Сегодняшний искусственный интеллект – это система, которая работает на основе статистики, и такой подход не похож на работу биологического искусственного интеллекта. Исследователи IBM Дмитрий Кротов и Джон Хопфилд создали алгоритмы, по которым компьютеры могут работать так же свободно, как человеческий мозг. С этим подходом машины смогут учиться без учителя, которого требуют современные технологии машинного обучения.
«Если мы говорим о реальной нейробиологии, есть много важных деталей ее функционирования: сложные биофизические механизмы динамической нейропередачи в синаптических соединениях, существование более одного типа клеток, детали пиковых активностей этих клеток и тому подобное, – рассказал Кротов в интервью изданию The Next Web. – В нашей работе мы игнорируем большинство этих деталей. Вместо этого мы используем один известный в биологических нейросетях принцип: идею локальности. Нейроны взаимодействуют друг с другом лишь в парах».
Ученые говорят, что их модель не является копированием реальной биологии, а больше похожа на удаленную математическую абстракцию с ключевой концепцией – локальностью.
Современные методы глубокого машинного обучения часто опираются на технику под названием «обратная передача», которая позволяет натренировать нейросеть достигать желаемых результатов. При этом часто нейросетям заранее сообщается, какие задачи они должны выполнять.
Это не работает в человеческом мозге, поскольку такой метод опирается на нелокальные данные. Мозг, например, может без какой-либо формальной тренировки обрабатывать изображения, включая даже те, что никогда не видел.
Ученые убеждены, что за подобными алгоритмами кроется будущее в развитии искусственного интеллекта. Пока что разработка является больше доказательством работоспособности нового подхода, и лишь время покажет его эффективность в реальных задачах.
