Истраживачи су објаснили да би се уређај прилагодио новим околностима, његов „мозак“
Стога, у новој студији, истраживачиувео Хеббиан правила у мрежу – математичке формуле које омогућавају АИ да настави са учењем. Уместо вредности које диктирају како ће се активност ширити са једног симулираног неурона на други, ове вредности се мењају као функција искуства.
Нови паметни дрес бележи активност спортиста током тренинга
Да бисте тестирали како њихова метода функционише, наредбаделимично уклонио леву предњу ногу робота, присиљавајући је да надокнади повреду у покрету. Уређај је могао да пређе седам пута већу удаљеност од конвенционалног робота. Истраживачи су ово известили на конференцији о системима за обраду неуро-информација. Такав тренинг може побољшати алгоритме за препознавање слика, превод језика или вожњу.
Раније су истраживачи са МИТ-а креирали алгоритам,који могу да дефинишу циљеве и планове, чак и ако могу да пропадну. Ова врста истраживања побољшаће помоћну технологију, роботе за сарадњу или негу и дигиталне асистенте попут Сири и Алека.
Опширније:
Погледајте најлепше слике Хабла. Шта је телескоп видео за 30 година?
Истраживање: Усјеви у Чернобилу су и даље загађени зрачењем
Научници су снимили прве висококвалитетне слике трња од коронавируса