Nur ein fauler Autor hat bei Geektimes nicht über DeepMind geschrieben. Dieses Unternehmen zeichnet sich durch seine Leistungen unter anderen Organisationen aus, die auf dem Gebiet der KI tätig sind. Das bekannteste Projekt DeepMind -
AlphaGo , AI, spezialisiert auf das Go-Spiel. Im Moment ist dieses System vielleicht der geschickteste Go-Spieler der Welt - sowohl unter Menschen als auch unter Autos.
Das Go-Spiel ist jedoch nur eine Demonstration der Fähigkeiten der KI, weit entfernt von dem einzigen Projekt des Unternehmens. Derzeit unterrichtet sie die Weisheit der Navigation in der schwachen Form der KI. Die übliche Art der Orientierung in der Umgebung mit dem Fortschritt in Richtung des gewünschten Ziels beinhaltet eine ständige Bewertung der Umgebung einer Person (oder eines Tieres) mit einer Analyse der erhaltenen Informationen. DeepMind-Spezialisten entwickelten eine Reihe neuronaler Netze, die darauf trainiert waren, sich wie Ratten auf einer quadratischen Plattform zu bewegen.
Wir sprechen über Ratten, die sich an derselben Stelle bewegen. Das Computersystem erhielt Daten über die Geschwindigkeit der Ratte, die Hauptbewegungsrichtungen, den Abstand von den Wänden und alle anderen Parameter. Basierend auf diesen Daten entwickelte die KI eine praktisch ähnliche Bewegungsmethode, die nicht spontan ist, sondern auf bestimmten Faktoren basiert, die die Ratte beim Navigieren durch den Weltraum verwendet.
Interessanterweise hat das Computersystem eine spezielle Ebene für die Navigation entwickelt, deren Funktionsprinzip dem Arbeitsprinzip ähnelt, das für die Ausrichtung des Gehirns von Säugetieren im Weltraum verantwortlich ist.
Beim Menschen sind dafür mehrere Zellgruppen verantwortlich. Dies sind Neuronen, die aktiviert werden, wenn eine Person an Objekten vorbeikommt, auf die sie zuvor gestoßen ist. Diese Neuronen befinden sich im Hippocampus - dem Teil des Gehirns, der für die Bildung des Gedächtnisses und die Speicherung von Informationen verantwortlich ist. Spezialzellen zeichnen sich, soweit man beurteilen kann, durch diesen Zweck aus. Die Position dieser Zellen wird im Ansagebild angezeigt.
DeepMind-Experten glauben, dass das neuronale Netzwerk während des Trainings eine ähnliche Struktur gebildet hat, natürlich nur digital und nicht physisch. Und dasselbe Unternehmen behauptet, dass nur die neuronalen Netze, die solche Strukturen gebildet haben, in komplexen Umgebungen normal navigieren können - nicht nur auf einem quadratischen Gelände, sondern auch in einem Gebäude mit mehreren Räumen. Darüber hinaus können neuronale Netze ihre Wege an eine derart komplexe Umgebung anpassen, wenn sich etwas ändert (z. B. Türen werden geschlossen oder Möbel bewegen sich).
Basierend auf den Ergebnissen des Projekts können mehrere Schlussfolgerungen gezogen werden. Zum Beispiel ist eine davon - die von Tieren entwickelte Orientierungsmethode im Raum - optimal. Hippocampus-Neuronen sind eine großartige Möglichkeit, sich an den Pfad zu erinnern und den Weg zwischen bereits bekannten Objekten nach einem längeren Aufenthalt an einem bestimmten Ort zu ebnen.
Es scheint, dass nicht nur biologische, sondern auch digitale Systeme in einigen Fällen zu ähnlichen Lösungen kommen.
DOI:
10.1038 / s41586-018-0102-6
