Kecerdasan Buatan Telah Belajar Menavigasi Labirin, Seperti Orang - Pandangan Alternatif

Kecerdasan Buatan Telah Belajar Menavigasi Labirin, Seperti Orang - Pandangan Alternatif
Kecerdasan Buatan Telah Belajar Menavigasi Labirin, Seperti Orang - Pandangan Alternatif

Video: Kecerdasan Buatan Telah Belajar Menavigasi Labirin, Seperti Orang - Pandangan Alternatif

Video: Kecerdasan Buatan Telah Belajar Menavigasi Labirin, Seperti Orang - Pandangan Alternatif
Video: Artificial Intelligence: Inilah Hebatnya Kecerdasan Buatan 2024, Mungkin
Anonim

Google DeepMind telah mengembangkan algoritma yang mengorientasikan dirinya di ruang angkasa menggunakan analog tiruan neuron dalam kisi.

DeepMind, cabang penyelidikan AI dari Google, telah membuat program yang mampu membina laluan yang optimum menggunakan analog neuron grid. Sel-sel ini adalah sebahagian dari jaringan otak yang menyediakan navigasi di semua mamalia, termasuk manusia. Pada masa akan datang, perkembangan baru akan membolehkan kita mempelajari kemampuan orienteering kita tanpa menguji haiwan. Artikel teknologi itu diterbitkan dalam jurnal Nature.

Program lain, yang dibuat oleh DeepMind, telah berulang kali mengalahkan master Go terkuat di dunia, permainan yang telah lama dianggap kebal terhadap kecerdasan buatan.

Pengarang algoritma baru telah membuat analog tiruan dari neuron kisi. Sel-sel otak ini diaktifkan ketika mamalia melintasi batas grid khayalan "ditumpangkan" di ruang di mana haiwan itu berada. Pada manusia, pemusnahan neuron ini menjadi salah satu gejala penyakit Alzheimer, dan orang kehilangan kemampuan untuk menavigasi. Para saintis mencadangkan bahawa neuron kisi membantu mencari jalan terpendek di persekitaran yang biasa.

Dalam kajian baru, para pemaju memodelkan dua rangkaian saraf berulang buatan. Dalam rangkaian seperti itu, komunikasi antara elemen membentuk urutan arah: program menggunakan langkah sebelumnya untuk merancang tindakan selanjutnya.

Satu algoritma menggunakan neuron kisi buatan, yang kedua tanpa mereka. Program-program tersebut dilatih untuk mencari jalan dalam labirin maya, di mana jalan terpendek ke tujuan disekat oleh "pintu" yang terkunci. Kemudian algoritma beralih ke labirin yang lebih besar dengan konfigurasi yang serupa: program yang menggunakan neuron kisi mencari jalan dengan lebih berkesan. Semasa pintu dibuka, algoritma dapat mempertimbangkan fakta ini dan menemui jalan terpendek. Program, yang berfungsi tanpa neuron khas, mengabaikan laluan yang dibuka dan mencari jalan di labirin lebih lama.

Hasil percubaan mengesahkan hipotesis ahli sains saraf: neuron kisi sememangnya terlibat dalam pencarian jalan terpantas. Pemodelan kecerdasan buatan dapat menggantikan beberapa jenis eksperimen haiwan dari masa ke masa, kata para pakar.

Natalia Pelezneva

Video promosi:

Disyorkan: