Ученые создают карманный искусственный мозг с помощью нейронов обезьяны: –

Человеческий мозг потребляет меньше энергии, чем лампочка, а системы искусственного интеллекта потребляют электричество для выполнения тех же задач.

Теперь учёные создали высокоэффективную модель искусственного интеллекта, которая намекает на то, как живой мозг способен делать так много с такими малыми затратами. отчеты в журнале Природа.

Модель, имитирующая часть зрительной системы мозга, изначально использовала 60 миллионов переменных. Но команде удалось сжать его в версию, которая работала почти так же хорошо, используя всего 10 000 переменных.

«Это невероятно мало», — говорит Бен Коулиавтор исследования и доцент лаборатории Колд-Спринг-Харбор. «Это то, что мы могли бы отправить в твиттере или по электронной почте».

По словам Коули, компактная модель также больше похожа на живой мозг, что может помочь ученым изучить, что происходит при таких заболеваниях, как болезнь Альцгеймера.

В более широком смысле, если модель ИИ действительно воспроизводит стратегии, встречающиеся в природе, она может помочь ученым понять внутреннюю работу человеческого мозга, говорит он. Mitya Chklovskiiлидер группы в Институте Флэтайрон Фонда Саймонса, который не участвовал в исследовании.

Компактные модели мозга, вдохновленные биологией, также могут привести к созданию «более мощного и более человекоподобного искусственного интеллекта», говорит Чкловский, который также преподает в Нью-Йоркском университете.

Данные обезьяны

Исследование является частью усилий по пониманию зрительной системы человека, которая воспринимает кусочки света и преобразует их во что-то, что мы узнаем, например, в бабушку или Гранд-Каньон.

Коули говорит, что ученые, изучающие зрительную систему, пытаются ответить на такие вопросы, как: «Как вы узнаете кошку?» или «Как узнать собаку?»

Нет хорошего способа наблюдать за тем, как человеческий мозг это делает. Поэтому Коули рассматривал системы искусственного интеллекта, способные решать аналогичные задачи.

Но есть проблема: «Мы очень плохо понимаем, как работают эти системы искусственного интеллекта, — говорит Коули, — так же, как и наш собственный мозг».

Работая с исследователями из Университета Карнеги-Меллон и Принстонского университета, Коули создал модель искусственного интеллекта, которую смогла понять его команда. Он имитирует только одну часть зрительной системы, состоящую из клеток, называемых нейронами V4.

«Они кодируют цвета, текстуры, кривые и очень сложные протообъекты», — говорит Коули.

Существующие системы искусственного интеллекта могут делать то же самое, используя модели глубоких нейронных сетей, которые требуют мощных компьютеров и обучаются, рассматривая огромный спектр возможностей. Но команда Коули стремилась к чему-то более эффективному.

«Мы хотим взять эти большие неуклюжие модели и попытаться сжать их в гораздо меньшую и компактную форму», — говорит он.

Они начали с модели, обученной на данных макак. Затем они искали части модели, которые были избыточными или ненужными. Они также применили статистические методы, подобные тем, которые используются для сжатия цифровых фотографий.

Результат: модель достаточно маленькая, чтобы ее можно было вложить в электронное письмо.

Компактная модель с меньшим количеством секретов

Поскольку модель настолько маленькая и простая, команда смогла получить представление о том, что делают ее искусственные нейроны.

Некоторые нейроны V4, например, реагировали на формы с четкими краями и множеством кривых — такие формы можно увидеть в продуктовом отделе продуктового магазина.

«Когда вы заходите в супермаркет и видите разложенные фрукты, вашим нейронам V4 это нравится», — говорит Коули. «Они любят разложенные фрукты. Им нравятся все изгибы яблок. [and] апельсины».

Другие нейроны V4, похоже, реагировали только на маленькие точки на изображении.

«Нам это было весьма интересно, потому что приматов очень привлекают глаза», — говорит Коули.

Специализированная природа этих нейронов V4 может помочь объяснить, как мозг человека и других приматов способен понимать то, что они видят, не полагаясь на огромные вычислительные мощности.

Результаты также могут иметь значение для искусственного интеллекта.

«Если наш мозг имеет менее сложные модели, но при этом может делать больше, чем эти системы искусственного интеллекта, это говорит нам кое-что о наших системах искусственного интеллекта», — говорит Коули. А именно, они, вероятно, могли бы быть меньше и проще, но при этом лучше интерпретировать то, что видят.

Например, по его словам, беспилотные автомобили смогут работать на менее мощных компьютерах, при этом правильно отличая пешехода от летающего в воздухе пластикового пакета.

Но для того, чтобы работать так же хорошо, как человеческий мозг, системам искусственного интеллекта нужно нечто большее, чем просто уменьшение, говорит Чкловский.

Например, говорит он, человек может легко узнать лицо друга в любой обстановке и под разными углами, даже если этот друг загорел или сделал новую стрижку.

Системы искусственного интеллекта с трудом справляются с такого рода задачами, даже если они оснащены суперкомпьютерами.

Возможно, это связано с тем, что нынешние модели ИИ основаны на понимании человеческого мозга ХХ века, говорит Чкловский.

«С тех пор мы [have] узнал гораздо больше о мозге, — говорит он. — Так что, возможно, нам следует обновить основы искусственных сетей».