Настройка программного обеспечения ИИ, чтобы оно функционировало как человеческий мозг, улучшает способность компьютера к обучению
Компьютерный искусственный интеллект может функционировать больше как человеческий интеллект, если он запрограммирован на использование гораздо более быстрой техники для изучения новых объектов, говорят два нейробиолога, которые разработали такую модель, которая была разработана для отражения визуального обучения человека.
Люди могут быстро и точно изучать новые визуальные концепции из разрозненных данных — иногда всего лишь из одного примера. Даже трех-четырехмесячные дети могут легко научиться узнавать зебр и отличать их от кошек, лошадей и жирафов. Но компьютерам обычно нужно увидеть много примеров одного и того же объекта, чтобы понять, что это такое, объясняет Ризенхубер.
По словам Райзенхубера, большие изменения были необходимы в разработке программного обеспечения для определения взаимосвязей между целыми визуальными категориями вместо того, чтобы пытаться использовать более стандартный подход идентификации объекта с использованием только низкоуровневой и промежуточной информации, такой как форма и цвет.
По его словам, вычислительная мощность иерархии мозга заключается в возможности упростить обучение за счет использования ранее изученных представлений из банка данных, так сказать, полного понятий об объектах.
Ризенхубер и Рул обнаружили, что искусственные нейронные сети, которые представляют объекты с точки зрения ранее изученных понятий, значительно быстрее усваивают новые визуальные понятия.
Правило объясняет: «Вместо того, чтобы изучать концепции высокого уровня с точки зрения визуальных функций низкого уровня, наш подход объясняет их с точки зрения других концепций высокого уровня. Это все равно, что сказать, что утконос немного похож на утку, бобра и калана.
Архитектура мозга, лежащая в основе обучения человека визуальным понятиям, основана на нейронных сетях, участвующих в распознавании объектов. Считается, что передняя височная доля мозга содержит представления абстрактных понятий, выходящие за рамки формы. Эти сложные нейронные иерархии для визуального распознавания позволяют людям изучать новые задачи и, что особенно важно, использовать ранее полученные знания.
По словам Ризенхубера, повторно используя эти понятия, вы можете легче усвоить новые понятия, новое значение, например тот факт, что зебра — это просто лошадь другой масти.
Ученые говорят, что, несмотря на достижения в области искусственного интеллекта, зрительная система человека по-прежнему является золотым стандартом с точки зрения способности обобщать на нескольких примерах, надежно справляться с вариациями изображений и понимать сцены.
