Prisijunkite prie Bilis.lt ir mėgaukitės išskirtinėmis galimybėmis. Registruoti vartotojai mato mažiau reklamų, gali rašyti komentarus bei dalyvauti įvairiuose konkursuose!
Tęsdami prisijungimą soc. tinklais jūs automatiškai sutinkate su privatumo politika ir naudojimosi taisyklėmis, kurias rasite paspaudę čia.
Triukas, kuriuo žmogaus smegenys vis dar lenkia dirbtinį intelektą: štai, ko kompiuteriai dar nemoka
Vienas triukas, kuriuo žmogaus smegenys vis dar lenkia dirbtinį intelektą: štai, ko kompiuteriai dar nemoka
Pastaraisiais metais dirbtinis intelektas stulbina. Jis rašo tekstus, atpažįsta vaizdus, kuria muziką ir sprendžia sudėtingas užduotis greičiau nei žmogus. Tačiau nepaisant šių pasiekimų, žmogaus smegenys vis dar turi esminį pranašumą, kurio net pažangiausi algoritmai nesugeba atkartoti. Naujas Prinstono universiteto mokslininkų tyrimas atskleidžia, kad šis pranašumas slypi ne greityje ar atmintyje, o gebėjime kūrybiškai perkelti jau turimus įgūdžius iš vienos situacijos į kitą.
Ne žmonės, o beždžionės – bet rezultatai kalba patys
Tyrėjai nusprendė netirti žmonių tiesiogiai. Vietoj to jie pasirinko rėzus makakus – beždžiones, kurių smegenų sandara ir veikimo principai yra labai artimi žmogaus. Šis pasirinkimas leido itin tiksliai stebėti neuronų veiklą, kai gyvūnai mokosi ir sprendžia užduotis.
Makakoms buvo pateikiamos vizualinės užduotys ekrane: jos turėjo atpažinti skirtingas formas ir spalvas bei nukreipti žvilgsnį tam tikra kryptimi, taip pateikdamos atsakymą. Kol gyvūnai mokėsi ir atliko šias užduotis, mokslininkai fiksavo jų smegenų aktyvumą, ieškodami pasikartojančių ir persidengiančių neuronų veiklos modelių.
Rezultatai atskleidė tai, kas iki šiol buvo tik teorija.
„Pažintiniai lego“ – smegenų slapta galia
Mokslininkai pastebėjo, kad smegenys nenaudoja visiškai naujų neuronų tinklų kiekvienai užduočiai. Vietoj to jos remiasi jau egzistuojančiais neuronų „blokais“, kuriuos tyrėjai pavadino pažintiniais lego. Šie blokai gali būti pakartotinai naudojami, pergrupuojami ir sujungiami skirtingais būdais, priklausomai nuo to, kokią užduotį reikia atlikti.
Vienas neuronų rinkinys gali būti atsakingas už spalvų atskyrimą, kitas – už formų suvokimą, trečias – už veiksmą ar sprendimą. Atliekant naują užduotį, smegenys tiesiog „sudėlioja“ šiuos elementus nauja tvarka. Tokiu būdu nereikia mokytis nuo nulio – pakanka pritaikyti tai, kas jau žinoma.
Pasak neuromokslininko Timo Buschmano iš Prinstono universiteto, būtent tai paaiškina, kodėl žmonės ir gyvūnai taip greitai prisitaiko prie naujų situacijų.
Kodėl dirbtinis intelektas čia stringa
Šiuolaikiniai dirbtinio intelekto modeliai gali pasiekti žmogaus ar net viršžmogišką lygį atlikdami vieną konkrečią užduotį. Tačiau problema išryškėja tada, kai jiems reikia išmokti kelias skirtingas užduotis iš eilės. Dažnai išmokęs naują dalyką, modelis „pamiršta“ tai, ką mokėjo anksčiau. Šis reiškinys vadinamas katastrofiniu užmiršimu.
Žmogaus smegenys veikia kitaip. Jei išmokote vairuoti automobilį, vėliau daug lengviau išmoksite vairuoti traktorių ar sunkvežimį. Žinios nėra ištrinamos – jos pritaikomos. Dirbtiniam intelektui tai vis dar didžiulis iššūkis.
Svarbiausia vieta – kaktinė smegenų žievė
Tyrimas parodė, kad dauguma šių pažintinių lego blokų yra sutelkti kaktinėje smegenų žievėje. Tai sritis, atsakinga už aukštesniąsias pažinimo funkcijas: planavimą, sprendimų priėmimą, problemų sprendimą ir lankstų mąstymą.
Įdomu tai, kad kai tam tikri pažintiniai blokai nėra reikalingi konkrečiai užduočiai, jų aktyvumas sumažėja. Kitaip tariant, smegenys moka „išjungti“ nereikalingus komponentus, kad galėtų susikoncentruoti į tai, kas svarbu čia ir dabar.
Buschmanas lygina šiuos neuronų blokus su funkcijomis kompiuterinėje programoje. Viena funkcija atlieka spalvos atpažinimą, kita – sprendimo priėmimą, o jų tarpusavio sąveika leidžia atlikti visą užduotį.
Prisitaikymas – didžiausias žmogaus pranašumas
Šis mechanizmas paaiškina, kodėl žmonės geba spręsti problemas, su kuriomis susiduria pirmą kartą. Mes nesame „tuščias lapas“ kiekvienoje naujoje situacijoje. Vietoj to smegenys ieško, ką jau moka, ir pritaiko tai naujomis sąlygomis.
Būtent šis gebėjimas leidžia greitai reaguoti į aplinkos pokyčius, mokytis iš atlygio ir patirties arba prisiminti anksčiau naudotus sprendimus iš ilgalaikės atminties.
Ką tai reiškia ateičiai
Mokslininkai mano, kad šis atradimas gali padėti kurti lankstesnį dirbtinį intelektą. Jei algoritmai būtų mokomi ne tik konkrečių užduočių, bet ir „pernaudojamų“ pažintinių komponentų, jie galėtų geriau prisitaikyti prie naujų situacijų.
Be to, tyrimo rezultatai gali būti svarbūs medicinai. Kai kuriuose neurologiniuose ar psichikos sutrikimuose žmonėms sunku pritaikyti jau turimus įgūdžius naujose aplinkose. Geresnis supratimas, kaip veikia pažintiniai lego, gali padėti kurti tikslesnius gydymo metodus.
Ne greitis, o lankstumas
Nors dirbtinis intelektas ir toliau sparčiai tobulėja, šis tyrimas primena, kad žmogaus protas nėra tiesiog lėtesnis kompiuteris. Jis veikia pagal kitokią logiką – lankstesnę, kūrybiškesnę ir labiau prisitaikančią.
Galbūt būtent todėl, net ir gyvenant algoritmų amžiuje, žmonės vis dar išlieka nepakeičiami ten, kur reikia peržengti instrukcijas ir rasti naują kelią. Ir kol dirbtinis intelektas mokosi nepamiršti, smegenys toliau ramiai dėlioja savo pažintinius lego.
Tyrinėju automobilių pasaulį, mokslo atradimus ir technologijų raidą, siekdama sudėtingas temas paversti suprantamomis ir įtraukiančiomis istorijomis. Mano tikslas – aiškiai ir tiksliai perteikti tai, kas formuoja mūsų ateitį kelyje, laboratorijose ir skaitmeninėje erdvėje.
0 komentarų
Prašome gerbti kitus komentatorius. Gerų diskusijų! Apsauga nuo robotų rūpinasi reCAPTCHA ir yra taikoma „Google“
privatumo politika ir naudojimosi sąlygos.
0 komentarų
Prašome gerbti kitus komentatorius. Gerų diskusijų! Apsauga nuo robotų rūpinasi reCAPTCHA ir yra taikoma „Google“ privatumo politika ir naudojimosi sąlygos.