โมเดลและแพลตฟอร์ม AI
นักวิจัยได้รับข้อมูลเชิงลึกเกี่ยวกับการทำให้ AI คิดเหมือนมนุษย์
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
นักวิจัยจากมหาวิทยาลัยโตเกียวได้รับข้อมูลเชิงลึกใหม่เกี่ยวกับวิธีการทำให้ปัญญาประดิษฐ์ (AI) คิดเหมือนมนุษย์ นักวิจัยอธิบายว่าหุ่นยนต์สามารถเรียนรู้การเดินผ่าน迷宫โดยการกระตุ้นไฟฟ้าไปยังวัฒนธรรมของเซลล์ประสาทสมองที่เชื่อมต่อกับหุ่นยนต์
การวิจัยใหม่นี้ได้รับการตีพิมพ์ใน Applied Physics Letters
เซลล์ประสาทเป็นแหล่งเก็บข้อมูลทางกายภาพ
เซลล์ประสาทซึ่งเป็นเซลล์ประสาทสมองเติบโตจากเซลล์ที่มีชีวิต เซลล์เหล่านี้ทำหน้าที่เป็นแหล่งเก็บข้อมูลทางกายภาพที่ช่วยให้เครื่องจักรสร้างสัญญาณที่สอดคล้องกัน ซึ่งถือเป็นสัญญาณที่รักษาสภาวะสมดุล
สัญญาณเหล่านี้บอกหุ่นยนต์ว่าสภาพแวดล้อมถูกควบคุมภายในช่วงหนึ่ง และทำหน้าที่เป็นฐานที่หุ่นยนต์เคลื่อนที่อย่างอิสระผ่าน迷宫
ในการทดสอบ เซลล์ประสาทในวัฒนธรรมเซลล์ถูกกระตุ้นโดยการช็อตไฟฟ้าเมื่อหุ่นยนต์เปลี่ยนไปในทางที่ผิดหรือหันไปในทางที่ผิด ในระหว่างการทดสอบทั้งหมด หุ่นยนต์ได้รับสัญญาณที่รักษาสภาวะสมดุลที่ถูกขัดจังหวะด้วยสัญญาณที่ทำให้เกิดความผิดปกติจนกว่าจะสามารถแก้ปัญหามaze ได้สำเร็จ
การบรรลุพฤติกรรมที่มีเป้าหมาย
ตามนักวิจัย การค้นพบเหล่านี้ชี้ให้เห็นว่าพฤติกรรมที่มีเป้าหมายสามารถสร้างขึ้นได้โดยไม่ต้องมีการเรียนรู้เพิ่มเติม ซึ่งสามารถทำได้โดยการส่งสัญญาณที่ทำให้เกิดความผิดปกติไปยังระบบที่มีรูปร่าง หุ่นยนต์ไม่สามารถมองเห็นสภาพแวดล้อมหรือรับข้อมูลสัมผัสได้เลย
ฮิโรกาซุ ทากาฮาชิ เป็นรองศาสตราจารย์สาขาเมคาโตรอนิกส์
“ฉันเองก็ได้รับแรงบันดาลใจจากการทดลองของเราเพื่อสมมติฐานว่าความฉลาดในระบบที่มีชีวิตเกิดขึ้นจากกลไกที่ดึงสัญญาณที่สอดคล้องกันออกจากสถานะที่ไม่มีระเบียบ หรือสถานะที่วุ่นวาย” ทากาฮาชิกล่าว
นักวิจัยใช้หลักการนี้เพื่อแสดงให้เห็นว่าความสามารถในการแก้ปัญหาที่ฉลาดสามารถสร้างขึ้นได้โดยใช้เครื่องคอมพิวเตอร์แบบแหล่งเก็บข้อมูลทางกายภาพ ซึ่งช่วยให้สามารถดึงสัญญาณประสาทออกมาได้ และส่งสัญญาณที่รักษาสภาวะสมดุลหรือสัญญาณที่ทำให้เกิดความผิดปกติ และทุกสิ่งนี้ช่วยให้เครื่องคอมพิวเตอร์สร้างแหล่งเก็บข้อมูลที่เข้าใจวิธีแก้ปัญหา
“สมองของเด็กชั้นประถมไม่สามารถแก้ปัญหาคณิตศาสตร์ในการสอบเข้ามหาวิทยาลัยได้ เพราะว่าพลวัตของสมองหรือ ‘แหล่งเก็บข้อมูลทางกายภาพ’ ของพวกเขาไม่เพียงพอ” ทากาฮาชิกล่าว “ความสามารถในการแก้ปัญหาได้รับการกำหนดโดยความมั่งคั่งของชุดรูปแบบพื้นที่-เวลา ที่เครือข่ายสามารถสร้างขึ้นได้”
ตามทีมวิจัย การใช้เครื่องคอมพิวเตอร์แบบแหล่งเก็บข้อมูลทางกายภาพในบริบทนี้สามารถช่วยให้เข้าใจว่าสมองทำงานอย่างไร และอาจนำไปสู่การพัฒนาคอมพิวเตอร์แบบสมองเทียมได้
