Побудова штучних інтелектуальних систем, які сплять та мріють, може покращити їхню продуктивність та надійність, зауважують дослідники, які вивчають способи реплікації архітектури та поведінки людського мозку. Мета полягає у вирішенні поширеної проблеми в галузі штучного інтелекту, відомої як “катастрофічне забуття”, коли моделі, навчені на нових завданнях, втрачають здатність виконувати раніше освоєні завдання.
Дослідники з Університету Катанії розробили метод навчання, відомий як упорядковане навчання на основі сну-будили, що імітує спосіб, яким людський мозок утверджує пам’ять під час сну. Аналогічно до того, як люди переміщуються короткочасну пам’ять до довготермінової, моделі штучного інтелекту, навчені методом упорядкованого навчання на основі сну-будили, мають “сон” – період, під час якого вони переглядають змішані дані недавньої та старішої дати, що дозволяє помічати зв’язки та закономірності та інтегрувати нову інформацію, не забуваючи про існуючі знання.
Під час фази сну моделі штучного інтелекту, що використовують упорядковане навчання на основі сну-будили, навчаються не тільки розпізнавати зображення риб, але й інших тварин, таких як птахи, леви та слони, з раніше вивчених уроків. Крім того, упорядковане навчання на основі сну-будили включає фазу “мрії”, під час якої моделі живляться абсолютно новою інформацією, поєднуючи попередні концепції, наприклад, абстрактні зображення жирафів з рибами або левів з слонами. Ця фаза мрії допомагає в моделях об’єднати попередні “нейрони” і створювати закономірності, які сприяють більш ефективному засвоєнню нових завдань.
У експериментах дослідники виявили, що моделі штучного інтелекту, навчені за допомогою упорядкованого навчання на основі сну-будили, показали значне підвищення точності порівняно з традиційними методами навчання, зі збільшенням від 2 до 12 відсотків у правильному розпізнаванні змісту зображень. Ці моделі також демонстрували кращу “передачу вперед”, що означає кращу збереженість попередніх знань під час засвоєння нових завдань.
Хоча ці результати є перспективними, не всі експерти вважають, що використання людського мозку як зразка є найефективнішим підходом до покращення продуктивності штучного інтелекту. Ендрю Рогоїски з Університету Саррі вважає, що дослідження у галузі штучного інтелекту знаходиться на ранніх стадіях розвитку і повна імітація людського мозку може бути необов’язковою. Замість цього, він пропонує надихатися іншими біологічними системами, наприклад, дельфінами, які можуть “спати” однією частиною мозку, залишаючись бджілими за допомогою іншої.
Висновок полягає в тому, що дослідження концепції сну та мрій у навчанні штучного інтелекту надає цікавий погляд. Хоча деякі сперечаються проти прямої реплікації людського мозку, з’являються докази того, що включення механізмів, схожих на сон, у моделі штучного інтелекту може привести до покращеної продуктивності та збереження знань. У міру розвитку досліджень у галузі штучного інтелекту корисно буде досліджувати альтернативні біологічні натхнення для подальшого поліпшення можливостей штучного інтелекту.
Часто задавані питання про сон та мрії в системах штучного інтелекту
П: Яка мета дослідження сну та мрій у системах штучного інтелекту?
В: Мета полягає у вирішенні “катастрофічного забуття”, коли моделі штучного інтелекту втрачають здатність виконувати раніше освоєні завдання при навчанні на нових завданнях.
П: Який метод навчання розробили дослідники з Університету Катанії?
В: Дослідники розробили метод навчання, відомий як упорядковане навчання на основі сну-будили (WSCL).
П: Як упорядковане навчання на основі сну-будили імітує консолідацію пам’яті в людському мозку під час сну?
В: Моделі штучного інтелекту, навчені методом упорядкованого навчання на основі сну-будили, мають “сон” – період, під час якого вони переглядають змішані дані недавньої та старішої дати, аналогічно тому, як люди утверджують короткочасну пам’ять у довготермінову під час сну.
П: Що відбувається під час фаз сну та мрії в упорядкованому навчанні на основі сну-будили?
В: Під час фази сну моделі упорядкованого навчання на основі сну-будили викриваються змішаним даним недавньої та старішої дати, а під час фази мрії їм подаються абсолютно нові дані, які поєднують попередні концепції.
П: Які переваги мають моделі, навчені упорядкованим навчанням на основі сну-будили?
В: Моделі, навчені упорядкованим навчанням на основі сну-будили, показали підвищення точності порівняно з традиційними методами навчання, зі збільшенням від 2 до 12 відсотків у правильному розпізнаванні змісту зображень. Вони також краще зберігали попередні знання під час засвоєння нових завдань.
П: Що таке “передача вперед” у контексті моделей штучного інтелекту?
В: “Передача вперед” відноситься до збереження попередніх знань під час засвоєння нових завдань.
П: Яку думку мають деякі експерти щодо реплікації людського мозку у системах штучного інтелекту?
В: Деякі експерти, як, наприклад, Ендрю Рогоїски з Університету Саррі, вважають, що повна імітація людського мозку може бути необов’язковою і пропонують надихатися іншими біологічними системами, наприклад, дельфінами, які можуть “спати” однією частиною мозку, залишаючись бджілими за допомогою іншої.
Визначення:
– Катастрофічне забуття: Поширена
The source of the article is from the blog tvbzorg.com