Firma Google DeepMind opracowała algorytm, który orientuje się w przestrzeni za pomocą sztucznego analogu neuronów w sieci.
DeepMind, ramię badawcze Google zajmujące się sztuczną inteligencją, stworzyło program, który jest w stanie konstruować optymalne trasy przy użyciu analogów neuronów sieci. Komórki te są częścią sieci mózgowej, która zapewnia nawigację wszystkim ssakom, w tym ludziom. W przyszłości nowe rozwiązanie pozwoli nam badać nasze umiejętności w biegu na orientację bez testowania na zwierzętach. Artykuł dotyczący technologii został opublikowany w czasopiśmie Nature.
Inny program, stworzony przez DeepMind, wielokrotnie pokonał najsilniejszych mistrzów Go na świecie, grę, która od dawna uważana jest za odporną na sztuczną inteligencję.
Autorzy nowego algorytmu stworzyli sztuczny analog neuronów siatkowych. Te komórki mózgowe są aktywowane, gdy ssak przekracza granicę wyimaginowanej siatki „nałożonej” na przestrzeń, w której znajduje się zwierzę. U ludzi zniszczenie tych neuronów staje się jednym z objawów choroby Alzheimera i ludzie tracą zdolność nawigacji. Naukowcy sugerują, że neurony siatkowe pomagają znaleźć najkrótsze ścieżki w znanych środowiskach.
W nowym badaniu programiści stworzyli model dwóch sztucznych, powtarzających się sieci neuronowych. W takich sieciach komunikacja między elementami tworzy sekwencję kierunkową: program wykorzystuje poprzednie kroki do planowania następnej akcji.
Jeden algorytm wykorzystywał sztuczne neurony siatkowe, drugi działał bez nich. Programy zostały wyszkolone do szukania ścieżki w wirtualnych labiryntach, gdzie najkrótszą drogę do celu blokowały zamknięte „drzwi”. Następnie algorytmy przeszły do większych labiryntów o podobnej konfiguracji: program korzystający z neuronów sieci bardziej efektywnie szukał ścieżki. Po otwarciu drzwi algorytm uwzględnił ten fakt i znalazł najkrótszą drogę. Program, który działał bez specjalnych neuronów, ignorował otwarte przejście i dłużej szukał ścieżki w labiryncie.
Wyniki eksperymentu potwierdziły hipotezę neuronaukowców: neurony siatkowe są rzeczywiście zaangażowane w poszukiwanie najszybszej ścieżki. Eksperci twierdzą, że modelowanie sztucznej inteligencji może z czasem zastąpić niektóre rodzaje eksperymentów na zwierzętach.
Natalia Pelezneva
Film promocyjny:
