Стручњаци превазилазе велику препреку у технологији вештачке интелигенције помоћу можданог механизма

Група стручњака за вештачку интелигенцију (АИ) из различитих институција превазишла је „велику, дугогодишњу препреку за повећање способности вештачке интелигенције“. Тим је гледао ка људском мозгу, што је случај са многим развојима вештачке интелигенције. Конкретно, тим се фокусирао на механизам меморије људског мозга познат као "поновно играње".

Гидо ван де Вен је први аутор и постдокторски истраживач. Придружили су му се главни истражитељ Андреас Толиас у Бејлору, као и Хава Зигелман на УМасс Амхерсту. 

Истраживање је објављено у Природа комуникације. 

Тхе Нев Метход

Према истраживачима, они су смислили нову методу која ефикасно штити дубоке неуронске мреже од „катастрофалног заборављања“. Када неуронска мрежа преузме ново учење, може заборавити оно што је претходно научено. 

Ова препрека је оно што спречава многа унапређења вештачке интелигенције. 

„Једно решење би било да ускладиштите претходно наишле примере и да их поново прегледате када научите нешто ново. Иако такво 'поновно играње' или 'проба' решава катастрофално заборављање, стална преобука за све претходно научене задатке је веома неефикасна и количина података која би морала да се ускладишти брзо постаје неизводљива”, написали су истраживачи.

Људски мозак  

Истраживачи су црпили инспирацију из људског мозга, јер је у стању да сакупи информације без заборављања, што није случај са АИ неуронским мрежама. Тренутни развој заснован је на претходном раду истраживача, укључујући налазе у вези са механизмом у мозгу за који се верује да је одговоран за спречавање заборава сећања. Овај механизам је понављање образаца неуронске активности.

Према Зигелману, главни развој долази од „препознавања да понављање у мозгу не складишти податке“, већ „мозак генерише репрезентације сећања на високом, апстрактнијем нивоу без потребе да генерише детаљна сећања“.

Сиегелманн је узела ове информације и придружила се својим колегама како би развила репризу налик мозгу са вештачком интелигенцијом, где није било сачуваних података. Као што је случај са људским мозгом, вештачка мрежа узима оно што је раније видела да би генерисала представе на високом нивоу.

Метода је била веома ефикасна, чак и са само неколико репродукованих генерисаних репрезентација што је довело до тога да се старија сећања памте док су нова научена. Генеративно понављање је ефикасно у спречавању катастрофалног заборављања, а једна од главних предности је то што омогућава систему да се генерализује из једне ситуације у другу.

Према ван де Вену, „Ако наша мрежа са генеративним понављањем прво научи да одвоји мачке од паса, а затим да одвоји медведе од лисица, она ће такође разликовати мачке од лисица без посебног обучавања за то. И посебно, што више систем учи, то постаје бољи у учењу нових задатака."

„Предлажемо нову, мозгом инспирисану варијанту понављања у којој се понављају унутрашње или скривене репрезентације које су генерисане сопственим, контекстуално модулисаним везама за повратне информације“, пише тим. „Наш метод је постигао најсавременије перформансе на изазовним мерилима континуираног учења без складиштења података, и пружа нови модел за апстрактно понављање у мозгу.

„Наш метод даје неколико занимљивих предвиђања о начину на који би понављање могло да допринесе консолидацији меморије код Брајана“, наставља Ван де Вен. "Већ водимо експеримент да тестирамо нека од ових предвиђања."