IARPA mencari di otak tikus cara untuk meningkatkan kecerdasan buatan

Data besar dan komputer yang lebih cepat telah meluncurkan gelombang baru kemajuan dan investasi dalam kecerdasan buatan. Ahli saraf dan ilmuwan komputer Universitas Harvard, David Cox, percaya bahwa lompatan besar berikutnya akan bergantung pada apa yang terjadi di kepala tikus ketika memainkan video game.

David memimpin proyek Ariadne senilai $ 28 juta, yang didanai oleh Intelligence Advanced Intelligence Agency ( IARPA ). Dia mencari petunjuk di otak mamalia yang akan membantu menjadikan kecerdasan buatan lebih pintar.

Saat ini, semakin banyak teknologi yang bergantung pada jaringan saraf. Berkat peningkatan signifikan dalam daya komputasi dan sejumlah besar data di Internet, Facebook dapat mengidentifikasi wajah, Siri dapat mengenali ucapan, dan mobil dapat menavigasi secara mandiri di ruang angkasa. Namun, algoritma ini masih sangat primitif dan mengandalkan proses analisis informasi yang sangat sederhana. Misalnya, Anda dapat sedikit memodifikasi foto sehingga program dapat melihatnyahal-hal yang tidak benar-benar ada. Cox menunjukkan foto editor MIT Technology Review dengan sedikit suara, dan program itu mengenalinya sebagai burung unta. Anda dapat melakukan trik ini sendiri menggunakan demo online dari lab Cox.



Jaringan saraf, sebagai suatu peraturan, tidak berfungsi dengan baik di lingkungan yang padat di mana komputer perlu membedakan suatu objek dari sejumlah besar objek lain, banyak di antaranya tumpang tindih satu sama lain. Mesin intelijen melakukan generalisasi yang buruk. Jika Anda memperlihatkan komputer satu atau dua gambar kangguru, itu tidak akan belajar mengidentifikasi semua kanguru. Dia harus melihat kanguru dari sudut yang berbeda dan dalam banyak situasi, sebelum belajar bagaimana mengenali binatang secara akurat. “Sepertinya melihat itu mudah: buka saja matamu. Tetapi sulit untuk mengajarkan komputer untuk melakukan hal yang sama, ”kata David.

Identifikasi visual adalah satu-satunya hal yang melampaui otak manusia komputer. Kita dapat membedakan satu sama lain dalam kerumunan, fokus pada suara yang akrab di lingkungan yang bising dan memperoleh pola dari suara dan gambar berdasarkan satu atau lebih contoh. Seseorang tidak memerlukan instruksi untuk belajar menggeneralisasi. Karena itu, para ilmuwan beralih ke otak untuk menemukan apa yang tidak dimiliki kecerdasan buatan.

Sekarang David dan timnya bekerja dengan tikus, yang melatih keterampilan pengenalan mereka dengan bantuan video game yang dirancang khusus. Mikroskop laser dua foton akan digunakan untuk mengukur aktivitas otak tikus. Untuk melihat hasil kerja neuron, para ilmuwan akan memperkenalkan protein fluorescent sensitif kalsium. Ketika neuron mulai merespons, ion kalsium akan mengikuti ke dalam sel dan akan menyorotnya. “Ini seperti menyadap sejumlah besar sel otak; Anda melihat apa yang bisa dipikirkan tikus, ”kata David.

Bidang lain dari proyek ini termasuk upaya untuk membuat peta 3D dari jaringan saraf otak tikus menggunakan tumpukan 30-nanometer bagian jaringan otak, dipelajari menggunakan mikroskop laser dua-foton. Model yang dihasilkan cukup sulit untuk dipelajari, karena ahli saraf masih belum sepenuhnya tahu apa fungsi sel ini atau itu. Tapi Cox mengatakan "kompleksitas luar biasa" mereka menggembirakan. Dia menyarankan bahwa "otak masih bisa mengajar kita banyak untuk membangun kecerdasan buatan."



Selain Ariadne, dua tim lagi terlibat dalam penelitian ini, dipimpin oleh seorang ilmuwan dari Universitas Carnegie Mellon, Tai Sing Lee dan seorang ahli saraf dari Baylor College of Medicine Andres Tolias. Setiap kelompok ilmuwan mendekati masalah yang sama dari sudut pandang yang berbeda. Jadi, misalnya, tim Andreas Tolias menggunakan pendekatan yang sebagian besar mirip dengan teknik David Cox.

Untuk mempelajari lapisan otak yang lebih dalam, dan bukan hanya lapisan atas yang dipelajari oleh Cox dan rekan-rekannya, Tolias menggunakan mikroskop tiga foton. Sebuah tim peneliti yang dipimpin oleh Tolias telah membuat kemajuan yang signifikan, membangun koneksi antara 11.000 pasangan saraf dan menemukan lima jenis neuron baru dalam proses tersebut. Tai Sing Lee berencana untuk menggunakan kode batang DNA: timnya akan memberi label setiap neuron dengan urutan nukleotida yang unik dan secara kimia menghubungkan kode batang melalui sinapsis untuk memulihkan sirkuit. Lee berharap ini akan menjadi lebih cepat dan lebih akurat, jika sama sekali. Dia mencatat bahwa "jika teknologi barcode bekerja, pada dasarnya akan mengubah seluruh gagasan neurobiologi."



Semua pekerjaan yang dilakukan hanya setengah dari keseluruhan proyek. Para ilmuwan harus menemukan cara untuk membuat semua informasi ini berguna untuk algoritma pembelajaran mesin. Di satu sisi, banyak peneliti percaya bahwa neuron menyajikan informasi sensorik dalam bentuk distribusi probabilitas, menghitung interpretasi yang paling mungkin dari suatu peristiwa berdasarkan pengalaman sebelumnya. Hipotesis ini terutama didasarkan pada ide umpan balik di otak. Kemungkinan besar, ada proses konstruktif di mana otak mendukung dan menciptakan ide internal dunia, menghasilkan harapan dan prediksi yang memungkinkannya untuk menjelaskan data yang masuk dan "memikirkan" cara menggunakannya. “Yang kurang dimiliki kecerdasan buatan saat ini adalah imajinasi dan introspeksi. Saya menemukanbahwa skema umpan balik memungkinkan kami untuk menyajikan dan menganalisis pada berbagai tingkatan, ”kata Tai Sing Lee.

Otak dapat melakukan analisis melalui sintesis dalam berbagai cara, sehingga setiap tim akan mengeksplorasi berbagai kemungkinan. Sebuah kelompok yang dipimpin oleh Cox melihat otak sebagai semacam mesin fisika dengan model yang sudah ada sebelumnya yang digunakannya untuk menciptakan gagasan tentang dunia. Tim Tai Ling Xi menyarankan bahwa otak membentuk sebuah "perpustakaan" potongan-potongan kecil dan bagian-bagian objek dan mempelajarinya sebelum menyatukannya. Tolias bekerja dengan asumsi bahwa otak menciptakan teori statistik tentang dunia.

Source: https://habr.com/ru/post/id398409/