Nowa sztuczna inteligencja może naśladować ludzki mózg i używać tych samych sztuczek co my

natrot/Getty

Naukowcy z Uniwersytetu w Cambridge w Wielkiej Brytanii stworzyli samoorganizujący się inteligentny system, który do rozwiązywania określonych zadań wykorzystuje te same sztuczki, co ludzki mózg. Odkrycie to nie tylko umożliwi rozwój wydajniejszych sieci neuronowych w dziedzinie uczenia maszynowego, ale może także dostarczyć nowego wglądu w wewnętrzne działanie samego ludzkiego mózgu. Jeden z autorów badania powiedział „Newsweekowi”, że jest „bardzo zaskoczony” wynikami.

Ludzki mózg, tak samo jak inne złożone narządy, rozwija się pod wpływem szeregu ograniczeń i wymagań naszego ciała. Przykładowo, nasze sieci neuronowe muszą być odpowiednio zoptymalizowane do przetwarzania informacji, ale nie mogą zużywać zbyt dużo energii ani zasobów. Te kompromisy kształtują nasze mózgi tak, aby stworzyć wydajny system, który działa w ramach fizycznych ograniczeń.

„Systemy biologiczne zwykle ewoluują w ten sposób, aby maksymalnie wykorzystać dostępne im zasoby energii” – stwierdził w oświadczeniu współautor Danyal Akarca z Medical Research Council Cognition and Brain Sciences Unit na Uniwersytecie w Cambridge. „Rozwiązania, do których dochodzą, są często wyrafinowane i odzwierciedlają kompromisy między różnymi narzuconymi im siłami”.

Wraz ze współautorem Jaschą Achterbergiem, neurobiologiem z tego samego wydziału, Akarca i jego zespół stworzyli sztuczny system z narzuconymi ograniczeniami fizycznymi, mający na celu modelowanie uproszczonej wersji mózgu. Wyniki ich badań opublikowano 20 listopada w czasopiśmie „Nature Machine Intelligence”.

Nasze mózgi składają się ze złożonej sieci wzajemnie połączonych komórek mózgowych zwanych neuronami. Neurony te łączą się ze sobą, tworząc autostrady informacyjne, które rozciągają się na różne obszary mózgu. Zamiast korzystać z prawdziwych neuronów, stworzony przez zespół system sztucznej inteligencji wykorzystywał węzły obliczeniowe, z których każdy miał określoną lokalizację w przestrzeni wirtualnej. Podobnie jak w przypadku naszych neuronów, im większy był dystans pomiędzy dwoma węzłami, tym trudniej było im się porozumieć. Następnie system został poproszony o wykonanie zadania labiryntowego wymagającego wielu danych i intensywnego przetwarzania informacji.

„To proste ograniczenie – trudność w połączeniu znacznie oddalonych od siebie węzłów – zmusza sztuczne systemy do wytwarzania dość skomplikowanych właściwości” – stwierdził w oświadczeniu współautor Duncan Astle, profesor z Wydziału Psychiatrii w Cambridge. „Co ciekawe, są to właściwości wspólne dla systemów biologicznych, takich jak ludzki mózg. Myślę, że zdradza nam to fundamentalne informacje o tym, dlaczego nasze mózgi są skonstruowane w taki, a nie inny sposób”.

Innymi słowy, kiedy system został poddany fizycznym ograniczeniom podobnym do tych w ludzkim mózgu, zaczął wykorzystywać te same sztuczki, których używają prawdziwe ludzkie mózgi, aby rozwiązać to konkretne zadanie. „Byliśmy bardzo zaskoczeni naszymi wynikami” – Achterberg powiedział Newsweekowi. „System sztucznej inteligencji, który tworzymy w ramach naszych badań, jest podobny do mózgu pod wieloma względami. Wiele funkcji, które opisujemy w naszym artykule, można z grubsza podzielić na dwie grupy:

1. System AI ma strukturę wewnętrzną podobną do ludzkiego mózgu. Oznacza to, że sposób, w jaki połączone są poszczególne części i neurony u sztucznej inteligencji, jest podobny do sposobu, w jaki połączone są różne części ludzkiego mózgu. System AI szczególnie wykazuje bardzo „mózgowe” i energooszczędne okablowanie wewnętrzne.
2. System AI wykazuje również funkcje wewnętrzne podobne do ludzkiego mózgu. Oznacza to, że sygnały tworzone przez neurony w celu przesyłania informacji przez połączenia systemu AI wyglądają bardzo podobnie do sygnałów, które obserwujemy w mózgu. Uważamy, że sygnały mózgowe są bardzo skutecznym sposobem przesyłania informacji”.

Zespół ma nadzieję, że można opracować system sztucznej inteligencji do tego stopnia, aby możliwe było rzucenie światła na to, w jaki sposób określone ograniczenia przyczyniają się do różnic, które widzimy w ludzkim mózgu, szczególnie tych zaobserwowanych u osób zmagających się z problemami poznawczymi lub problemami ze zdrowiem psychicznym. „Te sztuczne mózgi pozwalają nam zrozumieć bogate i oszałamiające dane, które widzimy podczas rejestrowania aktywności prawdziwych neuronów w prawdziwych mózgach” – powiedział współautor John Duncan.

Achterberg dodał również: „Pokazujemy, że uwzględnienie zdolności mózgu do rozwiązywania problemów w połączeniu z docelowym zużyciem jak najmniejszej ilości zasobów może pomóc nam zrozumieć, dlaczego mózgi wyglądają tak, a nie inaczej. Sztuczne mózgi pozwalają nam zadawać pytania, na które nie dałoby się odpowiedzieć korzystając wyłącznie z rzeczywistego systemu biologicznego. Możemy wyszkolić system do wykonywania zadań, a następnie eksperymentalnie pobawić się narzuconymi przez nas ograniczeniami, aby sprawdzić, czy zacznie bardziej przypominać mózgi poszczególnych osób. [Nasze badania] zdecydowanie sugerują, że chociaż mózg ma wszystkie te bardzo złożone cechy i właściwości, które obserwujemy w badaniach z zakresu neurologii, mogą istnieć bardzo proste zasady leżące u ich podstaw”.

Te odkrycia mogą również przyczynić się do opracowania wydajniejszych systemów sztucznej inteligencji, szczególnie tych, które przetwarzają duże ilości stale zmieniających się informacji przy ograniczonych zasobach energii. „Badacze sztucznej inteligencji nieustannie próbują opracować złożone systemy neuronowe, które będą mogły kodować i działać w elastyczny i wydajny sposób” – powiedział Akarca. „Uważamy, że neurobiologia zapewni nam wiele inspiracji, aby osiągnąć ten cel. Już całkowity koszt okablowania stworzonego przez nas systemu jest znacznie niższy niż w typowym systemie sztucznej inteligencji”.

„Mózgi robotów rozmieszczonych w prawdziwym świecie fizycznym prawdopodobnie będą coraz bardziej przypominać nasze własne mózgi, aby mogły być w stanie stawić czoła tym samym wyzwaniom, co my. Muszą stale przetwarzać nowe informacje napływające do ich czujników, jednocześnie kontrolując swoje ciała do poruszania się w przestrzeni w kierunku danego celu. Wiele systemów będzie musiało wykonywać wszystkie swoje obliczenia przy ograniczonym źródle energii elektrycznej, więc aby wyrównać te ograniczenia energetyczne z ilością informacji do przetworzenia, prawdopodobnie będą one wymagały podobnej struktury mózgu do naszego.” – podsumował Achterberg.