Keeawayt
- Uudenlainen tietokonelaitteisto voisi antaa tekoälylle mahdollisuuden oppia jatkuvasti kuten ihmisaivot.
- Purduen yliopiston tutkijat sanovat, että heidän laitteensa voidaan ohjelmoida uudelleen tarpeen mukaan sähköpulssien avulla.
- Vaikka täysin itsestään oppiva tekoälyjärjestelmä on edelleen pääasiassa käsite, on monia esimerkkejä, jotka tulevat lähelle.
Tekoäly (AI) voi pian saada lisäpotkua uudentyyppisistä tietokonesiruista, jotka ovat saaneet inspiraationsa ihmisaivoista.
Purduen yliopiston tutkijat ovat rakentaneet uuden laitteiston, joka voidaan ohjelmoida uudelleen tarpeen mukaan sähköpulssien avulla. Tiimi väittää, että tämä mukautumiskyky antaisi laitteen ottamaan kaikki tarvittavat toiminnot aivojen inspiroiman tietokoneen rakentamiseen. Se on osa jatkuvaa pyrkimystä rakentaa tekoälyjärjestelmiä, jotka voivat oppia jatkuvasti.
"Kun tekoälyjärjestelmät oppivat jatkuvasti ympäristössä, ne voivat mukautua maailmaan, joka muuttuu ajan myötä", Stevens Institute of Technologyn AI-asiantuntija Jordan Suchow kertoi Lifewirelle sähköpostihaastattelussa. "Näemme tämän esimerkiksi silloin, kun petosten havaitsemisjärjestelmä havaitsee aiemmin havaitsemattoman vilpillisten ostosten mallin tai kun kasvojentunnistusjärjestelmä kohtaa henkilön, jota se ei ole koskaan ennen nähnyt."
Elämänikäiset oppijat
Purduen tutkijat julkaisivat äskettäin artikkelin Science-lehdessä. Se kuvaa, kuinka tietokonepiirit voivat dynaamisesti johdottaa itsensä ottamaan vastaan uutta tietoa samalla tavalla kuin aivot tekevät. Tämä lähestymistapa voisi auttaa tekoälyä jatkamaan oppimista ajan myötä.
"Elävien olentojen aivot voivat oppia jatkuvasti koko elämänsä ajan. Olemme nyt luoneet keinotekoisen alustan koneille, joiden avulla ne voivat oppia koko elämänsä ajan", sanoi yksi lehden kirjoittajista, Shriram Ramanathan, lehdistötiedotteessa.
Ramanathanin tiimin kehittämä laitteisto on pieni, suorakaiteen muotoinen laite, joka on valmistettu perovskiittinikkelaatiksi kutsutusta materiaalista, joka on erittäin herkkä vedylle. Sähköpulssien käyttäminen eri jännitteillä mahdollistaa sen, että laite voi sekoittaa vetyionien pitoisuuden nanosekunnissa, jolloin syntyy tiloja, jotka tutkijat havaitsivat, että ne voidaan kartoittaa vastaaviin aivojen toimintoihin.
Kun laitteessa on esimerkiksi enemmän vetyä lähellä sen keskustaa, se voi toimia hermosoluna, yksittäisenä hermosoluna. Kun kyseisessä paikassa on vähemmän vetyä, laite toimii synapsina, neuronien välisenä yhteytenä, jota aivot käyttävät muistin tallentamiseen monimutkaisiin hermopiireihin.
"Jos haluamme rakentaa tietokoneen tai koneen, joka saa inspiraationsa aivoista, niin vastaavasti haluamme mahdollisuuden ohjelmoida, ohjelmoida uudelleen ja vaihtaa sirua jatkuvasti", Ramanathan sanoi.
Ajattelukoneet?
Monet nykyaikaiset tekoälyjärjestelmät mukautuvat uuteen tietoon, kun ne koulutetaan uudelleen, David Kanter, MLCommonsin, avoimen koneoppimisen parantamiseen keskittyneen suunnittelukonsortion toiminnanjohtaja, sanoi sähköpostissa.
"Maailma on luonnostaan dynaaminen paikka, ja viime kädessä koneoppimisen ja tekoälyn on mukauduttava tähän", Kanter sanoi. "Esimerkiksi vuoden 2022 puheentunnistusjärjestelmästä, joka ei "tietä" COVID-19:stä tai koronaviruksista, puuttuisi iso osa nykymaailmasta. Samalla tavalla autonomisen ajoneuvon tulisi mukautua muutoksiin katuissa, siltojen sulkemisissa tai jopa alhaiset lämpötilat tekevät tiestä jäisen."
Vaikka täysin itsestään oppiva tekoälyjärjestelmä on edelleen enimmäkseen käsite, monet esimerkit tulevat lähelle, Sameer Maskkey, tekoälyyrityksen Fusemachinesin toimitusjohtaja, sanoi sähköpostihaastattelussa. Yksi näistä itseoppivista järjestelmistä tuli uutiseen, kun tekoälyjärjestelmä voitti ihmisen Go-pelissä.
"AlphaGo oli DeepMindin ensimmäinen tekoäly, joka voitti ammattimaisen Go-pelaajan", Masky lisäsi. "Heidän pelivalikoimastaan on tullut ponnahduslauta, kun jokainen uusi lisäys on edistynyt kohti jatkuvasti oppivaa tekoälyä."
Tulevaisuuden tekoälyjärjestelmät etsivät tietoa, jota ne tarvitsevat tehdäkseen hyviä päätöksiä ja ryhtyäkseen asianmukaisiin toimiin, Suchow ennusti. Nämä edistyneet tietokoneet välttävät kalliit virheet oppimalla omista kokemussimulaatioistaan, esimerkiksi "itsepelaamalla", jossa tekoäly kuvittelee vuorovaikutuksen tulokset itsensä kopioiden kanssa.
"Tämä on samanlaista kuin kuinka ihmiset voivat oppia mielikuvituksen kautta ennakoiden huonon lopputuloksen ilman, että heidän tarvitsee kokea sitä suoraan", Suchow lisäsi. "Tekoälyjärjestelmät oppivat tehokkaampia oppimisstrategioita, paljolti sillä tavalla, että opiskelija voi suunnata aikaansa ja huomionsa paitsi opiskelun sisällölliseen sisältöön, myös itse oppimisprosessiin."
