0 subscribers

Эволюция обучения является ключом к искусственному интеллекту.

https://i.pinimg.com/564x/f2/ed/d7/f2edd7f3a9ff1be4857089185676d275.jpg
https://i.pinimg.com/564x/f2/ed/d7/f2edd7f3a9ff1be4857089185676d275.jpg

После просмотра фильма "2001: Космическая одиссея" люди задаются вопросом: могут ли существовать такие машины, как HAL 9000, которые могут обрабатывать информацию с помощью человеческого разума?

Исследователи из Мичиганского государственного университета утверждают, что истинный интеллект на уровне человека еще далеко, но их новая идея, исследует, как компьютеры могут начать развиваться так же, как и естественные организмы, с последствиями для многих областей, включая искусственный интеллект.

"Мы знаем, что все организмы способны к обучению в той или иной форме, мы просто не были уверены, как эти способности впервые проявились.

Теперь мы можем наблюдать за этими важными эволюционными событиями, происходящими перед нами в виртуальном мире", - сказал Ансельмо Понтес, исследователь информатики МГУ . "Понимание того, как развивалось обучающее поведение, помогает нам понять, как оно работает, и дает представление о других областях, таких как неврология, образование, психология, поведение животных и даже искусственный интеллект. Это также дает представление о том, как работает наш мозг, и может даже привести к тому, что роботы будут учиться на опыте так же эффективно, как и люди".

По мнению профессора и соавтора интегративной биологии МГУ Фреда Дайера, эти результаты могут иметь огромные последствия.

"Мы разгадываем историю о том, как появилось наше собственное познание и как это может повлиять на будущее", - сказал Дайер. "Понимание нашего происхождения может привести нас к разработке роботов, которые могут смотреть и учиться, а не программироваться под каждую отдельную задачу."

Результаты являются первой демонстрацией эволюции ассоциативного обучения в искусственном организме без мозга. Вот видео, показывающее процесс.

"Нашим вдохновением было то, как животные осваивают достопримечательности и используют их для навигации по окружающей среде, - сказал Понтес.
"Например, в лабораторных экспериментах пчелы учатся ассоциировать определенные цвета или формы с направлениями и перемещаться по сложным лабиринтам."

Поскольку эволюция обучения не может быть прослежена через окаменелости - и на наблюдение за ней уйдет больше времени, чем целая жизнь - междисциплинарная команда МГУ в составе биологов и компьютерщиков использовала программу цифровой эволюции, которая позволила им за считанные часы увидеть десятки тысяч поколений эволюции, чего нельзя было достичь с живыми системами.

В этом случае организмы эволюционировали для изучения и использования сигналов окружающей среды, чтобы помочь им ориентироваться в окружающей среде и находить пищу.

"Обучение имеет решающее значение для большинства моделей поведения, но мы не могли непосредственно наблюдать, как обучение начиналось с чисто инстинктивных предков", - сказал Дайер.

"Мы создали различные проблемы с выбором, которые, как мы думали, могут сыграть определенную роль, и наблюдали за тем, что произошло в компьютере."

https://i.pinimg.com/564x/6b/fe/ad/6bfead20a4758364bbeb7c64fd78dd1e.jpg
https://i.pinimg.com/564x/6b/fe/ad/6bfead20a4758364bbeb7c64fd78dd1e.jpg

В то время как окружающая среда была смоделирована, эволюция была реальной.

Программы, которые контролировали цифровой организм, подвергались генетическим изменениям в результате мутации, наследования и конкурентного отбора.

Организмам было поручено следовать по тропе вместе с сигналами, которые, при правильной интерпретации, указывали, куда идти дальше.

В начале моделирования организмы представляли собой "пустые листы", неспособные к восприятию, перемещению или обучению. Каждый раз, когда организм воспроизводится, его потомки могут страдать от мутаций, которые меняют их поведение.

Большинство мутаций были смертельными. Некоторые ничего не сделали. Но редкие черты, позволившие организму лучше следовать по тропе, привели к тому, что организм стал собирать больше ресурсов, чаще воспроизводиться и, соответственно, увеличивать свою долю в популяции.

На протяжении поколений организмы эволюционировали все более и более сложное поведение. Сначала были простые движения, позволяющие им споткнуться о еду.

Затем была возможность чувствовать и различать различные типы сигналов, а затем рефлексивная способность исправлять ошибки, такие как попытка неверного пути, резервное копирование и другие.

Несколько организмов развили способность учиться по ассоциации.

Если бы один из этих организмов сделал неправильный поворот, он бы исправил ошибку, но он бы также учился на этой ошибке и ассоциировал конкретный сигнал, который он увидел, с тем направлением, в котором он знал, что должен был пройти.

С тех пор он будет передвигаться по всей тропе без дальнейших ошибок. Некоторые организмы могут даже переучиться, когда их вводят в заблуждение, переключая сигналы в середине пути.

"Эволюция в природе может занять слишком много времени, - сказал Понтес, - но эволюция - это всего лишь алгоритм, поэтому ее можно повторить в компьютере".