Исследователи объяснили, что для того, чтобы устройство приспособилось к новым обстоятельством, его «мозг» нужно натренировать определенным методом. Искусственный интеллект (ИИ) часто опирается на нейронные сети, алгоритмы, вдохновленные человеческим мозгом. Но в отличие от нашего органа, мозг ИИ обычно не учится новым действиям после окончания обучения.
Поэтому в новом исследовании исследователи внедрили в сеть правила Хебба — математические формулы, которые позволяют ИИ продолжать обучение. Вместо значений, которые диктуют как активность распространется от одной имитиции нейрона к другой, эти значения меняются, в зависимости от опыта.
Чтобы проверить, как работает их метод, команда частично удалила левую переднюю ногу робота, заставив его на ходу компенсировать травму. Устройство смогло пройти расстояние в семь раз больше, чем обычный робот. Об этом исследователи сообщили на конференции по нейро-информационным процессинговым системам. Такое обучение может улучшить алгоритмы для распознавания изображений, перевода языков или вождения.
Ранее исследователи из MIT создали алгоритм, который может определять цели и планы, даже если они могут потерпеть неудачу. Этот тип исследования улучшит работу вспомогательных технологий, роботов для совместной работы или ухода, а также цифровых помощников, таких как Siri и Alexa.
Читать далее:
Посмотрите на самые красивые снимки «Хаббла». Что увидел телескоп за 30 лет?
Исследование: сельскохозяйственные культуры в Чернобыле до сих пор загрязнены радиацией
Ученые сделали первые качественные снимки шипов коронавируса