1768249737
2026-01-12 18:25:00
Аран Найеби(открывается в новом окне) шутит, что мозг его робота-пылесоса больше, чем у двух его кошек. Но хотя вакуум может следовать только по заранее заданному пути, Зоя и Шира прыгают, играют и исследуют дом с реальной автономностью.
«Я вижу, как они гибко играют и прыгают», — сказал Найеби. «Их мозг намного меньше, чем у Roomba, но у этих животных есть своего рода надежная сила воли».
Это естественное любопытство, наблюдаемое у животных, вдохновило Найеби и его коллег из Университета Карнеги-Меллона попытаться создать что-то, что могло бы исследовать окружающую среду без явных указаний, что делать. Работа намекает на будущее, в котором автономные «ученые-агенты ИИ» смогут анализировать огромные и сложные наборы данных без человеческой предвзятости, обнаруживая закономерности и идеи, которые в противном случае могли бы остаться скрытыми.
Найеби, доцент кафедры Отдел машинного обучения(откроется в новом окне) в КМУ Школа компьютерных наук(откроется в новом окне)является частью исследовательской группы, которая создала виртуальную рыбку данио, которая действовала как настоящая рыбка данио без какой-либо предварительной подготовки. Виртуальные рыбки данио воспроизводили мозговую деятельность животных и демонстрировали автономию животных в моделируемой среде.
Эта автономия имеет решающее значение при разработке агентов ИИ для неограниченных исследований без четко определенных целей, то есть при создании ученых-агентов ИИ.
«Если мы создадим ученых-ИИ, мы сможем использовать моменты счастливой случайности в научных открытиях, например, открытия пенициллина, и сделать их более вероятными», — сказал Найеби. «Например, в биологии данные состоят из множества взаимосвязанных компонентов, которые влияют друг на друга, и агенты ИИ лучше справляются с обработкой большего количества информации».
Агенты также могут работать лучше, чем люди, потому что у них не будет таких предубеждений, как у людей. Биология показала, что люди заинтересованы в повествованиях и создании историй, которые часто могут привести к вводящим в заблуждение или недостаточно убедительным выводам. Найеби сказал, что агент ИИ по своей сути ориентирован на то, что подтверждается данными.
Найеби и его команда выбрали рыбок данио из-за предыдущих исследований, проведенных биологами на глиальных клетках их мозга. Первоначально глиальные клетки были недостаточно изучены, но биологи обнаружили, что клетки играют роль в способности личинок рыбок данио плавать и исследовать окружающую среду.
Когда биологи отрубили (откроется в новом окне)способность рыбки данио использовать свой хвост, она больше не могла плавать и впала в пассивность, вызванную тщетностью, что означает, что она изо всех сил старалась плавать, осознала, что не может, и на некоторое время перестала двигаться. Через некоторое время в этом пассивном состоянии рыбка данио попыталась еще раз, и именно взаимодействие с глиальными клетками помогло ей повторить попытку.
Найеби и его команда использовали это предыдущее исследование для разработки вычислительного метода, который позволяет агенту ИИ исследовать и адаптироваться к окружающей среде без каких-либо внешних вознаграждений или помеченных данных. Их смоделированная личинка рыбки данио использует модель, называемую «Прогресс модели-памяти-несоответствия» или 3M-Progress, чтобы понять свой мир.
Компонент памяти модели двоякий. Это одновременно текущая память, подобная воспоминанию о реальном мире своего мира, и «этологически значимая предварительная память», которая является предшествующей памятью о том, как должен работать ее мир, например, если рыбка данио двигает хвостом, она будет двигаться через воду. Несоответствие возникает, когда появляется новый сенсорный опыт, который не соответствует предыдущему воспоминанию, что заставляет его обновлять свою модель или понимание мира.
«Наше исследование показывает, что существующие подходы к внутреннему любопытству недостаточно гибки, чтобы охватить реальные исследования животных», — сказал Рис Келлер, доктор философии. студентка Института нейронаук (НИ)(откроется в новом окне) и Институт Робототехники (РИ)(откроется в новом окне). “Включение примитивов памяти, которые представляют собой фиксированные априорные данные о мире, которые агент может запомнить и ссылаться позже, дает достаточную гибкость для построения внутренней цели, которая не только фиксирует исследовательское поведение рыбок данио, но и прогнозирует активность всего мозга с разрешением одной клетки от искусственного мозга нашего агента. Это важно, поскольку подчеркивает, что интеллект животных построен на основе множества биологических априорных данных”.
3M-Progress — это алгоритм внутренней мотивации, то есть он дает агенту ИИ собственное стремление к исследованию, а не полагается на внешнее вознаграждение. Например, робот-пылесос — это агент искусственного интеллекта, основанный на вознаграждении. Он не исследует пространство; он создает карту и затем «вознаграждается», когда эффективно очищает нанесенную на карту область. Смоделированная рыбка данио не просто ищет новые стимулы или белый шум. Вместо этого сигнал несоответствия подталкивает агента к значимому, похожему на любопытство исследованию.
«Раньше люди дрессировали виртуальных грызунов, снимая на видео бегущих грызунов, отслеживая их, а затем тренируя политику обучения с подкреплением, чтобы имитировать это движение прямо на видео», — сказал Найеби. “Но здесь мы этого не делаем. Мы тренируем эту виртуальную рыбку данио с целью 3M-Progress. Этой виртуальной рыбке данио не было показано, как движутся настоящие рыбки данио, и мы не пытаемся заставить ее “мозг” напрямую соответствовать данным. Вместо этого мы создали смоделированную среду, позволив ей впоследствии изучить и оценить свое поведение”.
Воссоздание такого поведения в агенте ИИ помогает исследователям понять и стать на шаг ближе к воссозданию автономности животных в агентах ИИ. Найеби сказал, что эта работа только начинается, и по мере того, как исследователи решают более сложные проблемы, которые решает мозг, решения становятся все более и более похожими на то, как на самом деле работает мозг, потому что изначально решений очень мало.
Наряду с Найеби и Келлером в исследовательскую группу CMU входили Алин Кирш, магистрантка РИ; Феликс Пей, доктор философии. студент НИ; и Хак Питков, доцент NI. В команду также вошел Лев Козачков, доцент Университета Брауна.
Найеби сказал, что следующие шаги команды включают изучение того, как автономия может быть применена к различным вариантам реализации, а не только к рыбкам данио.
#Чему #виртуальный #данио #может #научить #нас #об #автономном #искусственном #интеллекте #Новости
Ещё по этой теме
