Vědci získali vhled do toho, jak udělat umělou inteligenci podobnou lidem

Vědci z Tokijské univerzity získali nový vhled do toho, jak by mohla být umělá inteligence (AI) učena přemýšlet jako lidé. Vědci popsali, jak by mohl být robot naučen procházet bludištěm pomocí elektrické stimulace kultury mozkových nervových buněk, které jsou spojeny s robotem.

Nový výzkum byl zveřejněn v Applied Physics Letters.

Nervové buňky jako fyzické rezervoáry

Nervové buňky, které jsou neurony, byly vypěstovány z živých buněk. Tyto buňky fungují jako fyzické rezervoáry, které umožňují stroji konstruovat koherentní signály, které jsou považovány za homeostatické signály.

Tyto signály informují robota, že prostředí je udržováno v určitém rozmezí, a fungují jako základna, když se robot volně pohybuje bludištěm.

Během testování byly neurony v buněčné kultuře rušeny elektrickým impulzem, kdykoli se robot odchýlil od správného směru nebo se otočil špatným směrem. Během všech testů byl robot neustále zásobován homeostatickými signály, které byly přerušeny signály poruchy, až dokud nebyl schopen úspěšně vyřešit úkol bludiště.

Dosažení cíleného chování

Podle výzkumníků tyto výsledky naznačují, že cílené chování lze generovat bez jakýchkoli dalších učebních procesů. To je dosaženo pomocí signálů poruchy, které jsou zasílány do systému. Robot byl zcela závislý na elektrických impulzech, protože nemohl vidět prostředí nebo získat smyslové informace.

Hirokazu Takahashi je docentem mechanoinformatiky.

“Já sám jsem byl inspirován našimi experimenty, abych si hypotézu, že inteligence v živém systému vzniká z mechanismu, který extrahuje koherentní výstup z neuspořádaného stavu, nebo chaotického stavu,” řekl Takahashi.

Vědci použili tento princip, aby ukázali, že inteligentní schopnosti řešení úkolů lze produkovat pomocí fyzických rezervoárových počítačů, které umožňují extrakci neuronálních signálů. To také umožňuje doručování homeostatických nebo signálů poruchy, a vše toto umožňuje počítači vytvořit rezervoár, který rozumí, jak vyřešit úkol.

“Mozek dítěte na základní škole není schopen vyřešit matematické problémy v přijímacích zkouškách na vysokou školu, možná proto, že dynamika mozku nebo jejich ‘fyzický rezervoárový počítač’ není dostatečně bohatý,” řekl Takahashi. “Schopnost řešit úkoly je určena tím, jak bohatou sbírku prostorově-časových vzorců může síť generovat.”

Podle týmu by použití fyzického rezervoárového počítače v tomto kontextu mohlo přispět k lepšímu pochopení toho, jak funguje mozek, a mohlo by to vést k novému vývoji neuromorfního počítače.