Czy androidy śnią o elektrycznych owcach?

Wszyscy wiemy, co dzieje się z nami, kiedy zbyt długo nie śpimy. Jesteśmy zmęczeni, nasze myśli mają tendencję do błąkania się wszędzie, byle tylko nie skupiać się na tym, na czym trzeba. Bardziej skomplikowane problemy zaczynają się wydawać nie do rozwiązania. Nauka staje się właściwie niemożliwa, choć tutaj akurat część studentów może być innego zdania – zwłaszcza podczas sesji. Generalnie nasz mózg potrzebuje snu, żeby móc funkcjonować.

Sztuczny jak prawdziwy

Mogłoby się wydawać, że tylko żywe istoty potrzebują odpoczynku. Roboty i wszelkiego rodzaju programy komputerowe powinny pracować tak długo, jak pozwoli im na to żywotność części czy urządzeń, na których są zainstalowane. I zazwyczaj tak jest. Nawet w przypadku tak zaawansowanych tworów jak sztuczne sieci neuronowe stosowane w procesie głębokiego uczenia maszynowego (ang. deep learning).

Głębokie co?

Uczenie maszynowe to nic innego, jak tylko kategoria algorytmów, wchodząca w skład sztucznej inteligencji. Zadaniem takiego algorytmu jest wykonywanie określonych zadań w sposób automatyczny. Jak sama nazwa wskazuje, ma on uczyć się na podstawie gromadzonych danych i podejmować pewne decyzje. Jednymi z najbardziej zaawansowanych są algorytmy głębokiego uczenia maszynowego, które naśladują prawdziwe, biologiczne sieci komórek nerwowych. W ramach takich sztucznych sieci neuronowych informacja przesyłana jest do kolejnych warstw “neuronów”, które uczą się przetwarzać określone cechy obrazów, dźwięków czy obiektów.

Do czego można wykorzystać takie algorytmy? Na przykład do systemów ostrzegania w samochodach autonomicznych. Albo do analizy wyników badań medycznych i wykrywania chorych tkanek. Znajdują też zastosowanie w rozrywce – istnieje cały dział uczenia maszynowego nazywany “deep fakes” (“głębokie oszustwa”). Należy do niego np. nakładanie twarzy Nicolasa Cage’a na twarze innych aktorów.

Zmęczona sieć

Zespół badaczy z amerykańskiego Los Alamos National Laboratory pracował nad rozwojem sieci neuronowych, które naśladują sposób, w jaki ludzki mózg uczy się analizować bodźce wzrokowe. Wykorzystywana przez naukowców sieć neuronowa przechodziła szkolenie bez nadzoru, czyli musiała sama znaleźć system klasyfikacji obrazów, nie mając przykładów podanych przez “nauczycieli”. Problemem okazała się jednak jej stabilność po długich sesjach szkoleniowych, zupełnie tak, jak występuje to w przypadku prawdziwego ludzkiego mózgu.

W większości uczących się sieci neuronowych taki problem nie występuje. Ale kiedy naukowcy próbują dokładniej naśladować procesy zachodzące w prawdziwym mózgu, sieci neuronowe po pewnym czasie odmawiają współpracy. Tym razem, gdy pojawiło się “zmęczenie”, badacze postanowili “położyć sieć neuronową spać”. W tym celu wystawili ją na działanie różnych rodzajów szumów, które można z grubsza porównać do tego, co pojawia się w radiu podczas przestawiania pomiędzy poszczególnymi stacjami. Dopiero kiedy wprowadzili ją w stan odpowiadający temu, który pojawiaja się u ludzi podczas snu wolnofalowego, udało się przywrócić stabilność.

O czym śni sztuczna inteligencja?

Na chwilę obecną “bardzo ludzkie” androidy wciąż należą bardziej do sfery “fiction” niż do sfery “science”. Niewykluczone jednak, że kiedyś doczekamy się prawdziwych sztucznych ludzi, którzy na pierwszy rzut oka będą nie do odróżnienia od tych biologicznych. Wygląda na to, że i oni będą potrzebować odpowiedniej ilości robotycznego snu, aby móc sprawnie funkcjonować. I być może faktycznie będą śnić o elektrycznych owcach.

 

Źródło:

Using Sinusoidally-Modulated Noise as a Surrogate for Slow-Wave Sleep to Accomplish Stable Unsupervised Dictionary Learning in a Spike-Based Sparse Coding Model, CVPR Women in Computer Vision Workshop, 2020-06-14 (Seattle, Washington, United States)

 

PRZECZYTAJ TEŻ:


Skomentuj

Witryna wykorzystuje Akismet, aby ograniczyć spam. Dowiedz się więcej jak przetwarzane są dane komentarzy.