Stavění AI systémů, které spí a sní, má potenciál zlepšit jejich výkon a spolehlivost, podle výzkumníků zkoumajících možnosti replikace architektury a chování lidského mozku. Cílem je řešit běžnou výzvu v oblasti AI známou jako „katastrofické zapomínání“, kdy modely vyškolené na nových úlohách ztrácejí schopnost vykonávat předtím naučené úlohy.
Výzkumníci z University of Catania vyvinuli školicí metodu nazvanou wake-sleep konsolidované učení (WSCL), která napodobuje způsob, jakým lidský mozek konsoliduje paměti během spánku. Podobně jako lidé přesouvají krátkodobou paměť do dlouhodobé, AI modely vyškolené metodou WSCL mají „spací“ období, během kterých se seznamují se směsí nedávných a starších dat. Tímto způsobem modely objevují spojení a vzory a integrují nové informace, aniž by zapomínaly na stávající znalosti.
Během fáze spánku jsou AI modely, které používají WSCL, vystaveny nejen obrázkům ryb, ale také obrázkům jiných zvířat, jako jsou ptáci, lvi a sloni, ze dřívějších lekcí. Navíc WSCL zahrnuje „snící“ fázi, ve které jsou modelům podávána zcela nová data kombinující předchozí koncepty, například abstraktní obrázky žiraf zkřížených s rybami nebo lvů zkřížených se slony. Tato snící fáze pomáhá modelům spojovat minulé digitální „neurony“ a vytvářet vzory, které usnadňují efektivní učení nových úkolů.
Ve svých experimentech výzkumníci zjistili, že AI modely vyškolené pomocí metody WSCL vykazují významné zvýšení přesnosti ve srovnání s tradičními metodami školení. Dosáhly zvýšení o 2 až 12 procent při správném určování obsahu obrázků. Modely WSCL také prokázaly lepší „přenos dopředu“, což znamená, že si lépe pamatovaly předchozí znalosti při učení nových úkolů.
I když tyto výsledky prokazují naděje, ne všichni odborníci věří, že použití lidského mozku jako předlohy je nejefektivnějším přístupem k zlepšení výkonu AI. Andrew Rogoyski z University of Surrey navrhuje, že výzkum v oblasti AI je stále na začátku a úplné napodobování lidského mozku nemusí být nutné. Namísto toho navrhuje čerpat inspiraci ze jiných biologických systémů, jako jsou delfíni, kteří mohou spát jednou částí mozku a zároveň zůstat v bezprostředním stavu bdělosti pomocí druhé části mozku.
Závěrem je prozkoumání konceptu spánku a snění při školení AI velmi zajímavým pohledem. Zatímco někteří argumentují proti striktnímu replikování lidského mozku, stále existují důkazy, že začlenění mechanismů podobných spánku do modelů AI může vést ke zlepšení výkonu a uchovávání znalostí. S rozvojem výzkumu AI může být výhodné prozkoumat alternativní biologické inspirace k dalšímu zvýšení schopností AI.
The source of the article is from the blog cheap-sound.com