211service.com
AI-programma wordt echt goed in navigatie door een hersenachtig GPS-systeem te ontwikkelen
De neurale netwerken van DeepMind bootsen de rastercellen in menselijke hersenen na die ons helpen te weten waar we zijn. 9 mei 2018
mevrouw Tech
Een AI-programma dat is getraind om door een virtueel doolhof te navigeren, heeft onverwacht een architectuur ontwikkeld die lijkt op het neurale GPS-systeem dat zich in een brein bevindt. De AI kon vervolgens met ongekende vaardigheid zijn weg door het doolhof vinden.
De ontdekking komt van DeepMind , een Brits bedrijf dat eigendom is van Alphabet en zich toelegt op het bevorderen van algemene kunstmatige intelligentie.
Het werk, gepubliceerd in het tijdschrift Natuur , hints op hoe kunstmatige neurale netwerken, die zelf zijn geïnspireerd door de biologie, kunnen worden gebruikt om aspecten van de hersenen te onderzoeken die mysterieus blijven. Maar dit idee moet met enige voorzichtigheid worden behandeld, omdat er veel is dat we niet weten over hoe de hersenen werken, en omdat het functioneren van kunstmatige neurale netwerken ook vaak moeilijk uit te leggen is.
Rasterachtige cellen gezien in biologische en kunstmatige neurale netwerken. DeepMind-blog
Onderzoekers van DeepMind wilden een kunstmatig neuraal netwerk trainen om padintegratie na te bootsen, een methode die dieren gebruiken om hun beweging door een ruimte te berekenen. De onderzoekers trainden een neuraal netwerk met een feedbacklus om door een doolhof te navigeren door het voorbeelden te geven van de routes die muizen nemen die een echt doolhof doorkruisen.
Het team ontdekte dat het neurale netwerk iets ontwikkelde dat lijkt op de rastercellen in een biologisch brein. Deze cellen, gerangschikt in een driehoekig raster, lijken een manier te bieden voor een dier om zichzelf in de fysieke ruimte te positioneren. Rastercellen werden voor het eerst geïdentificeerd in 2005 en de wetenschappers die ze vonden, kregen in 2014 een Nobelprijs voor hun ontdekking.
De DeepMind-onderzoekers gebruikten het getrainde netwerk om door onbekende doolhoven te navigeren door versterkend leren aan hun aanpak toe te voegen. Ze ontdekten dat het nieuw getrainde netwerk veel effectiever kon navigeren dan enig eerder AI-systeem, en dat het zijn ruimte meer als een echt dier verkende.
Neurale netwerken kunnen worden gebruikt om veel nuttige dingen te doen, maar tot nu toe zijn ze niet bijzonder goed gebleken in navigatie.
Het kunstmatige neurale netwerk van DeepMind is getraind om een virtueel doolhof te verkennen.
Deze studie is een overtuigende demonstratie dat diep leren van waarde kan zijn voor taken die niet alleen afhankelijk zijn van perceptuele vaardigheden, maar ook van hogere cognitieve functies - in dit geval ruimtelijke navigatie, zegt Francesco Savelli , een neurowetenschapper aan de Johns Hopkins University die rastercellen bestudeert, en die over het onderzoek schreef in een verwante Natuur papier.
Het onderzoek suggereert dat rastercellen een fundamentele rol spelen in hoe dieren - inclusief mensen - hun weg vinden over de hele wereld. Deze ontdekking kan uiteindelijk aanzienlijke praktische voordelen hebben, zoals het helpen van robots om gemakkelijker door onbekende gebouwen te navigeren.
Ons werk is het bouwen van kunstmatige algemene intelligentie, en we denken dat navigatie daar een fundamenteel onderdeel van is, zegt Andrea Banino, een van de DeepMind-teamleden.
Zijn collega Dharshan Kumaran zegt dat de volgende stap is om de AI-agenten complexere navigatievaardigheden te laten leren. We denken aan meer uitdagende omgevingen, zegt hij.
DeepMind heeft eerder een opmerkelijke vooruitgang laten zien op het gebied van machine learning, waaronder programma's die in staat zijn om videogames te leren spelen, evenals bordspellen zoals Go en schaken, met bovenmenselijke vaardigheden. Deze prestaties waren ook afhankelijk van het trainen van zeer grote of diepe kunstmatige neurale netwerken.
Volgens Demis Hassabis, medeoprichter en CEO van DeepMind, kan AI-onderzoek iets nieuws over de hersenen onthullen. Het menselijk brein is het enige bestaansbewijs dat we hebben dat het soort algemene intelligentie dat we proberen op te bouwen zelfs mogelijk is, zei hij in een verklaring. Wij zijn van mening dat deze inspiratie tweerichtingsverkeer moet zijn, met inzichten die ook terugvloeien uit AI-onderzoek om licht te werpen op open vragen in de neurowetenschappen.
Het is echter niet duidelijk hoe ver neurale netwerken, die zeer vereenvoudigde voorstellingen van biologie zijn, ons zullen brengen in het verklaren van de hersenen. Verschillende neurowetenschappers benaderd door MIT Technology Review merk op dat de werking van een diep neuraal netwerk niet veel beter te interpreteren is dan het functioneren van een biologisch brein.