 받은 알고리즘은 뇌가 실제로 작동하는 방식을 더욱 완벽하게 반영합니다. 마샬은 “완전한 뇌를 보면 고도로 구조화되어 있다”고 말했다. "당신은 서로 다른 일을 하는 서로 다른 뇌 영역을 갖고 있으며, 내부적으로는 서로 다른 방식으로 구조화되어 있고, 그 사이에 잘 ​​정의된 연결이 있습니다."

생체모방에서 영감을 받은 뇌 알고리즘에 대한 회사의 접근 방식을 근본적으로 설명하는 Rajan 그는 현재의 접근 방식과는 다르게 이를 인공 지능이라고 부르지 않고 "자연스럽다"고 말했습니다. 지능."

“백만 개의 뉴런과 아무리 많은 시냅스를 갖는다고 해서 이야기가 끝나는 것은 아닙니다. 그것이 바로 그것들을 서로 연결하는 방법입니다.”라고 Marshall은 말했습니다. “이것은 또한 뉴런 수준에서 수행되는 정보 처리의 종류에 관한 것입니다. 실제 뇌에는 여러 종류의 뉴런이 있지만 깊은 뇌에는 한 가지 유형의 뉴런만 존재하는 경우가 많습니다. 그물."

화제를 불러일으키는

뇌 기술에 대한 Opteran의 접근 방식에는 몇 가지 매우 유망한 요소가 있습니다. 고성능 알고리즘은 오늘날의 딥 러닝 도구에서 사용되는 무거운 컴퓨터 시스템보다 훨씬 적은 전력을 사용합니다. 결정적으로 제작자는 교육이 필요하지 않아 즉시 배포가 훨씬 더 쉬워지고 블랙 스완 이벤트 스타일을 더 잘 처리할 수 있다고 약속합니다. 극단적인 경우. 게다가 AI가 사용하는 불투명하고 검증할 수 없는 현재 접근 방식보다 우위를 점할 수 있는 투명한 규칙을 통해 예측 가능합니다. 연구원.

Opteran은 장애물에 대한 기술을 포함하여 향후 18개월 내에 최초의 상용 도구를 출시할 예정입니다. 회피 및 대응 항법, 자율적 의사결정, Opteran See 등 360도 카메라.

그때까지 이것이 감지 자율 기술 구축에 대한 보다 강력한 접근 방식이라는 아이디어는 여전히 의문의 여지가 남아 있습니다. 그러나 초기 징후는 유망합니다. 최근에는 Opteran의 기술을 사용하여 250그램 미만의 소형 드론을 조종하는 실험이 있었습니다. 단일 저해상도 파노라마에서 가져온 10,000개 미만의 픽셀을 사용하여 완전한 온보드 자율성을 제공합니다. 카메라. 꿀벌처럼 생각하는 드론? 확실히 지켜봐야 할 부분입니다.

하지만 실리콘으로 꿀벌의 뇌를 만들었는지 어떻게 알 수 있나요? 결국, 선도적인 신경과학자들이 그렇듯 지적하고 싶어, 우리는 아직 뇌에 대해 모르는 것이 많기 때문에 리버스 엔지니어링을 바랄 수 없습니다. A.I.가 언제 작동하는지 알기 위해 범블비 생체모방에 필요한 이정표가 존재합니까? 호박벌을 모델로 한 작품은 제작자가 주장하는 대로 작동하고 있나요?

Marshall은 "우리가 상업적으로 정말로 관심을 갖는 것은 행동, 즉 시스템의 역량입니다."라고 말했습니다. “기업으로서 우리는 꿀벌이 작동하는 방식을 재현했다고 확신하는 데 집착하지 않습니다. [대신에] 우리는 행동적으로 견고하고 마치 꿀벌처럼 행동하는 꿀벌처럼 행동하는 시스템을 재현했다고 확신합니다. 이는 A.I에 대한 Alan Turing의 정의로 거슬러 올라갑니다. 시험. AI를 언제 만들었는지 어떻게 알 수 있나요? 속을 들여다보고 '그래, 그게 AI야'라고 말할 수는 없습니다. 행동 테스트여야 합니다. 그게 바로 이미테이션 게임 이다; 인간 관찰자가 AI가 아닌 다른 인간과 대화하고 있다고 언제 속일 수 있습니까?”

그렇다면 꿀벌 로봇을 위한 튜링 테스트일까요? 앞으로 몇 년은 항상 더 흥미로워질 것 같습니다. 미래의 로봇이 호박벌에서 영감을 받은 알고리즘으로 구동된다면, 처음 들었던 곳을 기억하세요. 그리고 AI에 관해서는 작게 생각하는 것이 결국 그렇게 나쁘지 않은 이유는 무엇입니까?

편집자의 추천

• 추세 분석 AI는 다음과 같습니다. 기술 분야에서 차세대 혁신이 될 것이라고 생각합니다.
• AI의 미래: 향후 몇 년 동안 주목해야 할 4가지 주요 사항
• 언어 슈퍼모델: GPT-3가 AI를 조용히 도입하는 방법 혁명
• 기발한 새로운 A.I. 당신의 두뇌를 스캔한 다음 당신이 매력적이라고 ​​생각할 얼굴을 생성합니다
• 이미지 인식 A.I. 큰 약점을 가지고 있습니다. 이것이 해결책이 될 수 있습니다