Kompiuteris, Turintis Vos 2 „Neuronus“, Gali Išmokti Važiuoti Dviračiu

{h1}

Remiantis nervų tinklo tyrimais, norint išmokti važiuoti dviračiu, reikia daug mažiau nei pusės smegenų.

Važiuoti dviračiu nereikia daug smegenų. Tiesą sakant, reikia tik dviejų neuronų - arba, tiksliau tariant, dviejų mazgų skaitmeniniame neuronų tinkle.

Ciuricho neuroinformatikos instituto tyrėjas Matthew Cookas tai parodė 2004 m. Savarankiškai paskelbtoje ataskaitoje, parašytoje, kai buvo Kalifornijos technologijos instituto profesorius. Virėjas studijuoja mąstymą - kaip jis veikia, kaip jo struktūra ir kaip jis vystosi reaguodamas į išorinį pasaulį. Sukūrus paprastus „neuroninius tinklus“, skirtus išspręsti konkrečias problemas, tyrėjai gali padėti modeliuoti smegenų mąstymo procesą arba pereiti prie intelektualesnio dirbtinio intelekto.

Kad būtų aišku: šie neuroniniai tinklai neapima jokių neuronų. Vietoj to, tai yra imituotų mazgų grupės arba modelio neuronai kompiuteryje, kurie gali sąveikauti tarpusavyje stiprindami ir silpnindami jų ryšius. Šie tinklai pasirodė nepaprastai talentingi spręsti, suprasti ir spręsti sudėtingas problemas, net neturėdami iš anksto į juos jokios informacijos. [A.I istorija: Dirbtinis intelektas (infografija)]

Kai Kukas sukūrė dviejų mazgų tinklą, kuriame buvo atjungtas mazgas, jis nustatė, kad, palyginti su žmonėmis ar sudėtingas, atskirtas algoritmas, jis buvo talentingesnis bandant dviratį mažame fizikos treniruoklyje - nepaisant to, kad iš anksto negavote tiesioginės informacijos apie tai, kaip kad atsitrauktų.

Visi - algoritmas, žmogaus ar nervų tinklas - bandę pilotuoti dviratį gavo tą pačią informaciją ir valdymo priemones. Jie galėjo stebėti dviračio greitį, jo kryptį, vietą kosmose, rankenos kampą ir kiek jis pasviro į vieną ar kitą pusę. Jie galėjo stumti ir užtraukti ant rankenos rankeną ir sukti sukimo momentą ant galinio rato, kuris imitavo pedalą.

Pirma, algoritmas gavo savo eilę. Cookas jį sukūrė norėdamas pasirinkti „judėti“ akimirką „kas būtų“ terminais, ištyręs kiekvieną galimą kiekvieno galimo judesio rezultatą: koks žingsnis išlaikys dviratį vertikalioje padėtyje? Koks bus jo judėjimas tiesia linija? Greitai judate?

Bet algoritmas blogai bandė padaryti daugiau nei vieną dalyką vienu metu. Kai jam buvo liepta sutelkti dėmesį į tiesią padėtį, Cookas rašė, kad tai padarys keistus „triukus“, pasukdamas rankeną apskritimais ir nepadarydamas pažangos į priekį. Kai liepta judėti tiesia linija, jis akimirksniu pasislinktų į priekį, prieš apvirsdamas. Kai liepta sutelkti dėmesį į greitį, jis „perbrauktų“ dviratį iš vienos pusės į kitą ir sukeltų nedidelius greičio šuolius.

Bet kokiu atveju, rašė Cookas, toks algoritmas bus nenaudingas realiame pasaulyje, kur jis negalėjo pakankamai gerai numatyti ateities, kad galėtų priimti tinkamus sprendimus.

Toliau žmonės pasisuko, kontroliuodami dviračio judesį klaviatūra ir stebėdami jį ekrane.

„Aš maniau, kad puikiai žinant, kaip reikia važiuoti dviračiu realiame gyvenime, tai nebus problema imituojant“, - rašė Cookas.

Tačiau jis nustatė, kad be fizinių pojūčių važinėjant dviračiu realiame pasaulyje, užduotis buvo daug priešintuityvesnė ir sudėtingesnė, nei jis tikėjosi.

„Iš pradžių net galvojau, kad treniruoklyje turi būti klaida, nes pasukdamas į dešinę radau, kad turiu stumti vairą į kairę“, - rašė jis. "Žinoma, jei nustosite galvoti apie tai, tai yra visiškai teisinga. Norėdami pasukti į dešinę, dviratis turi pasilenkti į dešinę, ir vienintelis būdas tai padaryti yra perkelti sąlyčio su žeme tašką į kairėn, o tam reikia pradinio stūmimo į kairę “.

Nevaromo dviračio takai po 800 stūmimų.

Nevaromo dviračio takai po 800 stūmimų.

Kreditas: Matthew Cookas

Vis dėlto Cook'as sugebėjo gana gerai išmokti vairuoti dviratį. Ir kiti programą išbandę žmonės tai išsiaiškino. Remdamasis savo patirtimi ir aprašymais, kuriuos kiti žaidėjai pateikė savo strategijoms, Cook sukūrė paprastą dviejų mazgų tinklą, kuris, jo manymu, galėjo sėkmingai išmokti važiuoti dviračiu.

Pirmasis tinklo neuronas jaučia dviračio pasaulį ir tai, kur jam buvo liepta pasiimti dviratį. Jis taip pat nusprendžia, kiek dviratis turi pasilenkti ir kuria kryptimi. Tada neuronas perduoda šią informaciją antrajam tinklo neuronui, kuris tiesiogiai kontroliuoja dviratį ir nusprendžia, ką daryti su tomis kontrolės priemonėmis, kad tas liesumas įvyktų. [Inside the smegen: nuotraukų kelionė per laiką]

Iškart ši nesudėtinga sistema pasirinko užduotį ir įvertino parametrus, kurių reikia norint gauti dviratį ten, kur liepė važiuoti. Esant labai mažam greičiui, jis tapo nestabilus, tačiau tol, kol dviratis gerai eis garu, jis galėjo pilotuoti labai sudėtingais takais.

Kelias nuo kelio taško iki taško, kurį Kukas išmokė sekti nervų tinklą. Jis pažymi, kad bet kokie rašysenos klausimai yra jo ir

Kelias nuo kelio taško iki taško, kurį Kukas išmokė sekti nervų tinklą. Jis pažymi, kad bet kokie rašysenos klausimai yra jo, o ne dviračio kaltė.

Kreditas: Matthew Cookas

Kitas tokio pobūdžio projekto žingsnis, rašė Cook, būtų sukurti tinklus, kurie ne tik reaguoja į stimulus, bet ir kuria ir tobulina „įsitikinimus“ - idėjas apie kodėl jiems reikia atlikti tam tikrus dalykus, kad būtų galima nutraukti užduotis, o ne tik paprastus refleksus, leidžiančius jiems tai padaryti.

Iš pradžių paskelbta „WordsSideKick.com“.


Vaizdo Papildas: .




LT.WordsSideKick.com
Visos Teisės Saugomos!
Dauginti Jokių Medžiagų Leidžiama Tik Prostanovkoy Aktyvią Nuorodą Į Svetainę LT.WordsSideKick.com

© 2005–2020 LT.WordsSideKick.com