Naukowcy próbują stworzyć „sny” sztucznej inteligencji

Home Wiadomości Wiadomości branżowe Naukowcy próbują stworzyć „sny” sztucznej inteligencji

2024-03-13 807

Według raportu niemieckiego magazynu „Der Spiegel” z 1 marca sztuczna inteligencja włoskiego informatyka Simone Palazzo czasami „śni” o dziwnych rzeczach. Do jego marzeń może należeć ciężarówka we wzór ocelota i samochodzik z głową psa lub rozkładany fotel z dużą filiżanką ciemnego piwa na poduszce siedzenia. Palazzo czasami przełącza swoją sztuczną inteligencję w tryb uśpienia, ponieważ ma nadzieję, że nauczy się ona dokładniej.

Sen jest kluczowy dla przetrwania człowieka. Kiedy mózg wchodzi w stan snu, nieświadomie konsoliduje wiedzę i doświadczenia zdobyte w poprzednich godzinach oraz kategoryzuje informacje, przekształcając ważne szczegóły w pamięć długotrwałą. Istnieje hipoteza, że sny pomagają w przechowywaniu doświadczeń. Jednak naukowcy wciąż nie potrafią wyjaśnić dokładnej funkcji snów.

W przeciwieństwie do ludzi sztuczne sieci neuronowe sztucznej inteligencji nigdy się nie męczą i nie wymagają odpoczynku ani snu. Mają jednak braki w pamięci: po nauczeniu nowego zadania często zapominają o wcześniej nabytych umiejętnościach. Palazzo powiedział: „Najpierw szkolimy model za pomocą wizerunków psów i lampartów, a następnie pokazujemy mu wizerunki pand i żyraf, a może nagle przestać rozróżniać psy i lamparty”. Eksperci nazywają tę sytuację „katastrofalnym zapomnieniem”.

Palazzo i jego kolega Concetto Spampinato, obaj z Uniwersytetu w Katanii, opracowują modele sztucznej inteligencji do zastosowań medycznych. Szkolą te modele do analizy zdjęć rentgenowskich zębów czy diagnozowania różnych chorób skóry na podstawie zdjęć. Problemem, przed którym stają, jest „katastrofalne zapominanie”: jeśli sztuczna inteligencja zapomni poprzednie obrazy podczas uczenia się nowego obrazu klinicznego, nikomu to nie pomoże. Czy wyniki badań nad snem można wykorzystać także do udoskonalenia maszyn?

W swoim eksperymencie Palazzo i Spampinato symulowali fazy czuwania i snu. Po pierwsze, model został wyszkolony w stanie czuwania, podobnie jak zwykła sztuczna inteligencja: badacze wprowadzają obrazy papug i żab do sieci neuronowej. Następnie sieć neuronowa połączyła sztuczne neurony i nauczyła się rozpoznawać obrazy. W ten sposób, gdy zobaczył inne obrazy przedstawiające papugi lub żaby, mógł je z pewnością zidentyfikować.

W drugim etapie badacze wprowadzają system w stan podobny do uśpienia za pomocą poleceń komputerowych. Nie pokazywały mu już nowych obrazów, a jedynie te, które widział wcześniej. Ten powtarzalny proces sprawiał wrażenie, jakby maszyna pobierała obrazy z pamięci. Palazzo stwierdził, że metoda ta może wzmocnić wiedzę już zdobytą w sieci neuronowej.

Wreszcie, w trybie snu, sieć neuronowa widziała mieszane obrazy, takie jak sofa i kufel do piwa lub ocelot i ciężarówka. Palazzo ma nadzieję, że przygotuje to system na przyjęcie nowej wiedzy. Aby to osiągnąć, utrzymywał sieć neuronową w stanie podobnym do snu przez dłuższy czas: ogólnie czas trwania fazy snu był około 50 razy dłuższy niż etap czuwania.

Ludzie zawsze chcieli tworzyć maszyny na swój własny obraz. Palazzo opowiada się także za wiernym odtwarzaniem funkcji ludzkiego mózgu. Jednak takie podejście budzi kontrowersje wśród informatyków. Brytyjski ekspert ds. sztucznej inteligencji Andrew Rogoyski napisał w magazynie „New Scientist”, że ludzki mózg jest efektem milionów lat ewolucji i dlatego stanowi biologiczny kompromis pomiędzy wydajnością a zużyciem energii.

To, czy sztuczna inteligencja Palazzo naprawdę „śpi” i „śni”, może nadal być przedmiotem dyskusji. Jak przyznaje sam Palazzo, sieć neuronowa jego modelu nie potrafi uczyć się jak człowiek i nie generuje samodzielnie obrazów sennych; są raczej tworzone przez włoskich badaczy w generatorze obrazów opartym na sztucznej inteligencji.

Włoski zespół badawczy opublikował niedawno wstępne wyniki eksperymentu dotyczącego snu. Niezależni eksperci analizują obecnie wyniki. W zależności od modelu sieci AI wyszkolone w cyklu snu i czuwania mogą osiągnąć wzrost dokładności rozpoznawania obrazu nawet o 12%. Odpowiednio zmniejsza się również częstotliwość „katastrofalnego zapominania”. Palazzo nazywa to „znaczną poprawą”.

Zdjęcie QQ 20240308103311.jpg

Nie pozwól, aby inteligentne urządzenia gospodarstwa domowego „zadziwiły” osoby starsze

Zielona technologia zapewnia silny impuls do wzrostu gospodarczego w Chinach