Παρασκευή, 11 Μαΐου 2018

Επιστήμονες παρουσίασαν τεχνητή νοημοσύνη που έμαθε να μιμείται τον εγκέφαλο. Scientists make a maze-running artificial intelligence program that learns to take shortcuts

Και να βρίσκει τον δρόμο της σε εικονικούς λαβύρινθους. An AI system learns to take shortcuts. Credit: Nature (2018). DOI: 10.1038/s41586-018-0102-6

Η Deep Mind, η θυγατρική εταιρεία της Google στο πεδίο της τεχνητής νοημοσύνης, παρουσίασε ένα νέο πρόγραμμα που μπορεί να βρει το δρόμο του με επιτυχία σε ένα εικονικό λαβύρινθο.

Η πρωτοτυπία έγκειται στο ότι ο αλγόριθμος βαθιάς μάθησης του νέου συστήματος τεχνητής νοημοσύνης μπορεί «αυθόρμητα» να μιμηθεί τη δραστηριότητα των νευρώνων του ανθρωπίνου εγκεφάλου (των λεγόμενων «κυττάρων πλέγματος»), που επιτρέπουν σε ένα άνθρωπο να ξέρει τη θέση του στο χώρο, κάτι ζωτικό για να πλοηγηθεί σε ένα λαβύρινθο.



Interview with Caswell Barry about grid cells. Credit: DeepMind

Η μεγάλη έκπληξη ήταν ότι το νέο πρόγραμμα -ένα βαθύ νευρωνικό δίκτυο που χρησιμοποιεί πολλαπλά στρώματα τεχνητών νευρώνων για να επεξεργασθεί τις πληροφορίες- αναπαρήγαγε τους πολύπλοκους νευρικούς κώδικες που, όπως έχει αποδειχθεί από το 2005 σε εργαστηριακά πειράματα με ζώα και ανθρώπους, ο εγκέφαλος χρησιμοποιεί για να προσανατολισθεί.


Interview with Matt Botvinick about neuroscience and AI. Credit: DeepMind

Με άλλα λόγια, η τεχνητή νοημοσύνη χρησιμοποίησε μόνη της την ίδια στρατηγική νοητικής πλοήγησης στο χώρο, την οποία χρησιμοποιεί και η βιολογική νοημοσύνη. Το επίτευγμα αυτό αναμένεται να βοηθήσει τους νευροεπιστήμονες στις έρευνές τους για τη λειτουργία του εγκεφάλου.

Οι ερευνητές της Deep Mind και του University College του Λονδίνου (UCL), με επικεφαλής τον Ντάρσαν Κουμαράν, που έκαναν τη σχετική δημοσίευση στο περιοδικό "Nature", χρησιμοποίησαν το νέο σύστημα για να εκπαιδεύσουν ένα ψηφιακό αρουραίο να βρίσκει την έξοδο σε ένα επίσης ψηφιακό λαβύρινθο πιο γρήγορα και από ένα άνθρωπο έμπειρο σε αυτό το παιγνίδι.

Οι ειδικοί έκαναν λόγο για επίτευγμα-ορόσημο στο πεδίο της τεχνητής νοημοσύνης. Μέχρι σήμερα προγράμματα αυτού του είδους είχαν πετύχει εντυπωσιακά πράγματα και είχαν νικήσει τους ανθρώπους σε διάφορα επιτραπέζια παιγνίδια (σκάκι, πόκερ, Go κ.α.), αλλά η πλοήγηση σε ένα λαβύρινθο αποτελεί ξεχωριστή πρόκληση.

Πηγές: Andrea Banino et al. Vector-based navigation using grid-like representations in artificial agents, Nature (2018). DOI: 10.1038/s41586-018-0102-6 - http://www.tovima.gr/science/article/?aid=976000 - https://deepmind.com/blog/grid-cells/