- PVSM.RU - https://www.pvsm.ru -
Большие данные и более быстрые компьютеры запустили новую волну прогресса и инвестиций в искусственный интеллект. Нейробиолог и компьютерный ученый из Гарвардского университета Дэвид Кокс [1] считает, что следующий большой скачок будет зависеть от того, что происходит в голове у крысы, когда она играет в видеоигры.
Дэвид ведет проект «Ариадна» стоимостью $28 миллионов, финансируемый Агентством передовых исследований в сфере разведки (IARPA [2]). Он ищет [3] в
Сегодня все большая часть технологий опирается на нейронные сети. Благодаря значительному увеличению вычислительной мощности и большому количеству данных в Интернете, Facebook может идентифицировать лица, Siri умеет распознавать речь, а автомобили могут самостоятельно ориентироваться в пространстве. Однако эти алгоритмы все еще достаточно примитивны и опираются на очень упрощенный процесс анализа информации. Например, можно слегка изменить фотографии так, что программа увидит [5] вещи, которых на самом деле нет. Кокс показал фотографию редактора MIT Technology Review с наложением легкого шума, и программа распознала его, как страуса. Этот трюк можно проделать самому с помощью онлайн демо [6] из лаборатории Кокса.
Нейронные сети, как правило, плохо работают в перегруженных средах, где компьютеру нужно выделить объект среди большого количества других объектов, многие из которых при этом накладываются друг на друга. Машинный интеллект справляется с обобщением достаточно плохо. Если показать компьютеру одно или два изображения кенгуру, он не научится определять всех кенгуру. Он должен увидеть кенгуру с разных ракурсов и во многих ситуациях, прежде чем научиться точно распознавать животное. «Кажется, что видеть — это легко: просто откройте глаза. Но трудно научить компьютер делать то же самое» — говорит Дэвид.
Визуальная идентификация – это то немногое, в чем человеческий
Сейчас Дэвид и его команда работают с крысами, которые тренируют свои навыки распознавания с помощью специально разработанных видеоигр. Для измерения активности
Еще одно направление проекта включает в себя попытку создать 3D-карту нейронной сети головного
Помимо «Ариадны» исследованием занимаются еще две команды под руководством ученого из Университета Карнеги-Меллона Тай Синг Ли и нейробиолога из медицинского колледжа Бейлор Андреса Толиаса. Каждая группа ученых подошла к одной и той же проблеме с разных сторон. Так, например, команда Андреаса Толиаса применяет подход, во многом схожий с методикой Дэвида Кокса.
Чтобы изучить более глубокие слои
Вся проделанная работа составляет только половину всего проекта. Ученые должны найти способ сделать всю эту информацию полезной для алгоритмов машинного обучения. С одной стороны, многие исследователи полагают, что нейроны представляют сенсорную информацию в форме распределений вероятности, вычисляя наиболее вероятную интерпретацию события на основе предыдущего опыта. Эта гипотеза прежде всего основывается на идее обратной связи в
Автор: krasandm
Источник [8]
Сайт-источник PVSM.RU: https://www.pvsm.ru
Путь до страницы источника: https://www.pvsm.ru/iskusstvenny-j-intellekt/201170
Ссылки в тексте:
[1] Дэвид Кокс: http://davidcox.me/
[2] IARPA: https://ru.wikipedia.org/wiki/IARPA
[3] ищет: https://www.technologyreview.com/s/602627/searching-rat-brains-for-clues-on-how-to-make-smarter-machines/
[4] мозге: http://www.braintools.ru
[5] увидит: https://www.technologyreview.com/s/533596/smart-software-can-be-tricked-into-seeing-what-isnt-there/
[6] онлайн демо: http://deeplearning.twbbs.org/
[7] двухфотонного лазерного микроскопа: https://en.wikipedia.org/wiki/Two-photon_excitation_microscopy
[8] Источник: https://geektimes.ru/post/281688/
Нажмите здесь для печати.