नेविगेशन में प्रशिक्षित एआई ने एक स्तनधारी मस्तिष्क से "कम्पास" के समान एक प्रणाली विकसित की

केवल एक आलसी लेखक ने Geektimes में DeepMind के बारे में नहीं लिखा। यह कंपनी वास्तव में एआई के क्षेत्र में काम करने वाले अन्य संगठनों के बीच अपनी उपलब्धियों के लिए खड़ी है। सबसे प्रसिद्ध प्रोजेक्ट डीपमाइंड - अल्फा गो , एआई, गो के खेल में विशेषज्ञता। फिलहाल, यह प्रणाली दुनिया में शायद सबसे कुशल खिलाड़ी है - लोगों के बीच और कारों के बीच।

लेकिन गो का खेल एआई की क्षमताओं का प्रदर्शन मात्र है, जो कंपनी के एकमात्र प्रोजेक्ट से दूर है। वह वर्तमान में नेविगेशन के ज्ञान को AI का कमजोर रूप सिखा रही है। वांछित लक्ष्य की ओर प्रगति के साथ वातावरण में अभिविन्यास के सामान्य तरीके में प्राप्त जानकारी के विश्लेषण के साथ एक व्यक्ति (या जानवर) को घेरने का एक निरंतर मूल्यांकन शामिल है। डीपमाइंड के विशेषज्ञों ने तंत्रिका नेटवर्क का एक सेट विकसित किया जो चूहों जैसे चौकोर आकार के प्लेटफॉर्म के चारों ओर घूमने के लिए प्रशिक्षित था।

हम उसी साइट पर चलने वाले चूहों के बारे में बात कर रहे हैं। कंप्यूटर प्रणाली ने चूहे की गति, गति की मुख्य दिशाओं, दीवारों से दूरी और अन्य सभी मापदंडों पर डेटा प्राप्त किया। इन आंकड़ों के आधार पर, AI ने आंदोलन के एक व्यावहारिक रूप से समान विधि विकसित की, और सहज नहीं है, यह कुछ कारकों पर आधारित है जो चूहे अंतरिक्ष के माध्यम से नेविगेट करते समय उपयोग करते हैं।

दिलचस्प है, कंप्यूटर सिस्टम ने नेविगेशन के लिए एक विशेष परत विकसित की है, जिसके संचालन का सिद्धांत काम के सिद्धांत के समान है, जो अंतरिक्ष में स्तनधारी मस्तिष्क को उन्मुख करने के लिए जिम्मेदार है।

मनुष्यों में, कोशिकाओं के कई समूह इसके लिए जिम्मेदार हैं। ये न्यूरॉन्स हैं जो तब सक्रिय होते हैं जब कोई व्यक्ति उन वस्तुओं से गुजरता है जो उसने पहले सामना किया था। ये न्यूरॉन्स हिप्पोकैम्पस में स्थित हैं - मस्तिष्क का वह हिस्सा जो स्मृति के गठन और सूचना के भंडारण के लिए जिम्मेदार है। जहाँ तक एक न्यायाधीश कर सकता है, इस उद्देश्य के लिए विशेष कोशिकाएँ खड़ी हैं। इन कोशिकाओं का स्थान घोषणा छवि में दिखाया गया है।

डीपमाइंड विशेषज्ञों का मानना ​​है कि प्रशिक्षण के दौरान तंत्रिका नेटवर्क ने एक समान संरचना का गठन किया, केवल, निश्चित रूप से, डिजिटल और भौतिक नहीं। और एक ही कंपनी का दावा है कि केवल ऐसे तंत्रिका नेटवर्क जिन्होंने इस तरह की संरचनाएं बनाईं, वे सामान्य रूप से जटिल वातावरण में नेविगेट करने में सक्षम हैं - न केवल एक वर्ग साइट पर, बल्कि कई कमरों के साथ एक इमारत में भी। इसके अलावा, अगर कुछ परिवर्तन होता है (उदाहरण के लिए, दरवाजे बंद हैं या फर्नीचर चालें) तो तंत्रिका नेटवर्क ऐसे जटिल वातावरण के लिए अपने पथ को अनुकूलित कर सकते हैं।

परियोजना के परिणामों के आधार पर, कई निष्कर्ष निकाले जा सकते हैं। उदाहरण के लिए, उनमें से एक - अंतरिक्ष में अभिविन्यास की विधि, जानवरों द्वारा विकसित, इष्टतम है। हिप्पोकैम्पस न्यूरॉन्स पथ को याद रखने और किसी स्थान पर काफी लंबे समय तक रहने के बाद पहले से ज्ञात वस्तुओं के बीच का मार्ग प्रशस्त करने का एक शानदार तरीका है।

ऐसा लगता है कि न केवल जैविक, बल्कि डिजिटल सिस्टम भी कुछ मामलों में समान समाधान के लिए आते हैं।

DOI: 10.1038 / s41586-018-0102-6