Hanya seorang penulis malas yang tidak menulis tentang DeepMind di Geektimes. Perusahaan ini sangat menonjol karena prestasinya di antara organisasi lain yang bekerja di bidang AI. Proyek DeepMind yang paling terkenal -
AlphaGo , AI, mengkhususkan diri dalam permainan go. Saat ini, sistem ini mungkin merupakan pemain go paling terampil di dunia - baik di antara orang-orang maupun di antara mobil.
Tetapi permainan ini hanyalah sebuah demonstrasi kemampuan AI, jauh dari satu-satunya proyek perusahaan. Dia saat ini mengajarkan bentuk lemah AI untuk kebijaksanaan navigasi. Cara orientasi yang biasa di lingkungan dengan kemajuan menuju tujuan yang diinginkan melibatkan penilaian terus-menerus tentang apa yang mengelilingi seseorang (atau hewan) dengan analisis informasi yang diterima. Spesialis DeepMind mengembangkan seperangkat jaringan saraf yang dilatih untuk bergerak di sekitar platform berbentuk persegi seperti tikus.
Kita berbicara tentang tikus yang bergerak di situs yang sama. Sistem komputer menerima data tentang kecepatan tikus, arah gerakan utama, jarak dari dinding dan semua parameter lainnya. Berdasarkan data ini, AI mengembangkan metode gerakan yang hampir sama, dan tidak spontan, didasarkan pada faktor-faktor tertentu yang digunakan tikus saat bernavigasi melalui ruang.
Menariknya, sistem komputer telah mengembangkan lapisan khusus untuk navigasi, prinsip operasi yang mirip dengan prinsip kerja, yang bertanggung jawab untuk mengarahkan otak mamalia di ruang angkasa.
Pada manusia, beberapa kelompok sel bertanggung jawab untuk ini. Ini adalah neuron yang diaktifkan ketika seseorang melewati benda-benda yang sebelumnya dia temui. Neuron ini terletak di hippocampus - bagian otak yang bertanggung jawab untuk pembentukan memori dan penyimpanan informasi. Sejauh yang bisa dinilai, sel-sel khusus menonjol untuk tujuan ini. Lokasi sel-sel ini ditunjukkan pada gambar pengumuman.
Para ahli DeepMind percaya bahwa jaringan saraf selama pelatihan membentuk struktur yang serupa, hanya saja, digital, dan bukan fisik. Dan perusahaan yang sama mengklaim bahwa hanya jaringan saraf yang membentuk struktur seperti itu yang dapat bernavigasi secara normal di lingkungan yang kompleks - tidak hanya di situs persegi, tetapi juga di gedung dengan beberapa kamar. Selain itu, jaringan saraf dapat menyesuaikan jalur mereka ke lingkungan yang sedemikian kompleks jika terjadi perubahan (misalnya, pintu tertutup atau furnitur bergerak).
Berdasarkan hasil proyek, beberapa kesimpulan dapat ditarik. Sebagai contoh, salah satunya - metode orientasi dalam ruang, yang dikembangkan oleh hewan, adalah optimal. Neuron hippocampal adalah cara yang bagus untuk mengingat jalan dan membuka jalan di antara benda-benda yang sudah dikenal setelah tinggal cukup lama di beberapa lokasi.
Tampaknya tidak hanya biologis, tetapi juga sistem digital datang ke solusi serupa dalam beberapa kasus.
DOI:
10.1038 / s41586-018-0102-6
