Forschern des Instituts für Informatik der Tschechischen Akademie der Wissenschaften ist es gelungen, ein grundlegendes Problem in vielen Systemen der künstlichen Intelligenz zu lösen, indem sie den Schlafprozess von Lebewesen in der Natur nachahmen. Wissenschaftler wenden sich der künstlichen Intelligenz zu „Schlafen lehren“ermöglichte es ihm, für zwei verschiedene Missionen ausgebildet zu werden.
Der Unabhängige auf Türkisch zu den Nachrichten Im Vergleich dazu können viele künstliche Intelligenzsysteme nur in einer Aufgabe erfolgreich sein. Wenn sie zu einer völlig anderen Mission wechseln, ist das Wissen, das sie aus dem ersten Job gewonnen haben, gelöscht. Künstliche Intelligenz unterscheidet sich in dieser Hinsicht von Lebewesen, die immer über die Fähigkeit verfügen, Informationen zu lernen und anzuwenden. Wissenschaftler gehen dieser Frage in künstlichen Systemen nach. „destruktives Vergessen“gibt seinen Namen.
Wissenschaftlicher Mitarbeiter, der das Team hinter der neuen Studie leitet Paul SandaDies, „Wenn Sie das System tatsächlich trainiert haben, dann ist es sehr schwierig, ihm eine ganz neue Mission beizubringen. Wenn Sie es schaffen, die neue Mission beizubringen, zerstören Sie die alte Erinnerung.“er erklärte.
Sanda und Kollegen trainierten ein neuronales Spiking-Netzwerk, um dieses Problem zu umgehen. Netzwerke aus miteinander verbundenen künstlichen Neuronen, ähnlich der Struktur des menschlichen Gehirns, werden als „Pinned Border Networks“ bezeichnet.
Die Gruppe hat die Schlaffähigkeit von Lebewesen an dieses Grenznetzwerk angepasst und eine Gruppe geschaffen, die dabei hilft, Kurzzeiterinnerungen in Langzeiterinnerungen umzuwandeln. „Speicherkonsolidierung“den Vorgang nachgeahmt.
Im ersten Experiment, bei dem der Schlaf nicht nachgeahmt wurde, wurde beobachtet, dass jedes Wissen, das das System in der neuen Aufgabe gelernt hatte, das verschwendete, was es in der vorherigen Aufgabe erworben hatte. Es wurde festgestellt, dass die ersten Informationen nach und nach gelöscht und neue überschrieben wurden.
Also starteten die Forscher das nächste Experiment, indem sie das Netzwerk den biologischen Schlaf nachahmen ließen. Während die künstliche Intelligenz die zweite Aufgabe lernte, wurden zwischendurch kurze Schlafphasen eingestreut. Am Ende stellte sich heraus, dass dieses System es dem System ermöglichte, sich daran zu erinnern, wie es die erste Mission erfüllt hatte.
Im Gespräch mit VICE News sagte Sanda: „So einfache Prinzipien können Auswirkungen haben, die nicht so einfach sind. Wir wurden von echtem, biologischem Schlaf inspiriert, aber unser Modell war viel einfacher.“benutzte seine Worte.
Wissenschaftler an der University of Massachusetts Amherst in den USA Luft Siegelmann, kommentierte die in der von Experten begutachteten Fachzeitschrift PLOS Computational Biology veröffentlichte Forschungsarbeit: „Ein solches Netzwerk hätte die Fähigkeit, das Gelernte auf neue Situationen anzuwenden. Genau wie Tiere und Menschen …“
T24
