Det amerikanske selskapet IBM utvikler et kunstig intelligenssystem basert på modellen til den menneskelige hjernen. For øyeblikket har det nye nevrale nettverket allerede blitt lært opp til å tenke logisk, forstå komplekse forhold mellom objekter, og i fremtiden planlegger de å forbedre dens evne til å ta hensyn og produsere og beholde minner.
I dag er teknologier for kunstig intelligens i stand til å demonstrere overfladisk menneskelige egenskaper. Noen er for eksempel i stand til å utføre aktiviteter som vanligvis bare er tilknyttet en person - å skrive sanger, undervise eller for eksempel lage kunstverk.
Men når teknologien utvikler seg, vurderer bedrifter og utviklere imidlertid grunnlaget for kunstig intelligens, bedre forstå vårt eget sinn og hvordan vi effektivt kan modellere det (ved hjelp av maskiner og programvare). IBM er et slikt selskap, ettersom det allerede har tatt fatt på et ambisiøst mål om å lære AI å fungere som den menneskelige hjernen, ifølge Futurism.
Mange av de eksisterende maskinlæringssystemene er avhengige av datablokker (uansett arbeid de gjør). Imidlertid har denne støtten begrensninger - i motsetning til den menneskelige hjernen.
Vi lærer gradvis og i tillegg bruker vi logikk for å løse problemer - moderne AI er bygget på et annet prinsipp. Imidlertid har DeepMind etter sigende utviklet et nevralt nettverk som bruker rasjonelle resonnementer for å fullføre oppgaver.
Timothy Lilicrap, dataforsker ved DeepMind, bemerket at forskere ga AI en spesiell oppgave og mange objekter å operere, og stimulerte dermed det nevrale nettverket til å finne eksisterende forhold. Så for eksempel ble systemet spurt: "Har gjenstanden motsatt av den blå gjenstanden samme form som den ørsmå lyseblå gjenstanden til høyre for den grå metallkulen?" I slike tester bestemte det nevrale nettverket det nødvendige faget i 96% av tilfellene (tradisjonelle maskinlæringsmodeller lykkes vanligvis i 42-77% av tilfellene).
Forskere fra IBM kommer til å forbedre det nye nevrale nettverket, sier forsker Irina Rish (Irina Rish). Forbedre algoritmenes evne til å ta hensyn, så vel som å produsere og beholde minner; utviklere ønsker å lage en arkitektur som gjør at nevrale nettverk kan utvikle seg på egen hånd (akkurat som en person, ved prøving og feiling).
