Οι ερευνητές εξέτασαν την εξέλιξη και τον εγκέφαλο των ζώων ως τη βάση για τη βελτίωση της μηχανικής μάθησης, ως βάση για τη βελτίωση της λειτουργίας των ρομπότ. Ένα παράδειγμα μιας εργασίας που οι άνθρωποι βρίσκουν απλό αλλά ένα ρομπότ βρίσκει προκλητικό είναι το πλύσιμο. Αυτοί οι τύποι εμποδίζουν την ανάπτυξη των ρομπότ για χρήση στο σπίτι και στις επιχειρηματικές δραστηριότητες. Mια νέα εξέλιξη από τους ερευνητές του Cold Spring Harbor Laboratory, που βασίζονται στη νευροεπιστήμη, έχει εντοπίσει έναν δρόμο προς τα εμπρός.
Σε αυτό οδηγήθηκε ο καθηγητής Anthony Zador, ο οποίος έχει περάσει μεγάλο μέρος της σταδιοδρομίας του εξετάζοντας μεμονωμένους νευρώνες για να καταλάβει πώς λειτουργούν οι εγκέφαλοι των ζώων. Πιο πρόσφατα έχει εφαρμόσει μερικές από τις σκέψεις του σε τεχνητά νευρωνικά δίκτυα. Τέτοια δίκτυα διαμορφώνονται σε δίκτυα νευρώνων σε ζωικούς και ανθρώπινους εγκεφάλους. Αυτά τα συστήματα “μαθαίνουν” να εκτελούν εργασίες εξετάζοντας παραδείγματα, γενικά χωρίς να προγραμματίζονται με συγκεκριμένους κανόνες.
Ο καθηγητής Zador προσπαθεί να καταλάβει γιατί μπορούμε να αναπτύξουμε προηγμένους αλγορίθμους μάθησης που επιτρέπουν στα συστήματα AI να αντιμετωπίζουν όλο και πιο περίπλοκα προβλήματα, όπως η μάχη ενός ανθρώπου στο σκάκι, και όμως δεν μπορούμε να δημιουργήσουμε ένα ρομπότ για να πλύνουμε μερικά πιάτα.
Σύμφωνα με τον καθηγητή Zador : “Τα πράγματα που βρίσκουμε σκληρά, όπως η αφηρημένη σκέψη ή το σκάκι, δεν είναι στην πραγματικότητα το σκληρό πράγμα για τα μηχανήματα. Πιστεύουμε ότι είναι εύκολο να έχουμε μισό δισεκατομμύριο χρόνια εξέλιξης που έχει συνδέσει τα κυκλώματά μας έτσι ώστε να το κάνουμε αβίαστα ».
Υποστηρίζει ότι χρειάζεται μια διαφορετική προσέγγιση για το σχεδιασμό τεχνητών νευρωνικών δικτύων. Για το σκοπό αυτό πρέπει να μελετήσουμε τα βιολογικά νευρωνικά δίκτυα που έχουν σχεδιαστεί από την εξέλιξη και παρέχουν τη βάση για τον επανασχεδιασμό του πώς μαθαίνουν οι μηχανές. Αυτό σημαίνει απομάκρυνση από εκδόσεις που είναι πολύ γενικευμένες. Ένας σκίουρος είναι γενετικά προκαθορισμένος για να μπορεί να πηδήξει από δέντρο σε δέντρο ενώ ένα ποντίκι δεν είναι σε αυτή τη βάση. Ο ερευνητής λέει ότι πρέπει να σκεφτόμαστε περισσότερα για το επιδιωκόμενο έργο της μηχανής και στη συνέχεια να οικοδομήσουμε το ικρίωμα για να υποστηρίξουμε τα τεχνητά νευρωνικά δίκτυα σε πιο συγκεκριμένες γραμμές.
Η νέα έρευνα έχει δημοσιευθεί στο περιοδικό Nature Communications , όπου η μελέτη έχει τίτλο «Μια κριτική της καθαρής μάθησης και τι τεχνητά νευρωνικά δίκτυα μπορούν να μάθουν από το ζωικό εγκέφαλο».
