Sztuczna inteligencja Mózg trzmiela: klucz do nawigacji nowej generacji?

Sztuczna inteligencja to dyscyplina, która historycznie nagradzała wielkich myślicieli. Jamesa Marshalla, profesor informatyki na brytyjskim Uniwersytecie w Sheffield, myśli na małą skalę.

Zawartość

  • Tworzenie inteligentniejszych systemów nawigacji
  • Wywoływanie szumu

Nie ma to być lekceważenie, ale dokładny opis jego pracy. Jego startup, Technologie Optera, właśnie otrzymał 2,8 miliona dolarów na kontynuację swojej pracy. Tam, gdzie inni skupiają się na budowaniu sztucznej inteligencji. z inteligencją na poziomie ludzkim, wkraczając jeszcze dalej w sferę „sztuczna inteligencja ogólna” Marshall skupia się na czymś znacznie mniejszym od człowieka mózg. Chce zbudować sztuczny mózg pszczoły miodnej.

Harry Strauss / Pixabay

Mózg pszczoły miodnej jest o rząd wielkości mniejszy i technicznie prostszy niż mózg ludzki. O ile nam wiadomo, ludzki mózg ma około 86 miliardów neuronów i objętość 1274 centymetrów sześciennych. Mózg pszczoły miodnej ma milion neuronów i jest mniej więcej wielkości główki szpilki.

Powiązany

  • Przeczytaj niesamowicie piękne „syntetyczne pismo” AI. który myśli, że jest Bogiem
  • Sztuczna inteligencja wyczuwająca emocje już tu jest i może pojawić się podczas Twojej następnej rozmowy kwalifikacyjnej
  • Niczym pies przewodnik do noszenia, to oparcie pomaga osobom niewidomym w poruszaniu się

Przeprojektowanie sztucznego mózgu pszczoły miodnej w krzemie powinno być znacznie prostsze niż zbudowanie sztucznego ludzkiego mózgu. W rzeczywistości największe sieci neuronowe mają obecnie znacznie więcej sztucznych neuronów niż pszczoła miodna ma prawdziwych. Gdyby do zbudowania inteligencji porównywalnej z inteligencją prawdziwego zwierzęcia wystarczyły sztuczne neurony, to my powinien mieć sztuczną inteligencję, która jest znacznie bardziej zaawansowana w zakresie inteligencji ogólnej niż żaba. Nie trzeba dodawać, że nie.

Polecane filmy

Marshall powiedział Digital Trends, że jego zainteresowanie badawcze zrodziło się, gdy usłyszał o projekty na dużą skalę którego celem jest zbudowanie kompletnej symulacji komputerowej ludzkiego mózgu. „Moja pierwsza odpowiedź brzmiała: «Jeśli masz zamiar zacząć budować model dowolnego mózgu na planecie, dlaczego, u licha, miałbyś zaczynać od najbardziej skomplikowanego?»” – powiedział.

Tworzenie inteligentniejszych systemów nawigacji

Pszczoły miodne mogą wydawać się prostsze – i w pewnym sensie rzeczywiście takie są – ale inżynieria odwrotna mózgu pszczół nie polega na nisko wiszących owocach bez praktycznego zastosowania. Marshall powiedział, że pszczoły są „wytrawnymi nawigatorami wizualnymi, [biegłymi w] nawigacji na duże odległości, posiadającymi bardzo wyrafinowane zdolności uczenia się. To znacznie więcej niż prosty rodzaj reaktywnych automatów, za które ludzie często uważają owady. Indywidualnie są bardzo sprytni.

Poprzednie badania zasugerował, że pszczoły miodne są w stanie rozwiązać takie wyzwania, jak problem komiwojażera (w ich przypadku znalezienie najkrótsza trasa między kwiatami odkryta w losowej kolejności) w ułamku czasu potrzebnego na pokonanie szczytu świata superkomputery. Zbudowanie mózgu pszczoły miodnej w krzemie mogłoby zatem pomóc w opracowaniu wyrafinowanych narzędzi nawigacyjnych, które mogłyby być lekkie, zużywające bardzo mało energii i o rząd wielkości bardziej wydajne niż podejścia do głębokiego uczenia się”- powiedział David Rajan, dyrektor generalny Opteran. Technologia firmy może zasilać przyszłe drony, pojazdy autonomiczne i różne roboty.

„Posiadanie miliona neuronów i dowolnej liczby synaps to nie koniec historii; tak je łączysz.”

Obecne metodologie głębokiego uczenia się inspirowane są abstrakcją kory wzrokowej mózgu, odnosząc się do jej ośrodka rozpoznawania wzrokowego. Tymczasem algorytmy Opterana inspirowane pszczołami pełniej odzwierciedlają sposób, w jaki faktycznie działa mózg. „Kiedy patrzymy na cały mózg, widać, że jest on wysoce zorganizowany” – powiedział Marshall. „Masz różne obszary mózgu, które robią różne rzeczy, które są wewnętrznie ustrukturyzowane na różne sposoby i z dobrze zdefiniowanymi połączeniami między nimi”.

Rajana, który opisał podejście firmy do algorytmów mózgowych inspirowanych biomimikrą jako fundamentalne różni się od obecnych podejść, powiedział, że nie nazywa tego sztuczną inteligencją, ale raczej „naturalną”. inteligencja."

„Posiadanie miliona neuronów i dowolnej liczby synaps to nie koniec historii; liczy się sposób, w jaki je łączysz” – powiedział Marshall. „Chodzi także o rodzaj przetwarzania informacji odbywający się na poziomie neuronów, ponieważ tak jest więcej niż jeden rodzaj neuronów w prawdziwym mózgu, chociaż często w głębinach występuje tylko jeden typ neuronów internet."

Wywoływanie szumu

Podejście firmy Opteran do technologii mózgu obejmuje kilka niezwykle obiecujących elementów. Jego wysokowydajny algorytm będzie zużywał znacznie mniej energii niż ciężkie systemy komputerowe używane przez dzisiejsze narzędzia do głębokiego uczenia się. Co najważniejsze, jego twórcy obiecują, że nie będzie wymagane żadne szkolenie, co znacznie ułatwi wdrożenie od razu po wyjęciu z pudełka i będzie lepiej radzić sobie z wydarzeniami w stylu czarnego łabędzia przypadki brzegowe. Co więcej, jest przewidywalny, a jego przejrzyste zasady dają mu przewagę nad nieprzejrzystymi i niemożliwymi do sprawdzenia obecnymi podejściami stosowanymi przez sztuczną inteligencję. badacze.

W ciągu najbliższych 18 miesięcy Opteran wprowadzi na rynek swoje pierwsze komercyjne narzędzia, w tym technologię przeszkód unikanie i reaktywna nawigacja oraz autonomiczne podejmowanie decyzji, a także Opteran See, 360 stopni kamera.

Erik Karits / Pixabay

Do tego czasu koncepcja, jakoby było to solidniejsze podejście do budowania autonomicznych technologii wykrywających, pozostaje kwestionowana. Jednak wczesne oznaki są obiecujące. Niedawna próba obejmowała wykorzystanie technologii Opteran do pilotowania małego drona o masie poniżej 250 gramów pełna autonomia na pokładzie, wykorzystująca mniej niż 10 000 pikseli pobranych z pojedynczego zdjęcia panoramicznego o niskiej rozdzielczości kamera. Dron, który myśli jak trzmiel? Z pewnością jest to coś, na co warto zwrócić uwagę.

Ale skąd wiesz, że stworzyłeś mózg trzmiela w krzemie? W końcu tak jak czołowi neurobiolodzy chętnie zaznaczę, wciąż wielu rzeczy nie wiemy o mózgu i dlatego nie możemy mieć nadziei na zastosowanie inżynierii wstecznej. Czy istnieją niezbędne kamienie milowe w biomimikrze trzmieli, aby wiedzieć, kiedy sztuczna inteligencja wzorowany na trzmielu robi to, co twierdzą jego twórcy?

„Z komercyjnego punktu widzenia naprawdę zależy nam na zachowaniu i kompetencjach systemu” – powiedział Marshall. „Jako firma nie skupiamy się wyłącznie na stwierdzeniu, że jesteśmy pewni, że odtworzyliśmy sposób działania pszczół miodnych. [Zamiast tego chcemy powiedzieć] jesteśmy pewni, że odtworzyliśmy system, który jest behawioralnie solidny i który naszym zdaniem zachowuje się tak, jakby to była pszczoła miodna zachowująca się jak pszczoła miodna. Nawiązuje to do definicji sztucznej inteligencji Alana Turinga. test. Skąd wiesz, kiedy stworzyłeś sztuczną inteligencję? Tak naprawdę nie można zajrzeć do środka i powiedzieć: „tak, to jest sztuczna inteligencja”. To musi być test behawioralny. To właśnie Gra w imitację Jest; kiedy można oszukać ludzkiego obserwatora, że ​​rozmawia z innym człowiekiem, a nie sztuczną inteligencją?”

Zatem test Turinga dla botów pszczół? Kolejne lata zapowiadają się coraz ciekawiej. Kiedy przyszłe roboty będą zasilane algorytmem inspirowanym trzmielami, pamiętaj, gdzie usłyszałeś go po raz pierwszy. I dlaczego, jeśli chodzi o sztuczną inteligencję, myślenie na małą skalę nie jest wcale takie złe.

Zalecenia redaktorów

  • Oto, co analizująca trendy A.I. uważa, że ​​będzie to kolejna wielka rzecz w technologii
  • Przyszłość sztucznej inteligencji: 4 ważne rzeczy, na które warto zwrócić uwagę w ciągu najbliższych kilku lat
  • Supermodelka językowa: jak GPT-3 po cichu wprowadza A.I. rewolucja
  • Dziwaczna nowa sztuczna inteligencja skanuje Twój mózg, a następnie generuje twarze, które uznasz za atrakcyjne
  • Rozpoznawanie obrazu AI ma dużą słabość. To może być rozwiązanie