Искусственный интеллект становится ближе к естественному
Российские ученые из Института искусственного интеллекта AIRI и МФТИ создали биологически правдоподобную модель памяти для систем искусственного интеллекта с внутренней мотивацией. Научная статья опубликована в авторитетном журнале Brain Informatics (Q1).
Когнитивный агент, если выражаться простым языком, — это программа, которая учится самостоятельно взаимодействовать с миром и обучаться на своих ошибках, выполняя конкретную задачу. Основой агента служит архитектура из алгоритмов, в том числе и нейросетевых, которая помогает ему выполнять инструкции разработчика.
В повседневной жизни мы регулярно сталкиваемся с результатами работы методов машинного обучения и искусственного интеллекта. За последнее десятилетие успех в этом направлении был связан с обучением глубоких нейронных сетей (Artificial Neural Networks, ANN), построенных на основе модели искусственного нейрона. Исследователи также выделяют спайковые нейронные сети (Spiking Neural Networks, SNN), построенные на основе модели спайкового нейрона, которая является более близкой к биологическому нейрону. Искусственные нейронные сети обмениваются вещественными числами, а эти — спайками, единичными событиями, происходящими в определенное время, максимально повторяя работу нервной системы.
Разработанная модель агента может оперировать абстракциями состояний и действий. Это значит, что он способен совершать сложные действия на базе уже известных ему простых операций. Например, научившись искать дверь в помещении, агент сможет использовать этот навык для решения более сложных задач, в то время как большинство существующих сейчас программ требует создания новой инструкции для каждой конкретной задачи. Помимо внешней мотивации (награды за успешно совершенное действие), у разработанного научной группой агента присутствует и внутренняя. Это делает его поведение более сложным и автономным. Внутренняя мотивация обеспечивает осмысленное поведение в отсутствие внешнего подкрепляющего сигнала. Это означает, что такой агент сможет не только искать решение задачи, как большинство стандартных программ, но и изучать мир вокруг себя.
Новость: https://www.ixbt.com/live/market/iskusstvennyy-intellekt-sta...
Оригинальная статья: https://braininformatics.springeropen.com/articles/10.1186/s...
Для ЛЛ:
Обычная нейросеть формируется и обучается для одной определенной задачи.
Предложенная модель нейросети позволит применять уже обученную нейросеть на другие задачи, которая отличается от начальной. Для этого каждый нейрон становится сам нейросетью и использует зависимости входящего/исходящего сигнала для последующей реакции на новые задачи. Т.е. встроили нейросеть в нейросеть.
