Umetna inteligenca je disciplina, ki je v zgodovini nagrajevala velike mislece. James Marshall, profesor računalništva na univerzi v Sheffieldu v Združenem kraljestvu, misli malo.
Vsebina
- Gradnja pametnejših navigacijskih sistemov
- Povzroča hrup
To ni mišljeno kot blamaža, ampak kot natančen opis njegovega dela. Njegov zagon, Opteran Technologies, je pravkar prejel 2,8 milijona dolarjev za nadaljevanje tega dela. Kjer so drugi osredotočeni na gradnjo A.I. s človeško inteligenco, ki sega še dlje v področja »umetna splošna inteligenca«, se Marshall osredotoča na nekaj, kar je veliko manjše od človeka. možgani. Želi zgraditi umetne možgane čebele.
Možgani medonosne čebele so za nekaj velikosti manjši in tehnično bolj poenostavljeni kot človeški možgani. Človeški možgani imajo, kolikor vemo, približno 86 milijard nevronov in prostornino 1274 kubičnih centimetrov. Možgani čebele imajo 1 milijon nevronov in so veliki približno kot glavica bucike.
Povezano
- Preberite srhljivo lepe "sintetične spise" A.I. ki misli, da je Bog
- A.I., ki zaznava čustva je tukaj in bi lahko bil na vašem naslednjem razgovoru za službo
- Tako kot nosljiv pes vodnik tudi ta hrbtni del pomaga slepim pri navigaciji
Reinženiring umetnih čebeljih možganov v siliciju bi moral biti veliko enostavnejši od gradnje umetnih človeških možganov. Pravzaprav imajo največje nevronske mreže zdaj precej več umetnih nevronov, kot jih ima čebela pravih. Če bi bili umetni nevroni vse, kar je potrebno za izgradnjo inteligence, primerljive s pravo živaljo, bi bi morali imeti umetno inteligenco, ki je bistveno bolj napredna v splošni inteligenci kot a žaba. Ni treba posebej poudarjati, da ne.
Priporočeni videoposnetki
Marshall je za Digital Trends povedal, da je njegovo raziskovalno zanimanje prvotno sprožilo poslušanje o velike projekte s ciljem zgraditi popolno računalniško simulacijo človeških možganov. "Moj prvotni odgovor na to je bil," če boste začeli graditi model katerega koli možgana na planetu, zakaj za vraga bi začeli z najbolj zapletenim? "je dejal.
Gradnja pametnejših navigacijskih sistemov
Medonosne čebele se morda zdijo enostavnejše – in v zelo resničnem smislu tudi so –, vendar obratno inženirstvo čebeljih možganov ne pomeni nizko visečega sadja brez praktične uporabe. Marshall je dejal, da so čebele »dovršeni vizualni navigatorji, [vešči] navigacije na dolge razdalje, z zelo prefinjenimi sposobnostmi učenja. So veliko več kot preprosta vrsta reaktivnih avtomatov, za katere ljudje pogosto mislijo, da so žuželke. Posamezno sta zelo pametna.«
Prejšnje raziskave predlagal, da so čebele sposobne rešiti izzive, kot je problem trgovskega potnika (v njihovem primeru iskanje najkrajša pot med rožami, odkritimi v naključnem vrstnem redu) v delčku časa, ki bi trajal vrh sveta superračunalniki. Izdelava možganov medonosne čebele v siliciju bi torej lahko pomagala razviti sofisticirana navigacijska orodja, ki bi lahko bila lahka, z izjemno nizko porabo energije in za stopnje velikosti učinkovitejša od pristopi globokega učenja,« je dejal David Rajan, izvršni direktor Opterana. Tehnologija podjetja bi lahko poganjala prihodnje drone, avtonomna vozila in različne robote.
»Imeti milijon nevronov in kolikor toliko sinaps še ni konec zgodbe; tako jih povežeš skupaj.«
Trenutne metodologije globokega učenja se zgledujejo po abstrakciji možganske vidne skorje, ki se nanaša na center za vizualno prepoznavanje. Opteranovi algoritmi, ki jih navdihuje čebela, medtem bolj v celoti odražajo, kako možgani dejansko delujejo. "Ko pogledate celotne možgane, so zelo strukturirani," je dejal Marshall. "Imate različne možganske regije, ki delajo različne stvari, ki so notranje strukturirane na različne načine, z dobro definiranimi povezavami med njimi."
Rajan, ki je pristop podjetja k možganskim algoritmom, ki jih bolj navdihuje biomimikrija, opisal kot temeljno drugačen od sedanjih pristopov, je dejal, da tega ne imenuje umetna inteligenca, ampak bolj »naravna inteligenca."
»Imeti milijon nevronov in kolikor toliko sinaps še ni konec zgodbe; tako jih povežeš,« je dejal Marshall. »Gre tudi za vrsto obdelave informacij, ki se izvaja na ravni nevronov, saj obstaja več kot ena vrsta nevronov v resničnih možganih, čeprav je v globini pogosto le ena vrsta nevronov mreža."
Povzroča hrup
Opteranov pristop k možganski tehnologiji ima več izjemno obetavnih elementov. Njegov visoko zmogljiv algoritem bo porabil bistveno manj energije kot težki računalniški sistemi, ki jih uporabljajo današnja orodja za globoko učenje. Najpomembneje je, da njeni ustvarjalci obljubljajo, da ne bo potrebno usposabljanje, zaradi česar je znatno lažja uvedba takoj po namestitvi, poleg tega pa se bo bolje spopadal s slogom dogodkov črnega laboda. robni primeri. Poleg tega je predvidljiv, s preglednimi pravili, ki mu dajejo prednost pred nepreglednimi in nepreverljivimi trenutnimi pristopi, ki jih uporablja A.I. raziskovalci.
Opteran bo v naslednjih 18 mesecih lansiral svoja prva komercialna orodja, vključno s tehnologijo za ovire izogibanje in reaktivna navigacija ter avtonomno odločanje, kot tudi Opteran See, 360-stopinjski fotoaparat.
Do takrat je zamisel, da je to bolj robusten pristop k izgradnji zaznavnih avtonomnih tehnologij, še vedno odprta za dvome. Vendar so zgodnji znaki obetavni. Nedavno preizkušanje je vključevalo uporabo Opteranove tehnologije za pilotiranje majhnega drona, težkega pod 250 gramov, z popolna vgrajena avtonomija z uporabo manj kot 10.000 slikovnih pik, posnetih iz ene same panorame nizke ločljivosti fotoaparat. Dron, ki razmišlja kot čmrlj? To je zagotovo nekaj, na kar morate biti pozorni.
Toda kako veste, kdaj ste ustvarili možgane čmrlja v siliciju? Konec koncev, kot so vodilni nevroznanstveniki želel poudariti, še vedno veliko ne vemo o možganih in zato ne moremo upati na obratni inženiring. Ali v biomimikriji čmrljev obstajajo potrebni mejniki, da vemo, kdaj je A.I. po vzoru čmrlja počne to, kar trdijo njegovi ustvarjalci?
"Kar nas komercialno resnično zanima, je vedenje, kompetentnost sistema," je dejal Marshall. »Kot podjetje nismo osredotočeni na to, da smo prepričani, da smo reproducirali način, kako deluje čebela. [Namesto tega želimo povedati], da smo prepričani, da smo reproducirali sistem, ki je vedenjsko robusten in za katerega se nam zdi, da se obnaša, kot da bi bila čebela, ki se obnaša kot medonosna čebela. To sega nazaj v definicijo Alana Turinga o AI. test. Kako veste, kdaj ste ustvarili AI? Ne morete res pogledati vase in reči, "ja, to je A.I." To mora biti vedenjski test. To je tisto Igra posnemanja je; kdaj lahko preslepiš človeškega opazovalca, da se pogovarja z drugim človekom in ne z AI?«
Turingov test za čebelje robote, torej? Naslednjih nekaj let se sliši vedno bolj zanimivo. Ko bo jutrišnje robote poganjal algoritem, ki ga je navdihnil čmrlj, se spomnite, kje ste ga slišali prvič. In zakaj, ko gre za AI, razmišljanje na majhnem nivoju sploh ni tako slabo.
Priporočila urednikov
- Evo, kaj je A.I., ki analizira trende. meni, da bo naslednja velika stvar v tehnologiji
- Prihodnost AI: 4 velike stvari, na katere morate biti pozorni v naslednjih nekaj letih
- Jezikovni supermodel: Kako GPT-3 tiho uvaja A.I. revolucija
- Čudaški novi A.I. skenira vaše možgane in nato ustvari obraze, ki se vam bodo zdeli privlačni
- A.I. za prepoznavanje slik ima veliko slabost. To bi lahko bila rešitev
