Araştırmacılar, AI'nın Bizim Gibi Düşünmesini Sağlamak İçin İçgörü Kazanıyor

Tokyo Üniversitesi'nden araştırmacılar, bir yapay zekanın (AI) bizim gibi düşünmesi için nasıl yapılabileceğine dair bazı yeni bilgiler edindiler. Araştırmacılar, robota bağlı beyin sinir hücrelerinin bir kültürünü elektriksel olarak uyararak bir robotun bir labirentte gezinmesinin nasıl öğretilebileceğini özetliyor. 

Yeni araştırma yayınlandı Uygulamalı Fizik Mektupları. 

Fiziksel Rezervuar Olarak Sinir Hücreleri

Nöron olan sinir hücreleri, canlı hücrelerden büyütüldü. Makinenin homeostatik sinyaller olarak kabul edilen tutarlı sinyaller oluşturmasını sağlayan fiziksel rezervuar görevi görürler. 

Bu sinyaller, robota ortamın belirli bir aralıkta tutulduğu konusunda bilgi verir ve robot labirentte serbestçe hareket ederken bir taban çizgisi görevi görür. 

Testte, hücre kültüründeki nöronlar, robot yanlış yöne saptığında veya yanlış yöne baktığında bir elektrik darbesiyle bozuldu. Tüm denemeler boyunca robot, labirent görevini başarıyla çözene kadar bozulma sinyalleri tarafından kesilen homeostatik sinyallerle sürekli olarak beslendi. 

Hedefe Yönelik Ulaşmak Davranış

Araştırmacılara göre bu bulgular, hedefe yönelik davranışın herhangi bir ek öğrenme olmadan üretilebileceğini gösteriyor. Bu, somutlaştırılmış bir sisteme bozucu sinyaller göndererek elde edilir. Robot, çevreyi göremediği ve duyusal bilgi elde edemediği için tamamen elektriksel deneme yanılma dürtülerine bağımlıydı.

Hirokazu Takahashi, mekanik-bilişim alanında doçenttir.

Takahashi, "Ben, canlı bir sistemdeki zekanın, düzensiz bir durumdan veya kaotik bir durumdan tutarlı bir çıktı çıkaran bir mekanizmadan ortaya çıktığını varsaymak için deneylerimizden ilham aldım" dedi.

Araştırmacılar bu prensibi, akıllı görev çözme yeteneklerinin, nöronal sinyallerin çıkarılmasını sağlayan fiziksel rezervuar bilgisayarların kullanılmasıyla üretilebileceğini göstermek için kullandılar. Bu aynı zamanda homeostatik veya bozan sinyallerin iletilmesini sağlar ve tüm bunlar, bilgisayarın görevi nasıl çözeceğini anlayan bir rezervuar oluşturmasına olanak tanır. 

Takahashi, "Bir ilkokul çocuğunun beyni, muhtemelen beynin dinamikleri veya 'fiziksel rezervuar bilgisayarı' yeterince zengin olmadığı için, üniversite giriş sınavında matematik problemlerini çözemez" dedi. "Görev çözme yeteneği, ağın üretebileceği uzay-zamansal model repertuarının ne kadar zengin olduğuyla belirlenir."

Ekibe göre, bu bağlamda fiziksel rezervuar hesaplamanın kullanılması, beynin nasıl çalıştığının daha iyi anlaşılmasına katkıda bulunabilir ve nöromorfik bir bilgisayarın yeni gelişimine yol açabilir.