Tutkijat selittivät, että jotta laite sopeutuisi uuteen tilanteeseen, sen "aivot"
Siksi uudessa tutkimuksessa tutkijattoi verkkoon Hebbian säännöt - matemaattiset kaavat, jotka mahdollistavat tekoälyn jatkaa oppimista. Niiden arvojen sijaan, jotka määräävät, kuinka aktiivisuus leviää simuloidusta neuronista toiseen, nämä arvot muuttuvat kokemuksen funktiona.
Uusi smart jersey tallentaa urheilijoiden aktiivisuutta harjoittelun aikana
Voit testata niiden menetelmän toimintaa komennollairrotti robotin vasemman etujalan osittain pakottaen sen kompensoimaan loukkaantumisen tien päällä. Laite pystyi kulkemaan seitsemän kertaa tavallisen robotin matkan. Tutkijat kertoivat tästä neurotietojen käsittelyjärjestelmiä käsittelevässä konferenssissa. Tällainen koulutus voi parantaa algoritmeja kuvan tunnistamiseen, kielen kääntämiseen tai ajamiseen.
Aiemmin MIT: n tutkijat loivat algoritmin,kuka voi määritellä tavoitteet ja suunnitelmat, vaikka ne voivat epäonnistua. Tämäntyyppinen etsintä parantaa avustavaa tekniikkaa, yhteistyö- tai hoitorobotteja ja digitaalisia avustajia, kuten Siri ja Alexa.
Lue lisää:
Katso kauneimmat kuvat Hubbleista. Mitä kaukoputki on nähnyt 30 vuoden aikana?
Tutkimus: Tshernobylin kasvit ovat edelleen säteilyn saastuttamia
Tutkijat ottavat ensimmäiset korkealaatuiset kuvat koronaviruksen piikkeistä