Đường dây nóng Dịch vụ
Các nhà khoa học đang nỗ lực tạo ra những “giấc mơ” trí tuệ nhân tạo
2024-03-13
807
Theo báo cáo của tạp chí Đức “Der Spiegel” ngày 1/XNUMX, trí tuệ nhân tạo (AI) của nhà khoa học máy tính người Ý Simone Palazzo đôi khi “mơ” về những điều kỳ lạ. Giấc mơ của nó có thể bao gồm một chiếc xe tải có họa tiết bạch dương và một chiếc ô tô đồ chơi hình đầu chó, hoặc một chiếc ghế ngả lưng với cốc bia đen cỡ lớn trên đệm ghế. Palazzo thỉnh thoảng đặt AI của mình ở chế độ ngủ vì anh hy vọng nó sẽ học kỹ hơn.
Giấc ngủ rất quan trọng đối với sự sống còn của con người. Khi não bộ bước vào trạng thái ngủ, nó vô thức củng cố kiến thức và kinh nghiệm thu được trong những giờ trước đó, đồng thời phân loại thông tin, chuyển đổi các chi tiết quan trọng thành trí nhớ dài hạn. Người ta đưa ra giả thuyết rằng giấc mơ hỗ trợ lưu trữ trải nghiệm. Tuy nhiên, các nhà nghiên cứu vẫn chưa thể giải thích chính xác chức năng của giấc mơ.
Không giống con người, mạng lưới thần kinh nhân tạo của AI không bao giờ mệt mỏi và không cần nghỉ ngơi hay ngủ. Tuy nhiên, họ có khuyết điểm về trí nhớ: sau khi được dạy một nhiệm vụ mới, họ thường quên những khả năng đã học trước đó. Palazzo cho biết: "Trước tiên, chúng tôi đào tạo một mô hình với hình ảnh của chó và báo, sau đó cho nó hiển thị hình ảnh của gấu trúc và hươu cao cổ, và nó có thể đột nhiên không phân biệt được giữa chó và báo." Các chuyên gia gọi tình trạng này là "sự quên lãng thảm khốc".
Palazzo và đồng nghiệp Concetto Spampinato, đều đến từ Đại học Catania, đang phát triển các mô hình AI cho các ứng dụng y tế. Họ đào tạo những mô hình này để phân tích tia X của răng hoặc chẩn đoán các bệnh ngoài da khác nhau dựa trên hình ảnh. “Sự lãng quên thảm khốc” là vấn đề mà họ gặp phải: nếu AI quên những hình ảnh trước đó khi học một hình ảnh lâm sàng mới thì cũng chẳng giúp ích được gì cho ai cả. Liệu kết quả nghiên cứu về giấc ngủ có thể được sử dụng để cải thiện máy móc không?
Trong thí nghiệm của họ, Palazzo và Spampinato đã mô phỏng các giai đoạn thức và ngủ. Đầu tiên, mô hình được huấn luyện ở trạng thái tỉnh táo giống như AI thông thường: các nhà nghiên cứu nhập hình ảnh của vẹt hoặc ếch vào mạng lưới thần kinh. Sau đó, mạng nơ-ron kết nối các nơ-ron nhân tạo và học cách nhận dạng hình ảnh. Bằng cách này, khi nó nhìn thấy những hình ảnh khác có hình con vẹt hoặc con ếch, nó có thể tự tin nhận dạng chúng.
Ở bước thứ hai, các nhà nghiên cứu đưa hệ thống vào trạng thái giống như ngủ thông qua các lệnh máy tính. Họ không còn cho nó xem những hình ảnh mới nữa mà chỉ hiển thị những hình ảnh nó đã thấy trước đó. Quá trình lặp đi lặp lại này xuất hiện như thể máy đang lấy hình ảnh từ bộ nhớ. Palazzo cho biết phương pháp này có thể củng cố kiến thức đã học được trong mạng lưới thần kinh.
Cuối cùng, ở chế độ mơ, mạng lưới thần kinh sẽ nhìn thấy một số hình ảnh hỗn hợp, chẳng hạn như chiếc ghế sofa và cốc bia, hoặc con bạch dương và một chiếc xe tải. Palazzo hy vọng điều này sẽ chuẩn bị cho hệ thống tiếp nhận kiến thức mới. Để đạt được điều này, ông đã giữ mạng lưới thần kinh ở trạng thái giống như đang ngủ trong một thời gian dài: nhìn chung, thời gian của giai đoạn ngủ gấp khoảng 50 lần so với giai đoạn thức.
Mọi người luôn muốn tạo ra những cỗ máy theo hình ảnh của riêng mình. Palazzo cũng ủng hộ việc tái tạo trung thực các chức năng của bộ não con người. Tuy nhiên, cách tiếp cận này đang gây tranh cãi giữa các nhà khoa học máy tính. Chuyên gia AI người Anh Andrew Rogoyski đã viết trên tạp chí "Nhà khoa học mới" rằng bộ não con người là kết quả của hàng triệu năm tiến hóa và do đó thể hiện sự thỏa hiệp sinh học giữa hiệu suất và mức tiêu thụ năng lượng.
Liệu AI của Palazzo có thực sự “ngủ” và “mơ” hay không vẫn còn là vấn đề gây tranh cãi. Như chính Palazzo thừa nhận, mạng lưới thần kinh trong mô hình của anh ấy không thể học như con người và nó cũng không tự tạo ra những hình ảnh trong mơ; đúng hơn, chúng được tạo ra bởi các nhà nghiên cứu người Ý trong một trình tạo hình ảnh do AI điều khiển.
Nhóm nghiên cứu người Ý mới đây đã công bố kết quả sơ bộ của thí nghiệm về giấc ngủ. Các chuyên gia độc lập hiện đang xem xét kết quả. Tùy thuộc vào mô hình, mạng AI được đào tạo theo chu kỳ ngủ-thức có thể tăng độ chính xác nhận dạng hình ảnh lên tới 12%. Tần suất “quên thảm khốc” cũng giảm đi tương ứng. Palazzo gọi đó là "một sự cải tiến đáng kể".
Gợi ý liên quan
Bài phát biểu của Tống Nguyên Minh tại Hội thảo Hoa Khánh: Con đường xây dựng thương hiệu toàn cầu cho Kinghelm và Slkor
2026-06-05
725
Sau hai chức vô địch liên tiếp, chúng tôi vẫn đang tiếp tục tiến bộ — Phỏng vấn Sun Gaofei trên Slkor
2026-06-11
493




粤公网安备44030002007346号