خط تلفن خدمات
دانشمندان در حال تلاش برای ایجاد "رویا" هوش مصنوعی هستند.
2024-03-13
807
بر اساس گزارش مجله آلمانی "Der Spiegel" در اول مارس، هوش مصنوعی (AI) دانشمند رایانه ایتالیایی سیمونه پالاتزو گاهی اوقات چیزهای عجیب و غریبی را "رویا می بیند". رویاهای آن ممکن است شامل یک کامیون با طرح اولوت و یک ماشین اسباببازی سر سگ یا یک صندلی درازکش با یک فنجان آبجو تیره بزرگ روی بالشتک صندلی باشد. Palazzo گاهی اوقات هوش مصنوعی خود را در حالت خواب قرار می دهد زیرا امیدوار است که هوش مصنوعی را به طور کامل تر یاد بگیرد.
خواب برای بقای انسان بسیار مهم است. وقتی مغز وارد حالت خواب میشود، به طور ناخودآگاه دانش و تجربیات کسب شده در ساعات قبل را تثبیت کرده و اطلاعات را دستهبندی میکند و جزئیات مهم را به حافظه بلندمدت تبدیل میکند. فرض بر این است که رویاها به ذخیره تجربیات کمک میکنند. با این حال، محققان هنوز نمیتوانند عملکرد دقیق رویاها را توضیح دهند.
برخلاف انسان ها، شبکه های عصبی مصنوعی هوش مصنوعی هرگز خسته نمی شوند و نیازی به استراحت و خواب ندارند. با این حال، آنها کمبودهای حافظه دارند: پس از آموزش یک کار جدید، اغلب توانایی های آموخته شده قبلی را فراموش می کنند. پالاتزو گفت: ما ابتدا مدلی را با تصاویر سگ و پلنگ آموزش می دهیم و سپس تصاویر پانداها و زرافه ها را به آن نشان می دهیم و ممکن است به طور ناگهانی نتواند بین سگ و پلنگ تفاوت قائل شود. کارشناسان این وضعیت را "فراموشی فاجعه بار" می نامند.
Palazzo و همکارش Concetto Spampinato، هر دو از دانشگاه کاتانیا، در حال توسعه مدلهای هوش مصنوعی برای کاربردهای پزشکی هستند. آنها این مدل ها را برای تجزیه و تحلیل اشعه ایکس دندان یا تشخیص بیماری های پوستی مختلف بر اساس تصاویر آموزش می دهند. "فراموشی فاجعه بار" مشکلی است که آنها با آن روبرو هستند: اگر هوش مصنوعی هنگام یادگیری یک تصویر بالینی جدید، تصاویر قبلی را فراموش کند، هیچ کمکی به کسی نخواهد کرد. آیا می توان از نتایج تحقیقات خواب برای بهبود ماشین ها نیز استفاده کرد؟
Palazzo و Spampinato در آزمایش خود مراحل بیداری و خواب را شبیه سازی کردند. ابتدا، این مدل در حالت بیداری مانند یک هوش مصنوعی معمولی آموزش دید: محققان تصاویر طوطی ها یا قورباغه ها را وارد شبکه عصبی می کنند. متعاقباً، شبکه عصبی نورون های مصنوعی را به هم متصل کرد و یاد گرفت که تصاویر را تشخیص دهد. به این ترتیب، وقتی تصاویر دیگری حاوی طوطی یا قورباغه را می دید، با اطمینان می توانست آنها را شناسایی کند.
در مرحله دوم، محققان سیستم را از طریق دستورات کامپیوتری در حالت خواب مانند قرار دادند. آنها دیگر تصاویر جدیدی را به آن نشان ندادند، بلکه فقط تصاویری را که قبلا دیده بود به نمایش گذاشتند. این فرآیند تکراری به نظر می رسید که گویی دستگاه در حال بازیابی تصاویر از حافظه است. Palazzo گفت که این روش می تواند دانش آموخته شده در شبکه عصبی را تقویت کند.
در نهایت، در حالت رویا، شبکه عصبی تصاویر ترکیبی مانند یک مبل و یک لیوان آبجو، یا یک Ocelot و یک کامیون را میبیند. Palazzo امیدوار است این سیستم را برای دریافت دانش جدید آماده کند. برای رسیدن به این هدف، او شبکه عصبی را برای مدت طولانی در حالت خواب مانند نگه داشت: به طور کلی، مدت زمان مرحله خواب حدود 50 برابر مرحله بیداری بود.
مردم همیشه می خواستند ماشین هایی را به شکل خودشان بسازند. Palazzo همچنین از بازتولید صادقانه عملکردهای مغز انسان حمایت می کند. با این حال، این رویکرد در میان دانشمندان کامپیوتر بحث برانگیز است. اندرو روگویسکی، متخصص هوش مصنوعی بریتانیایی، در مجله "نیو ساینتیست" نوشت که مغز انسان نتیجه میلیون ها سال تکامل است و بنابراین نشان دهنده یک سازش بیولوژیکی بین عملکرد و مصرف انرژی است.
این که آیا هوش مصنوعی Palazzo واقعاً "خواب" و "رویاپردازی" است، ممکن است هنوز قابل بحث باشد. همانطور که خود پالاتزو اعتراف می کند، شبکه عصبی مدل او نمی تواند مانند یک انسان یاد بگیرد و به تنهایی تصاویر رویایی تولید نمی کند. بلکه توسط محققان ایتالیایی در یک تولید کننده تصویر مبتنی بر هوش مصنوعی ایجاد شده اند.
تیم تحقیقاتی ایتالیایی اخیراً نتایج اولیه آزمایش خواب را منتشر کرده است. کارشناسان مستقل در حال حاضر در حال بررسی نتایج هستند. بسته به مدل، شبکههای هوش مصنوعی آموزشدیده در چرخه خواب و بیداری میتوانند دقت تشخیص تصویر را تا ۱۲ درصد افزایش دهند. فراوانی "فراموشی فاجعه بار" نیز به همین ترتیب کاهش می یابد. Palazzo آن را "یک پیشرفت قابل توجه" می نامد.
توصیههای مرتبط
سخنرانی سونگ یوانمینگ در سخنرانی هواکیانگ: مسیر برندسازی جهانی برای کینگهلم و اسلکور
2026-06-05
725
بعد از دو عنوان قهرمانی متوالی، ما هنوز در حال پیشرفت هستیم——مصاحبه اسلکور با سان گائوفی
2026-06-11
492
دهها هزار شرکت، برندهای چینی را انتخاب میکنند - کینگهلم و اسلکور در سراسر جهان فروش خوبی دارند!
2026-06-24
480




粤公网安备44030002007346号