ปัญญาประดิษฐ์
นักวิจัยพัฒนาอัลกอริทึมคอมพิวเตอร์ที่ได้รับแรงบันดาลใจจาก Mammalian Olfactory System
นักวิจัยจากมหาวิทยาลัย Cornell ได้สร้างอัลกอริทึมคอมพิวเตอร์ที่ได้รับแรงบันดาลใจจากระบบรับกลิ่นของสัตว์เลี้ยงลูกด้วยนม นักวิทยาศาสตร์ค้นหาคำอธิบายมานานแล้วว่าสัตว์เลี้ยงลูกด้วยนมเรียนรู้และระบุกลิ่นได้อย่างไร อัลกอริธึมใหม่ให้ข้อมูลเชิงลึกเกี่ยวกับการทำงานของสมอง และการนำไปใช้กับชิปคอมพิวเตอร์ช่วยให้สามารถเรียนรู้รูปแบบได้อย่างรวดเร็วและเชื่อถือได้ดีกว่าโมเดลการเรียนรู้ของเครื่องในปัจจุบัน
Thomas Cleland เป็นศาสตราจารย์ด้านจิตวิทยาและเป็นผู้เขียนอาวุโสของการศึกษาเรื่อง “การเรียนรู้อย่างรวดเร็วและการเรียกคืนที่มีประสิทธิภาพในวงจรการดมกลิ่นแบบนิวโรมอร์ฟิก," ตีพิมพ์ใน ปัญญาเครื่องจักรธรรมชาติ มีนาคม 16
“นี่เป็นผลมาจากการศึกษาวงจรหลอดรับกลิ่นในสัตว์ฟันแทะมากว่าทศวรรษ และพยายามค้นหาว่ามันทำงานอย่างไร โดยมองหาสิ่งที่เรารู้ว่าสัตว์สามารถทำได้โดยที่เครื่องจักรของเราไม่สามารถทำได้” Cleland กล่าว
“ตอนนี้เรารู้มากพอที่จะทำงานนี้ได้แล้ว เราได้สร้างแบบจำลองการคำนวณนี้ขึ้นจากวงจรนี้ ซึ่งได้รับคำแนะนำอย่างมากจากสิ่งที่เรารู้เกี่ยวกับการเชื่อมต่อและไดนามิกของระบบชีวภาพ” เขากล่าวต่อ “ถ้าอย่างนั้นเราก็ว่า ถ้าเป็นเช่นนั้น มันก็จะได้ผล และส่วนที่น่าสนใจคือมันใช้งานได้”
ชิปคอมพิวเตอร์ Intel
Cleland เข้าร่วมโดย Nabil Imam ผู้ร่วมเขียน นักวิจัยของ Intel และร่วมกันใช้อัลกอริทึมกับชิปคอมพิวเตอร์ Intel ชิปนี้เรียกว่าโลอิฮิ และมันคือนิวโรมอร์ฟิก ซึ่งหมายความว่าได้รับแรงบันดาลใจจากการทำงานของสมอง ชิปมีวงจรดิจิทัลที่เลียนแบบวิธีที่เซลล์ประสาทเรียนรู้และสื่อสาร
ชิป Loihi อาศัยแกนคู่ขนานที่สื่อสารผ่านเดือยแยก และแต่ละเดือยเหล่านี้มีผลที่สามารถเปลี่ยนแปลงได้ขึ้นอยู่กับกิจกรรมในท้องถิ่น สิ่งนี้ต้องการกลยุทธ์ที่แตกต่างสำหรับการออกแบบอัลกอริทึมมากกว่าที่ใช้ในชิปคอมพิวเตอร์ที่มีอยู่
ด้วยการใช้ชิปคอมพิวเตอร์ neuromorphic เครื่องจักรสามารถทำงานได้เร็วกว่าหน่วยประมวลผลกลางหรือกราฟิกของคอมพิวเตอร์ถึงพันเท่าในการระบุรูปแบบและดำเนินงานบางอย่าง
ชิปการวิจัยของ Loihi ยังสามารถเรียกใช้อัลกอริทึมบางอย่างได้ในขณะที่ใช้พลังงานน้อยกว่าวิธีดั้งเดิมถึงพันเท่า สิ่งนี้เหมาะสมอย่างยิ่งสำหรับอัลกอริทึม ซึ่งสามารถรับรูปแบบการป้อนข้อมูลจากเซ็นเซอร์ที่แตกต่างกัน เรียนรู้รูปแบบอย่างรวดเร็วและต่อเนื่อง และระบุรูปแบบที่มีความหมายแต่ละรูปแบบแม้ว่าจะมีการรบกวนทางประสาทสัมผัสที่รุนแรงก็ตาม อัลกอริธึมสามารถระบุกลิ่นได้สำเร็จ และสามารถทำได้เมื่อรูปแบบแตกต่างจากรูปแบบที่คอมพิวเตอร์เรียนรู้ในตอนแรกถึง 80% อย่างน่าประหลาดใจ
“รูปแบบของสัญญาณได้ถูกทำลายลงอย่างมาก” Cleland กล่าว “แต่ระบบยังสามารถกู้คืนได้”
สมองของสัตว์เลี้ยงลูกด้วยนม
สมองของสัตว์เลี้ยงลูกด้วยนมสามารถระบุและจดจำกลิ่นได้ดีมาก และอาจมีตัวรับกลิ่นหลายพันตัวและโครงข่ายประสาทที่ซับซ้อนที่ทำงานเพื่อวิเคราะห์รูปแบบที่เกี่ยวข้องกับกลิ่น สิ่งหนึ่งที่สัตว์เลี้ยงลูกด้วยนมสามารถทำได้ดีกว่าระบบปัญญาประดิษฐ์คือการคงไว้ซึ่งสิ่งที่พวกเขาได้เรียนรู้ แม้ว่าจะมีความรู้ใหม่แล้วก็ตาม ในแนวทางการเรียนรู้เชิงลึก เครือข่ายจะต้องนำเสนอทุกอย่างพร้อมกัน เนื่องจากข้อมูลใหม่อาจส่งผลกระทบหรือแม้แต่ทำลายสิ่งที่ระบบเรียนรู้ก่อนหน้านี้
“เมื่อคุณเรียนรู้บางอย่าง เซลล์ประสาทจะสร้างความแตกต่างอย่างถาวร” Cleland กล่าว “เมื่อคุณเรียนรู้กลิ่นหนึ่ง เซลล์ประสาทภายในจะถูกฝึกให้ตอบสนองต่อการกำหนดค่าเฉพาะ ดังนั้นคุณจึงได้รับการแยกจากกันที่ระดับเซลล์ประสาทภายใน ดังนั้นในด้านเครื่องจักร เราเพียงแค่ปรับปรุงสิ่งนั้นและวาดเส้นที่ชัดเจน”
Cleland พูดถึงวิธีการที่ทีมคิดค้นแนวทางการทดลองใหม่ๆ
“เมื่อคุณเริ่มศึกษากระบวนการทางชีววิทยาที่ซับซ้อนและซับซ้อนเกินกว่าที่คุณจะหยั่งรู้ได้ คุณต้องฝึกสมองด้วยแบบจำลองคอมพิวเตอร์” เขากล่าว “คุณไม่สามารถคลำทางผ่านมันได้ และนั่นนำเราไปสู่แนวทางและแนวคิดเชิงทดลองใหม่ๆ มากมายที่เราไม่สามารถคิดขึ้นมาได้เพียงแค่การมองด้วยตาเปล่า”
