Построение искусственных интеллектуальных систем, которые спят и видят сны, имеет потенциал улучшить их производительность и надежность, согласно исследователям, исследующим способы воссоздания архитектуры и поведения человеческого мозга. Цель заключается в решении распространенной проблемы в области искусственного интеллекта, известной как «катастрофическое забывание», когда модели, обученные на новых задачах, теряют свою способность выполнять ранее освоенные задачи.
Исследователи из Катанского университета разработали метод обучения, называемый методом соединенного обучения во время бодрствования и сна (WSCL), который имитирует способ, которым человеческий мозг укрепляет память во время сна. Аналогично тому, как люди перемешивают кратковременные воспоминания в долговременные, искусственные интеллектуальные модели, обученные методом WSCL, имеют «сон», во время которого они пересматривают смесь недавних и более старых данных, позволяя моделям обнаруживать связи и шаблоны и интегрировать новую информацию, не забывая о существующих знаниях.
Во время фазы сна искусственные интеллектуальные модели, использующие метод WSCL, подвергаются не только изображениям рыб, но и другим животным, таким как птицы, львы и слоны, из предыдущих уроков. Кроме того, метод WSCL включает фазу «сновидения», во время которой моделям подаются совершенно новые данные, сочетающие предыдущие понятия, такие как абстрактные изображения жирафов, пересеченные с рыбами, или львов, пересеченных со слонами. Эта фаза сновидения помогает моделям объединять прошлые цифровые «нейроны» и создавать шаблоны, которые облегчают более эффективное изучение новых задач.
В ходе экспериментов исследователи обнаружили, что искусственные интеллектуальные модели, обученные методом WSCL, показали значительный рост точности по сравнению с традиционными методами обучения, с увеличением на 2-12 процентов в правильной идентификации содержания изображений. Модели WSCL также продемонстрировали лучшую «передачу вперед», что означает, что они лучше сохраняли предыдущие знания при изучении новых задач.
Хотя эти результаты обнадеживают, не все эксперты считают, что использование человеческого мозга в качестве чертежа является наиболее эффективным подходом для повышения производительности искусственного интеллекта. Эндрю Рого́йский из Университета Суррея считает, что исследования в области искусственного интеллекта все еще находятся в ранних стадиях, и полное подражание человеческому мозгу может быть ненужным. Вместо этого он предлагает черпать вдохновение из других биологических систем, таких как дельфины, которые могут «спать» одной частью мозга, оставаясь бдительными другой.
В заключение, исследование концепции сна и сновидений в обучении искусственного интеллекта дает интересную перспективу. Хотя некоторые возражают против строгого воспроизведения человеческого мозга, все больше появляется доказательств того, что включение механизмов, подобных сну, в модели искусственного интеллекта может привести к улучшению производительности и сохранению знаний. С развитием исследований в области искусственного интеллекта может быть полезным исследовать альтернативные биологические источники вдохновения для дальнейшего расширения возможностей искусственного интеллекта.
Часто задаваемые вопросы о сне и сновидениях в системах искусственного интеллекта
В: Какова цель изучения сна и сновидений в системах искусственного интеллекта?
О: Цель состоит в решении «катастрофического забывания», когда модели искусственного интеллекта теряют способность выполнять ранее освоенные задачи, когда они обучаются новым задачам.
В: Какой метод обучения был разработан исследователями из Катанского университета?
О: Исследователи разработали метод обучения, называемый методом соединенного обучения во время бодрствования и сна (WSCL).
В: Как метод WSCL имитирует укрепление памяти человеческого мозга во время сна?
О: Искусственные интеллектуальные модели, обученные методом WSCL, имеют «сон» — период, во время которого они пересматривают смесь недавних и более старых данных, аналогично тому, как люди укрепляют свои кратковременные воспоминания в долговременные во время сна.
В: Что происходит во время фазы сна и сновидений в методе WSCL?
О: Во время фазы сна модели WSCL подвергаются смеси недавних и более старых данных, а во время фазы сновидения им подаются абсолютно новые данные, сочетающие предыдущие понятия.
В: Какие преимущества имеют искусственные интеллектуальные модели, обученные методом WSCL?
О: Искусственные интеллектуальные модели, обученные методом WSCL, показали повышение точности по сравнению с традиционными методами обучения, с увеличением на 2-12 процентов в правильной идентификации содержания изображений. Они также лучше сохраняли предыдущие знания при изучении новых задач.
В: Что такое «передача вперед» в контексте моделей искусственного интеллекта?
О: «Передача вперед» означает сохранение предыдущих знаний при изучении новых задач.
В: Какое мнение имеют некоторые эксперты относительно воспроизведения человеческого мозга в системах искусственного интеллекта?
О: Некоторые эксперты, например, Андрей Рого́йский из Университета Суррея, считают, что полное подражание человеческому мозгу может быть ненужным и предлагают черпать вдохновение из других биологических систем, таких как дельфины.
Определения:
— Катастрофическое забывание: Распространенная проблема в области искусственного интеллекта, при которой модели, обученные на новых задачах, теряют способность выполнять ранее освоенные задачи.
— Воспламенение соединенного обучения во время бодрствования и сна (WSCL): Метод обучения, разработанный исследователями из Катанского университета, имитирующий способ, которым человеческий мозг укрепляет память во время сна.
Предлагаемые связи:
— Катанский университет
— Университет Суррея
Часто задаваемые вопросы о сне и сновидениях в системах искусственного интеллекта
The source of the article is from the blog crasel.tk