أنشأ DeepMind جهاز كمبيوتر يتعلم استخدام ذاكرته

طور DeepMind نوعًا جديدًا من الذكاء الاصطناعي يمكنه تعلم كيفية استخدام ذاكرته الخاصة. يسمى المشروع " الكمبيوتر العصبي التفاضلي " (الكمبيوتر العصبي التفاضلي ، أو DNC).

ما هي عواقب مشروع يهدف إلى "تعليم" الكمبيوتر لاستخدام ذاكرته الخاصة؟ الشيء الرئيسي هو أن الشكل الضعيف للذكاء الاصطناعي أصبح أكثر فعالية من أي وقت مضى. على سبيل المثال ، يمكن لمثل هذا النظام أن يساعد الشخص على التحرك في مدينة غير مألوفة تمامًا دون أدنى إزعاج.


DNC توضيح معماري. تستقبل وحدة التحكم في الشبكة العصبية معلومات من الخارج ، باستخدام البيانات للعمل مع الذاكرة من خلال عمليات قراءة / كتابة محددة. من أجل مساعدة وحدة التحكم على العمل مع الذاكرة ، تحتفظ DNC بروابط مؤقتة لتتبع البيانات المسجلة ، كما تلتقط مستويات الاستخدام الحالية لكل موقع ذاكرة.

الإنجاز الرئيسي لموظفي DeepMind هو أنهم كانوا قادرين على تعليم الذكاء الاصطناعي لأداء كل مهمة لاحقة ، دون نسيان كيف كانت المهام السابقة. في الوضع العادي ، يمكن للنظام استخدام نفس منطقة الذاكرة لتسجيل المعلومات حول المهام المختلفة. بعد الانتهاء من المهمة الأولى ، تبدأ الآلة في أداء المهمة الثانية. والبيانات الخاصة بتنفيذ الأول لتحل محل البيانات الخاصة بتنفيذ الثاني.


DNC يلعب العلامة

DNC في DeepMind لا. يقوم موظفو الشركة بتزويد الشبكة العصبية بقطعة من الذاكرة في وسط خارجي ، وتعليم النظام كيفية استخدامها. عملية التعلم في هذه الحالة هي طبيعة التجربة والخطأ. ذكر ممثلو المشروع على موقعهم الإلكتروني ما يلي: "عندما يولد DNC ردًا ، نقارنه بالإجابة الصحيحة المطلوبة. بمرور الوقت ، يتعلم النظام كيفية إعطاء إجابات أقرب وأقرب إلى اليمين. "

قلب DNC هو شبكة عصبية تسمى وحدة تحكم. يرسم مبدعو النظام تشابهًا هنا مع المعالج في الكمبيوتر. وحدة التحكم مسؤولة عن استقبال البيانات وكتابتها في الذاكرة والقراءة من الذاكرة. بالإضافة إلى ذلك ، يقوم المتحكم بتحليل البيانات ويولد إجابة ردا على سؤال يطرحه النظام.

يقوم جهاز التحكم بتنفيذ عدة أنواع من العمليات في الذاكرة. في كل لحظة يقرر ما إذا كان يكتب شيئًا في الذاكرة أم لا. إذا كان الحل بنعم ، فيمكن لوحدة التحكم اختيار خيارين للتسجيل - في قطاع غير مستخدم أو في قطاع حيث توجد بالفعل معلومات كانت وحدة التحكم تبحث عنها مسبقًا. وهذا يجعل من الممكن تحديث المعلومات المسجلة في بعض القطاعات الثابتة. إذا تم استخدام جميع القطاعات في الذاكرة ، فقد تقرر وحدة التحكم تحرير الذاكرة ، على غرار كيفية الكتابة فوق قطاع على قرص ثابت عادي لم يعد ضروريًا.

كما في حالة التسجيل ، يمكن لوحدة التحكم قراءة البيانات من عدد من القطاعات. يمكن للنظام البحث عن المعلومات اللازمة في كل قطاع ، أو قراءة البيانات المخزنة في القطاع ذات الصلة بالبيانات المطلوبة على الفور.

كل هذا يسمح للنظام بحل مشكلة استخدام الذاكرة وتخزين البيانات واسترجاعها بشكل فعال.


بعد أن تلقت الشبكة العصبية خريطة مترو أنفاق لندن ، بدأ الكمبيوتر على الفور في إعطاء إجابات معقدة على الأسئلة المعقدة حول التحرك حول مترو الأنفاق. استندت هذه الإجابات على مبدأ الخصم. في ما يلي مثال لأحد الأسئلة التي يمكن لـ DNC الإجابة عليها بشكل صحيح بعد تحميل خريطة مترو الأنفاق في ذاكرة النظام: "عندما نذهب إلى سيارة مترو الأنفاق ونمر بمحطة واحدة على طول الخط المركزي ، فهناك أربع محطات أخرى على طول خط Koltsevaya وهناك خط Dzhubili آخر محطتين ، في أي محطة سنخرج؟ " بالنسبة للمساعدين الرقميين مثل Siri ، هذا السؤال لا يطاق - فهم ببساطة لن يتمكنوا من العثور على الإجابة الصحيحة ، على الرغم من كل قوة الحوسبة لمراكز بيانات Apple. لكن الذكاء الاصطناعي من DeepMind قادر تمامًا على إعطاء الإجابة الصحيحة.


المصدر: Photofusion / Getty

علاوة على ذلك ، يمكن لهذا النظام تقديم المشورة بشأن تقصير المسار بين التوقفات المختلفة. الإجابة الصحيحة هي تعطي في 9 حالات من أصل 10.

وفي كلام المطورين، يمكن أن نظامهم إعطاء الإجابة الصحيحة، لأن مبدأ عملها هو التشابه مع المبادئ الأساسية للتفكير الإنسان. بالطبع ، لا يزال النظام من DeepMind بعيدًا عن نظير آلة حقيقي للذكاء البشري ، ولكن الإصدار الحالي يعمل بشكل جيد. لا يزال الدماغ البشري يدير بمزيد من المهارة البيانات المخزنة ، بما في ذلك عملية نشر معلومات جديدة.

يأمل خبراء DeepMind في أن يتمكنوا في المستقبل من إنشاء نظام يمكنه ، دون إدخال برامج متخصصة في ذاكرته ، استخدام المعلومات المتاحة له لحل بعض المشكلات. في هذه الحالة ، يمكننا بالفعل التحدث عن نظام كامل للتعلم الذاتي يمكنه استخدام البيانات المتاحة لحل المشكلات المعقدة.

لم يتضح بعد متى ستتمكن Alphabet من استخدام مزايا النظام الجديد في منتجاتها وخدماتها التجارية. حتى الآن ، يجري فريق الوحدة دراسات متعمقة ولا يذكر أي شيء عن موعد بدء الاستخدام التجاري للنظام المطور.

يقول الخبراء أن الشركة حققت تقدمًا كبيرًا في أبحاث الذكاء الاصطناعي ، هربرت جايجر من جامعة جاكوبس في بريمنوذكر أن فريق DeepMind "تغلب على واحدة من أهم مراحل التطور التطوري للأنظمة العصبية الحديثة". هذا العالم متأكد من أن الشركة في الواقع أنشأت شيئًا أكثر أهمية مما وصفه ممثلوها في مقال في مجلة Nature .

مثل جميع مشاريع DeepMind الأخرى ، يعتمد هذا المشروع على التعلم العميق. تقريبًا نفس التكنولوجيا التي ساعدت نظام AlphaGo على الفوز بأربع مباريات لبطل العالم الخامس لي سيدول.

يقوم DeepMind مع معهد مستقبل الإنسانية بعمل آخر مثير للاهتمام. يقوم فريق متكامل من المتخصصين بإنشاء "زر أحمر" للحصول على شكل ذكاء اصطناعي قوي. هذه أداة ستوقف الذكاء الاصطناعي في حالة خروجها عن السيطرة.

, : « , , . , . , , ».

Source: https://habr.com/ru/post/ar398357/