Naujame tyrime mokslininkų komanda paaiškina, kaip naujas požiūris žymiai pagerina gebėjimus
Galime priversti dirbtinį intelektą daug geriau mokytis, jei mokysime juos taip, kaip mūsų smegenys suvokia informaciją.
Maximilianas Riesenhuberis, daktaras, Džordžtauno universiteto medicinos centro neurobiologijos profesorius
Žmonės gali greitai ir gerai išmokti naujų dalykųvaizdinės koncepcijos, pagrįstos ribotais duomenimis – kartais pakanka vieno pavyzdžio. Net trijų iki keturių mėnesių kūdikiai gali lengvai išmokti atpažinti zebrus ir atskirti juos nuo kačių, arklių ir žirafų. Tačiau kompiuteriai paprastai turi „pamatyti“ daug to paties objekto pavyzdžių, kad žinotų, kas tai yra, aiškina Riesenhuber.
Todėl reikėjo tobulėtiprograminė įranga, skirta nustatyti ryšius tarp ištisų vaizdinių kategorijų, o ne bandyti standartiškesnį objektų identifikavimo metodą, naudojant tik žemo lygio ir tarpinę informaciją, tokią kaip forma ir spalva.
Komanda nustatė, kad dirbtiniai neuroniniai tinklai, vaizduojantys objektus pagal anksčiau ištirtas sąvokas, daug greičiau išmoksta naujų vaizdinių koncepcijų.
Faktas yra tas, kad smegenų architektūra slypiparemtas žmogaus vizualinių koncepcijų tyrimu, paremtu neuroniniais tinklais, dalyvaujančiais objekto atpažinime. Manoma, kad priekinėje laikinojoje smegenų skiltyje yra „abstrakčių“ vaizdinių, viršijančių formą. Šios sudėtingos neuroninės vizualinio atpažinimo hierarchijos leidžia žmonėms išmokti naujų užduočių ir, svarbiausia, panaudoti anksčiau įgytas žinias.
Nepaisant pažangos dirbtiniųintelektas, žmogaus regėjimo sistema vis dar yra auksinis standartas, atsižvelgiant į gebėjimą apibendrinti iš kelių pavyzdžių: ji gali patikimai susidoroti su vaizdo variacijomis ir aiškiai analizuoti, kas vyksta aplinkui.
Skaityti daugiau
Abortas ir mokslas: kas nutiks gimdantiems vaikams
Peržiūrėkite gražiausias Hablo nuotraukas. Ką matė teleskopas per 30 metų?
Pavadino augalu, kuris nebijo klimato pokyčių. Tai maitina milijardą žmonių