ШІ, можливо, не потребує величезних тренувальних даних | Ганна Роббінс, Університет Джонса Гопкінса Резюме: Нові дослідження показують, що ШІ не потребує нескінченної кількості тренувальних даних, щоб почати діяти як людський мозок. Коли дослідники переробляли системи ШІ, щоб вони краще нагадували біологічний мозок, деякі моделі створювали активність, схожу на мозок, без жодного навчання. Це кидає виклик сучасному підходу до розробки ШІ, що вимагає потреби до даних. Дослідження свідчить, що розумніший дизайн може суттєво прискорити навчання, скоротивши витрати та енергоспоживання. --- Нові дослідження Університету Джонса Гопкінса показують, що системи штучного інтелекту, створені за дизайном, натхненним біологією, можуть почати нагадувати діяльність людського мозку ще до того, як їх навчають працювати з будь-якими даними. Дослідження свідчить, що структура штучного інтелекту може бути не менш важливою, ніж обсяг даних він обробляє. Результати, опубліковані в Nature Machine Intelligence, кидають виклик домінуючій стратегії розвитку ШІ. Замість того, щоб покладатися на місяці навчання, величезні набори даних і величезну обчислювальну потужність, дослідження підкреслюють цінність початку з архітектурної основи, схожої на мозок. Переосмислення підходу до штучного інтелекту, орієнтованого на дані "Зараз сфера ШІ розвивається так, щоб кидати купу даних у моделі та створювати обчислювальні ресурси розміром із маленькі міста. Для цього потрібно витратити сотні мільярдів доларів. Тим часом люди вчаться бачити, використовуючи дуже мало даних», — сказав головний автор Мік Боннер, доцент кафедри когнітивних наук у Університеті Джонса Гопкінса. "Еволюція могла зійтися навколо цього дизайну не просто так. Наша робота свідчить, що архітектурні проєкти, які більше схожі на мозок, ставлять системи ШІ у дуже вигідну відправну точку.» Боннер і його колеги прагнули перевірити, чи може сама архітектура надати системам штучного інтелекту більш людську відправну точку, не покладаючись на масштабне навчання. Порівняння популярних архітектур ШІ Дослідницька група зосередилася на трьох основних типах дизайнів нейронних мереж, які широко використовуються в сучасних системах ШІ: трансформаторах, повністю зв'язаних мережах і згорткових нейронних мереж. Вони неодноразово коригували ці конструкції, створюючи десятки різних штучних нейронних мереж. Жодна з моделей не проходила підготовку заздалегідь. Потім дослідники показали непідготовленим системам зображення об'єктів, людей і тварин і порівняли їхню внутрішню активність із реакціями мозку людей і не-людських приматів, які переглядали ті самі зображення. Чому згорткові мережі виділялися Збільшення кількості штучних нейронів у трансформаторах і повністю пов'язаних мережах мало суттєвих змін. Однак подібні коригування згорткових нейронних мереж призвели до патернів активності, які більше відповідали тим, що спостерігаються в людському мозку. За словами дослідників, ці ненавчені згорткові моделі працювали на рівні традиційних систем ШІ, які зазвичай потребують впливу мільйонів або навіть мільярдів зображень. Результати свідчать, що архітектура відіграє більшу роль у формуванні поведінки, схожої на мозок, ніж вважалося раніше. Швидший шлях до розумнішого ШІ ...