Sun'iy intellekt tabiiylikka yaqinlashmoqda.

AIRI Sun'iy intellekt instituti va Moskva fizika-texnika instituti rossiyalik olimlari ichki motivatsiyaga ega sun'iy intellekt tizimlari uchun biologik jihatdan ishonchli xotira modelini yaratdilar. Nufuzli Brain Informatics (Q1) jurnalida chop etilgan ilmiy maqola.

Kognitiv agent, sodda qilib aytganda, o'z-o'zidan dunyo bilan o'zaro munosabatda bo'lishni o'rganadigan va muayyan vazifani bajarayotganda uning xatolaridan saboq oladigan dasturdir. Agent algoritmlar arxitekturasiga, jumladan, neyron tarmoqlariga asoslanadi, bu esa unga ishlab chiquvchining ko‘rsatmalariga amal qilishga yordam beradi.

Kundalik hayotda biz muntazam ravishda mashinani o'rganish va sun'iy intellekt usullari ishining natijalariga duch kelamiz. So'nggi o'n yillikda bu yo'nalishdagi muvaffaqiyat sun'iy neyron modeli asosida qurilgan chuqur neyron tarmoqlarni (Sun'iy neyron tarmoqlari, ANN) o'qitish bilan bog'liq. Tadqiqotchilar, shuningdek, biologik neyronga yaqinroq bo'lgan spike neyron modeli asosida qurilgan spike neyron tarmoqlarini (Spiking Neural Networks, SNN) aniqlaydilar. Sun'iy neyron tarmoqlari haqiqiy sonlarni almashadi va bu spikerlar, ma'lum bir vaqtda sodir bo'ladigan yagona hodisalar, asab tizimining ishini imkon qadar takrorlaydi.

Sun'iy neyron tarmoqlari qo'llaniladigan neyron modelining soddaligi tufayli ko'proq tarqalgan va grafik tezlatgichlar arxitekturasi ular bilan bog'liq hisob-kitoblar uchun juda qulaydir. Ular ma'lumotni uzatish uchun o'zlarida mavjud bo'lgan barcha neyronlardan foydalanadilar, neyron tarmoqlar esa hayvon yoki odam miyasining ishiga taqlid qiladi - ular faqat vaqtning ma'lum bir lahzasida faol bo'lgan neyronlardan foydalanadilar, bu esa mashg'ulotlarda sezilarli resurslarni tejash imkonini beradi. va foydalaning. Bundan tashqari, bu spike neyron tarmoqlari, biologik asosli va gibrid modellar va sun'iy intellektni o'qitish usullari kognitiv fanda ulardan foydalanish imkoniyati tufayli inson miyasi tamoyillarini tushunishda muvaffaqiyatga erishish nuqtai nazaridan ko'proq istiqbolli hisoblanadi. Bunday ishlanmalar inson korteksi neyronlarining asosiy qismini tashkil etuvchi va sun'iy neyronga qaraganda tezroq o'rganadigan piramidal neyron modelidan foydalanishga asoslangan.

AIRI Sun’iy intellekt institutining Neyrosimbolik integratsiya guruhi tadqiqotchilari va MIPT talabalari Rossiyada birinchi bo‘lib tashqi kuchaytiruvchi signal ta’sirida notanish muhitda samarali ishlay oladigan agentning biologik jihatdan ishonchli hisoblash xotirasi modelini yaratdilar. Masalan, labirintlar va xonalarda navigatsiya qiling va resurslarni qidiring.

                 Aleksandr Panov, AIRI Sun'iy intellekt instituti Neyrosimbolik integratsiya guruhi rahbari, Moskva fizika-texnika instituti Kognitiv modellashtirish markazining Kognitiv dinamik tizimlar laboratoriyasi mudiri

Ishlab chiqilgan agent modeli holatlar va harakatlarning abstraktsiyalari bilan ishlashi mumkin. Bu shuni anglatadiki, u o'ziga allaqachon ma'lum bo'lgan oddiy operatsiyalar asosida murakkab harakatlarni bajarishga qodir. Masalan, xonada eshik izlashni o'rgangan agent ushbu mahoratdan murakkabroq muammolarni hal qilish uchun foydalanishi mumkin, ayni paytda mavjud dasturlarning aksariyati har bir aniq vazifa uchun yangi ko'rsatma yaratishni talab qiladi. Tashqi motivatsiyaga qo'shimcha ravishda (muvaffaqiyatli bajarilgan harakat uchun mukofot), ilmiy guruh tomonidan ishlab chiqilgan agent ham ichki xususiyatga ega. Bu uning xatti-harakatlarini yanada murakkab va avtonom qiladi. Ichki motivatsiya tashqi mustahkamlovchi bo'lmaganda mazmunli xatti-harakatni ta'minlaydi. Bu shuni anglatadiki, bunday agent ko'pgina standart dasturlar kabi muammoning echimini izlay olmaydi, balki uning atrofidagi dunyoni ham o'rgana oladi.

Maqola kompyuter va kognitiv fanlar chorrahasida uzoq muddatli fundamental tadqiqotlar doirasida tayyorlangan boʻlib, bu olimlarni yanada mustaqil sunʼiy intellekt tizimlarini yaratishga va inson va hayvonlar miyasi tamoyillarini yaxshiroq tushunishga yaqinlashtiradi. Bunday yirik gibrid biologik asosli modellarni qurish va ularni murakkab simulyatsiya muhitlarida keyinchalik sinovdan o'tkazish mutlaqo yangi va kam o'rganilgan yo'nalishdir. Bu kabi loyihalar kognitiv olimlarga nazariyalar va gipotezalarni sinab ko'rishga yordam beradi va ular yaratgan model AI tizimlarini inson miyasiga o'xshatish uchun qanday qilib bir qator nevrologiya modellarini bog'lash mumkinligiga misol bo'lishi mumkin. Bundan tashqari, bunday agent tuzilishining biologik asosliligi kamroq hisoblash quvvatini talab qiladi va AIni yanada tejamkor qiladi.