DeepMind yeni atılım! Yapay zeka, hayvanlar gibi "kısayolları keserek" beyin navigasyonunu simüle eder Doğa
Yue Paihuai Kapsamlı kendi kendine büyüyen, kablolu İngiltere vb.
Qubit Üretildi | Genel Hesap QbitAI
DeepMind bu sabah erken saatlerde başka bir Nature makalesi yayınladı!
Bu sefer bir yapay zeka ajanı yetiştirdiler ve memelilere benzer şekilde "kestirme" yeteneğini öğrendiler Bu araştırmanın amacı, insan beynini taklit etmeye ve çevredeki alanı karmaşık bir şekilde dolaşmaya çalışmaktır.
Aynı zamanda, memeli beynindeki "ızgara hücrelerinin" vektör tabanlı navigasyonu desteklediğini doğrulamak için yapay zeka kullanıldı.
Bu benzeri görülmemiş bir keşiftir ve beyni anlamada büyük bir ilerleme olarak kabul edilir.
Mekansal algı, kolayca Go ustası haline gelen bir AI için hala zor bir görevdir.
Tanıdık sokaklarda yürürken, engelleri aşarken ve hedefinize giden en hızlı yolu bulurken beyninizde ne olur? Bu çok karmaşık bir konu.
Bilim adamları, hayvan ve insan beyinlerinde yol tanıma ile ilgili üç tür hücre buldular: konum hücreleri, yön hücreleri ve ızgara hücreleri.
Pozisyon hücreleri, özne belirli bir yere vardığında boşalabilir, böylece geçmiş konumların hafızasını verebilir; yön hücreleri ilerleme yönünü algılayabilir; ızgara hücreleri en gizemli türdür: tüm uzay ortamını petek benzeri altıya bölebilirler. Poligonal ızgara, haritadaki bir koordinat sistemi gibidir.
Izgara hücrelerini keşfeden Mossores, 2014 Nobel Fizyoloji veya Tıp Ödülü'nü kazandı. Bununla birlikte, ızgara hücreleri yalnızca bir uzay ortamında GPS konumlandırma hizmetleri mi sağlar?
Bazı bilim adamları, hayvanların yollarını planlamalarına yardımcı olmak için vektör hesaplamalarına da katılacaklarını düşünüyor.
DeepMind ekibi, yukarıdaki varsayımı test etmek için yapay bir sinir ağı kullanmaya karar verdi.
Yapay sinir ağı, beynin sinir ağını simüle etmek için çok katmanlı işlemeyi kullanan bir bilgi işlem yapısıdır. Ekip ilk olarak, memelilerin yiyecek arama hareket yolunu öğrenmek için bir sinir ağını eğitmek için bir derin öğrenme algoritması kullandı ve görsel ortamda konum belirlemek için doğrusal hız, açısal hız ve diğer sinyalleri kullandı.
Araştırmacılar daha sonra, ızgara hücrelerinin aktivite özelliklerine benzer bir yapının otomatik olarak doğduğunu keşfettiler! Önceki eğitimde, araştırmacılar sinir ağına böyle bir yapı üretmesi için kasıtlı olarak rehberlik etmemişlerdi.
DeepMind ekibi daha sonra bu ızgara yapısının vektör navigasyonu gerçekleştirip gerçekleştiremeyeceğini test etmek için pekiştirmeli öğrenmeyi kullandı. Pekiştirmeli öğrenme, genellikle oyun AI'yı eğitmek için kullanılır. İnsanlar AI'ya oyunlar için bir tür ödül ve ceza mekanizması söyler, ancak oyun yöntemlerini öğretmezler. AI, tekrar tekrar oyun oynama ve daha yüksek puanlar için çaba gösterme sürecinde kendini geliştirir.
Araştırmacılar, daha önce otomatik olarak görünen ızgara yapısını daha büyük bir sinir ağı mimarisiyle birleştirerek sanal gerçeklik oyun ortamına yerleştirilmiş bir yapay zeka gövdesi oluşturdu. Pekiştirmeli öğrenmeden geçtikten sonra, yapay zekanın oyun labirentinde hedefe gitme yeteneği sıradan insanları geride bırakarak profesyonel oyuncu seviyesine ulaşır. Bir memeli gibi yeni yollar bulabilir ve köşeleri kesebilir.
En önemlisi, araştırmacılar orijinal grid yapısını "susturduklarında", yapay zeka bedeninin navigasyon yeteneğinin zayıflayacağı ve hedefin uzaklığı ve yönünün daha yanlış olacağıdır.
Makalenin yazarlarından biri olan Dharshan Kumaran şunları söyledi: "Izgara hücrelerinin bize GPS konumlandırma sinyalleri sağlamaktan çok daha fazlası olduğunu, aynı zamanda beynin iki konum arasındaki en kısa mesafeyi hesaplamak için dayandığı temel bir navigasyon mekanizması olduğunu kanıtladık."
Hassabis, yapmak istediğimiz genel zeka türünü inşa edebileceğimizi kanıtlamak için beynin varlığının bir kanıt olduğunu söyledi. Bu nedenle, sinirbilimden yeni algoritmalar için ilham bulmak mantıklı. Ancak bu tür bir ilhamın iki yönlü olması gerektiğine de inanıyoruz ve yapay zeka araştırmalarının içgörüleri, sinirbilimdeki açık sorular için de ilham sağlayabilir.
"Bu çalışma iyi bir örnek: Karmaşık bir ortamda gezinme yeteneğine sahip bir yapay zeka oluşturarak, memeli navigasyonunda biyolojik ızgara hücrelerinin önemini vurguladık ve anlayışımızı genişlettik." Hassabis dedi.
DeepMind ekibi, benzer araştırma yöntemlerinin beynin uzuvları işitme ve kontrol mekanizmalarını keşfetmek için de kullanılabileceğine inanıyor. Daha uzak bir gelecekte, sinirbilimciler deneyler için gine domuzu yerine yapay zekayı bile kullanabilirler.
kağıt
Bu yazının başlığı: Yapay ajanlarda ızgara benzeri gösterimler kullanan vektör tabanlı navigasyon.
Hassabis'in kendisi de dahil olmak üzere makalenin 20'den fazla yazarı var.
Adres burada: https://www.nature.com/articles/s41586-018-0102-6
Kağıt önizleme portalı:
- Bitiş -
Samimi işe alım
Qubit, editörleri / muhabirleri işe alıyor ve merkezi Pekin, Zhongguancun'da bulunuyor. Yetenekli ve hevesli öğrencilerin bize katılmasını dört gözle bekliyoruz! Ayrıntılar için, lütfen QbitAI diyalog arayüzünde "işe alım" kelimesiyle yanıt verin.
Qubit QbitAI · Toutiao İmzalama Yazarı
' ' Yapay zeka teknolojisi ve ürünlerindeki yeni eğilimleri takip edin
