एआई मॉडल और प्लेटफ़ॉर्म
नए शोध से पता चलता है कि कृत्रिम मस्तिष्क को नींद की आवश्यकता हो सकती है
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
लॉस अलामोस नेशनल लेबोरेटरी से नए शोध के अनुसार, कृत्रिम मस्तिष्क को भी जीवित मस्तिष्क की तरह आराम की अवधि की आवश्यकता हो सकती है।
यह शोध 14 जून को सिएटल में महिला कंप्यूटर विजन वर्कशॉप में प्रस्तुत किया जाएगा।
यिजिंग वाटकिन्स लॉस अलामोस नेशनल लेबोरेटरी के एक कंप्यूटर वैज्ञानिक हैं।
“हम स्पाइकिंग न्यूरल नेटवर्क का अध्ययन करते हैं, जो प्रणाली जीवित मस्तिष्क की तरह सीखती है,” वाटकिन्स ने कहा। “हम इस बात से आकर्षित हुए कि क्या हम एक न्यूरोमॉर्फिक प्रोसेसर को मानव और अन्य जैविक प्रणालियों की तरह प्रशिक्षित कर सकते हैं जो बचपन के दौरान पर्यावरण से सीखते हैं।”
नेटवर्क सिमुलेशन में अस्थिरता को हल करना
वाटकिन्स और उनकी टीम ने पाया कि निरंतर अनुपयोगी सीखने की अवधि ने नेटवर्क सिमुलेशन में अस्थिरता का कारण बना। हालांकि, जब टीम ने नेटवर्क को जीवित मस्तिष्क में नींद के दौरान होने वाली लहरों के परिणामस्वरूप राज्यों में पेश किया, तो स्थिरता बहाल हो गई।
“यह जैसे कि हम तंत्रिका नेटवर्क को एक अच्छी रात की नींद दे रहे थे,” वाटकिन्स ने कहा।
टीम ने यह खोज तब की जब वे मानव और अन्य जैविक प्रणालियों की तरह देखने के लिए सीखने वाले न्यूरल नेटवर्क विकसित कर रहे थे। टीम को अनुपयोगी शब्दकोश प्रशिक्षण के दौरान सिम्युलेटेड तंत्रिका नेटवर्क को स्थिर करने में कुछ चुनौतियों का सामना करना पड़ा। अनुपयोगी शब्दकोश प्रशिक्षण में वस्तुओं को वर्गीकृत करना शामिल है जिसके लिए पहले से उदाहरणों का उपयोग तुलना के लिए नहीं किया जा सकता है।
गैरेट केन्यन लॉस अलामोस में एक कंप्यूटर वैज्ञानिक और अध्ययन के सह-लेखक हैं।
“सीखने वाली प्रणालियों को अस्थिर होने से रोकने का मुद्दा वास्तव में तब उत्पन्न होता है जब जैविक रूप से वास्तविक, स्पाइकिंग न्यूरोमॉर्फिक प्रोसेसर का उपयोग करने का प्रयास किया जाता है या जब स्वयं जीव विज्ञान को समझने का प्रयास किया जाता है,” केन्यन ने कहा। “मशीन लर्निंग, डीप लर्निंग और एआई शोधकर्ताओं के बहुत से लोगों को यह समस्या का सामना नहीं करना पड़ता क्योंकि वे जिन कृत्रिम प्रणालियों का अध्ययन करते हैं उनमें वे वैश्विक गणितीय संचालन करने का विलासिता रखते हैं जो प्रणाली के समग्र गतिज लाभ को विनियमित करने का प्रभाव रखते हैं।”
नींद को अंतिम उपाय के रूप में हल करना
शोधकर्ताओं के अनुसार, नेटवर्क को कृत्रिम नींद के एक समकक्ष में उजागर करना उन्हें स्थिर करने के लिए उनका अंतिम उपाय था। विभिन्न प्रकार के शोर के साथ प्रयोग करने के बाद, जो रेडियो स्टेशनों के बीच स्थिर है, सर्वोत्तम परिणाम गॉसियन शोर की लहरों से मिले। इस प्रकार के शोर में व्यापक और विभिन्न आवृत्तियों और परिमाणों की श्रृंखला शामिल है।
शोधकर्ताओं ने यह अनुमान लगाया कि धीमी लहर नींद के दौरान जैविक न्यूरॉन्स द्वारा प्राप्त इनपुट की नकल करती है। परिणामों से पता चलता है कि धीमी लहर नींद कॉर्टिकल न्यूरॉन्स को भ्रम से बचाने और स्थिरता बनाए रखने में एक भूमिका निभा सकती है।
टीम अब इंटेल के लोही न्यूरोमॉर्फिक चिप पर एल्गोरिदम को लागू करने पर काम करेगी, उम्मीद है कि नींद इसे वास्तविक समय में सिलिकॉन रेटिना कैमरे से जानकारी स्थिर रूप से संसाधित करने में मदद करेगी। यदि शोध यह निर्धारित करता है कि कृत्रिम मस्तिष्क को नींद की आवश्यकता होती है, तो यह भी सच हो सकता है कि एंड्रॉइड और अन्य बुद्धिमान मशीनों के लिए।
(INTC )स्रोत: धीमी लहर नींद के लिए एक सरोगेट के रूप में साइनसोइडली मॉड्यूलेटेड नॉइज़ का उपयोग करके स्पाइक-आधारित स्पार्स कोडिंग मॉडल में स्थिर अनुपयोगी शब्दकोश सीखने को प्राप्त करने के लिए, सीवीपीआर महिला कंप्यूटर विजन वर्कशॉप, 2020-06-14 (सिएटल, वाशिंगटन, संयुक्त राज्य अमेरिका)
