Ngamodelkeun Jaringan Syaraf Tiruan (ANNs) Dina Otak Sato

Cold Spring Harbour Laboratory (CSHL) neuroscientist Anthony Zador parantos nunjukkeun yén évolusi sareng otak sato tiasa dianggo salaku inspirasi pikeun diajar mesin. Éta tiasa mangpaat pikeun ngabantosan AI ngabéréskeun seueur masalah anu béda. 

Numutkeun CSHL neuroscientist Anthony Zador, Artificial Intelligence (AI) bisa greatly ningkat ku pilari ka brains sato. Kalayan pendekatan ieu, ahli saraf sareng anu damel di widang AI gaduh cara énggal pikeun ngarengsekeun sababaraha masalah AI anu paling mendesak. 

Anthony Zador, MD, Ph.D., parantos ngadedikasikeun seueur karirna pikeun ngajelaskeun jaringan saraf kompleks dina otak hirup. Anjeunna mana sagala jalan ka handap ka neuron individu. Dina awal karirna, anjeunna fokus kana hal béda. Anjeunna diajar jaringan saraf jieunan (ANNs). ANN mangrupikeun sistem komputasi anu parantos janten dasar tina seueur kamajuan urang dina séktor AI. Éta dimodelkeun kana jaringan dina otak sato sareng manusa. Nepi ka ayeuna, ieu dimana konsep dieureunkeun. 

Sapotong sudut pandang anyar, dikarang ku Zador, diterbitkeun dina Komunikasi Alam. Dina potongan éta, Zador ngajéntrékeun kumaha algoritma pembelajaran anu énggal sareng ningkat ngabantosan sistem AI ngembangkeun ka titik dimana aranjeunna langkung saé tibatan manusa. Ieu lumangsung dina rupa-rupa tugas, masalah, jeung kaulinan kawas catur jeung poker. Sanaos sababaraha komputer ieu tiasa ngalaksanakeun saé dina rupa-rupa masalah anu rumit, aranjeunna sering bingung ku hal-hal anu urang anggap sederhana. 

Upami anu damel di widang ieu tiasa ngarengsekeun masalah ieu, robot tiasa ngahontal titik pangembangan dimana aranjeunna tiasa diajar ngalakukeun hal-hal anu alami pisan sareng organik sapertos stalking mangsa atanapi ngawangun sayang. Aranjeunna malah tiasa ngalakukeun sapertos ngumbah piring, anu parantos kabuktosan sesah pisan pikeun robot. 

"Hal-hal anu urang karasa hese, sapertos pamikiran abstrak atanapi maén catur, saleresna sanés hal anu sesah pikeun mesin. Hal-hal anu urang mendakan gampang, sapertos berinteraksi sareng dunya fisik, éta anu sesah, ”jelas Zador. "Alesan anu urang pikir éta gampang nyaéta yén urang ngagaduhan satengah milyar taun évolusi anu parantos nyambungkeun sirkuit urang supados urang ngalakukeun éta kalayan gampang."

Zador nyangka yén lamun urang hayang robot pikeun ngahontal learning gancang, hal anu bakal ngarobah sagalana dina sektor, urang bisa jadi teu hayang ngan kasampak dina algoritma learning umum disampurnakeun. Anu kedah dilakukeun ku para ilmuwan sareng anu sanésna nyaéta ningali kana jaringan saraf biologis anu parantos dipasihkeun ka urang ngaliwatan alam sareng évolusi. Ieu tiasa dianggo salaku dasar pikeun diajar gancang sareng gampang ngeunaan jinis tugas khusus, tugas anu penting pikeun salamet. 

Zador nyarioskeun naon anu urang tiasa diajar tina bajing anu hirup di halaman bumi urang sorangan upami urang ngan ukur ningali genetika, jaringan saraf, sareng predisposisi genetik.

"Anjeun gaduh bajing anu tiasa luncat tina tangkal ka tangkal dina sababaraha minggu saatos lahir, tapi kami henteu gaduh beurit diajar hal anu sami. Naha henteu?" ceuk Zador. "Éta kusabab hiji sacara genetik tos ditetepkeun janten mahluk anu cicing di tangkal."

Zador percaya yén hiji hal anu tiasa asalna tina predisposisi genetik nyaéta sirkuit bawaan anu aya dina sato. Éta ngabantosan sato éta sareng ngabimbing diajar awalna. Salah sahiji masalah sareng ngalampirkeun ieu ka dunya AI nyaéta yén jaringan anu dianggo dina pembelajaran mesin, anu diudag ku para ahli AI, langkung umum tibatan anu aya di alam. 

Upami urang tiasa dugi ka titik dimana ANN ngahontal titik pangembangan dimana aranjeunna tiasa dimodelkeun kana hal-hal anu urang tingali di alam, robot tiasa ngawitan ngalakukeun tugas anu dina hiji waktos éta sesah pisan.