Учени от Техническия университет в Мюнхен правят важна крачка към по-ефективния изкуствен интелект, като се вдъхновяват от начина, по който се развива зрителната система при животните. Ново изследване показва, че изкуствените невронни мрежи могат да подобрят значително своите способности, ако бъдат обучавани по модел, подобен на този в природата.
При гръбначните животни – включително мишки, котки и хора – развитието на зрението започва още преди очите да се отворят. В ретината възникват спонтанни вълнообразни сигнали, известни като „ретинални вълни“. Те играят ключова роля за изграждането на връзките между окото и мозъка и подготвят системата за бъдещото възприемане на света.
Изследователите прилагат този биологичен принцип към изкуствения интелект, като въвеждат допълнителен етап на предварително обучение (pre-training), който имитира този ранен процес в природата.
За да проверят ефекта от този подход, учените обучават няколко невронни мрежи по различен начин. Едната група преминава през предварително обучение с данни, базирани на ретиналната активност на мишки, а след това – върху визуални симулации. Другата група се обучава само със симулациите.
Резултатите показват ясно предимство: мрежите с биологично вдъхновено предварително обучение се справят по-бързо и по-точно при задачата да предсказват движението на визуални модели.
Дори когато времето за обучение е изравнено между различните модели, тези с предварителна подготовка запазват своето предимство.
В следващ етап учените увеличават сложността на задачата, като използват реални видеозаписи от гледната точка на движещо се животно. Въпреки по-ниското качество и по-сложните движения, резултатът остава същият: предварително обучените мрежи отново показват по-добра ефективност.
Откритието има потенциално широко приложение – от автономни автомобили до роботика. Способността за по-точно предсказване на движения е ключова за много съвременни технологии.
Изследването показва, че природата може да бъде ценен учител за изкуствения интелект. Вместо да разчита единствено на огромни количества данни, AI може да стане по-ефективен чрез по-интелигентни, биологично вдъхновени методи на обучение.
Комбинирането на невронауката и изкуствения интелект отваря нови възможности за развитие на по-адаптивни и ефективни технологии. Ученето от природата – дори от толкова малки същества като мишките – може да се окаже ключът към следващото поколение интелигентни системи.
Източник: Technical University of Munich
📩 Абонирай се за бюлетина на Успелите
Получавай най-вдъхновяващите истории от България директно на имейла си.
